中国学术期刊网络出版总库
  关闭
一种多传感器云融合技术的亚面表缺陷深度检测算法研究  
   推荐 CAJ下载 PDF下载
【英文篇名】 Research on Multi-Sensors Recognition Algorithm Based on Cloud Fusion Technology for Subsurface Defect Depth
【下载频次】 ★★★☆
【作者】 刘半藤; 陈友荣; 杨海波; 王章权;
【英文作者】 LIU Banteng; CHEN Yourong; YANG Haibo; WANG Zhangquan; College of Information engineering; Zhejiang Shuren University; College of Mechanical Engineering; Zhejiang University;
【作者单位】 浙江树人大学信息工程学院; 浙江大学控制工程学院;
【文献出处】 传感技术学报 , Chinese Journal of Sensors and Actuators, 编辑部邮箱 2017年 12期  
期刊荣誉:中文核心期刊要目总览  ASPT来源刊  CJFD收录刊
【中文关键词】 亚表面缺陷; 无损检测; 云滴模型; D-S证据; PCR融合;
【英文关键词】 subsurface defects; nondestructive testing; cloud model; D-S fusion; PCR fusion;
【摘要】 针对未知深度的亚表面缺陷检测,各种传感器产生的特征信息难以直接应用的难题,提出了一种多传感器云融合技术的亚表面缺陷深度检测算法。首先,本文简要介绍涡流检测与超声检测两种经典无损检测模式;然后,在已知缺陷深度的样本集上建立云滴数学模型获取单一测量模式下缺陷深度的隶属度分布函数;最后,提出了一种D-S+PCR信息融合算法将不同传感器获取的隶属度分布转化为概率分布进行数据融合,以高斯拟合的方式实现亚表面缺陷深度的检测估计。实验结果显示:对比传统Bayes变换的D-S证据融合检测技术与单传感检测技术,本文提出的检测算法对亚表面缺陷深度检测具有较高的识别准确率。
【英文摘要】 In consideration of the difficulty of directly using the multi-sensor detecting features information for the defect identification. The paper proposes an improved multi-sensors recognition algorithm based on cloud-fusion technology for subsurface defect depth evaluation. At first,two common nondestructive testing technologies such as ultrasonic testing( UT),eddy current testing( ECT) are introduced; at second the cloud model to calculate the probability distribution of single detecting method is carried out...
【基金】 浙江省公益性技术应用研究项目(2016C33038); 浙江省科技厅重大科技专项项目(2015C01033); 浙江树人大学中青年学术团队项目; 浙江省基础公益研究项目(LGF18F010005)
【更新日期】 2018-01-05
【分类号】 TP212.9
【正文快照】 大型构件导电结构件的亚表面缺陷(诸如扣件或搭接部位下的疲劳裂纹、应力腐蚀等弊病)的定量化无损检测,一直是航空航天、轨道交通、加工制造等重要领域需要研究解决的一类课题[1]。作为检测技术的一个重要组成部分,无损检测是指在不损伤检测对象的条件下,对检测对象自身的物理?

xxx
【读者推荐文章】中国期刊全文数据库
【相似文献】
中国期刊全文数据库
中国优秀硕士学位论文全文数据库
中国博士学位论文全文数据库
中国重要会议论文全文数据库
中国重要报纸全文数据库
中国学术期刊网络出版总库
点击下列相关研究机构和相关文献作者,可以直接查到这些机构和作者被《中国知识资源总库》收录的其它文献,使您全面了解该机构和该作者的研究动态和历史。
【文献分类导航】从导航的最底层可以看到与本文研究领域相同的文献,从上层导航可以浏览更多相关领域的文献。

工业技术
  自动化技术、计算机技术
   自动化技术及设备
    自动化元件、部件
     发送器(变换器)、传感器
      传感器的应用
  
 
  CNKI系列数据库编辑出版及版权所有:中国学术期刊(光盘版)电子杂志社
中国知网技术服务及网站系统软件版权所有:清华同方知网(北京)技术有限公司
其它数据库版权所有:各数据库编辑出版单位(见各库版权信息)
京ICP证040431号    互联网出版许可证 新出网证(京)字008号