Page 80 - 无损检测2024年第四期
P. 80
张恒熙,等:
444 铁磁性不锈钢焊管缺陷的识别与分类
测试集样 本 分 类 准 确 率 较 高, 总 体 分 类 准 确 率 为
88% , 其中正常和通孔识别率较高, 裂纹缺陷识别率
最低( 为 77% )。各测试集样本分类的具体结果如
图 9 所示, 由图 9 ( b ) 可以看出 32 个被错误分类的
裂纹信号中有 30 个被识别为通孔信号, 裂纹识别率
较低, 这一方面是因为样本训练数量较少, 另一方面
是受到裂纹形状及大小的影响, 部分裂纹与较小的
通孔缺陷信号特征相似。
表 5 SVM 测试集分类结果
图 7 经 PCA 处理后的主成分贡献率变化曲线 项目 样本量 识别正确 准确率 / %
接影响 SVM 的分类精度 [ 16 ] 。笔者采用交叉验证的 通孔 120 108 90
方法确定c 与σ 的数值, 最终通过试验得到当惩罚 裂纹 140 108 77
正常 120 120 100
参数c =0.1250 , 核参数σ =0.0103 时, 识别准确
合计 380 336 88
率最高。
焊缝缺 陷 识 别 流 程 图 如 图 8 所 示, 为 了 验 证
SVM 的分类效果, 试验将经过 PCA 处理后的缺陷信
号数据分成训练集与测试集, 训练集与测试集样本不
重叠。不同类型焊缝缺陷的样本数量如表4所示。
图 8 焊缝缺陷识别流程图
表 4 不同类型焊缝缺陷的样本数量
缺陷类别 训练样本数 测试样本数
通孔 234 120
裂纹 265 140
正常 200 120
5 试验结果与分析
图 9 各测试集样本分类的具体结果
SVM 测试集分类结果如表 5 所示, 可以看出
4
6
2024 年 第 46 卷 第 4 期
无损检测
