Page 121 - 无损检测2024年第十二期
P. 121
赵 通，等：
氧化锆内涂层腐蚀裂纹的超声检测
图 23 裂纹深 2 mm 时超声信号的时域图、频域图、时频分布图
图 24 裂纹深 3 mm 时超声信号的时域图、频域图、时频分布图
值、方差、标准差、均方根、均方值随着腐蚀程度的
加深，数值下降；均方频率、均方根频率、频率方差、
频率标准差随着腐蚀程度的加深，数值上升；而峭
度、偏度、波形因子、峰值因子、脉冲因子、裕度因子、
重心频率、频谱峭度均值随着腐蚀程度的加深，数值
不具有明显的变化规律。
3.3 基于CNN卷积神经网络的腐蚀裂纹深度识别
基于上述分析过程，发现部分时频信号可以表
征裂纹，而部分特征量没有规律。对于超声检测试
验平台采集的 200 组信号数据，其 18 种时域、频域
特征量与参照时域、频域特征量均有不同程度的差
图 25 不同深度裂纹的信号曲线 异，因而采用卷积神经网络算法对腐蚀深度类型进
特征参数及特征量均为无量纲量）。 行识别 [21-24] ，构造18×200个数据集，70%作训练集，
观察表3中的数据，可以发现信号最大值、峰峰 15%作验证集，15%作测试集，识别结果如图26所
表2 超声信号时域、频域特征参数
时域特征 频域特征
序号
特征参数 序号 特征参数 序号 特征参数
1 最大值 7 均方根 13 重心频率
2 峰峰值 8 均方值 14 均方频率
3 方差 9 波形因子 15 均方根频率
4 标准差 10 峰值因子 16 频率方差
5 峭度 11 脉冲因子 17 频率标准差
6 偏度 12 裕度因子 18 频谱峭度均值
83
2024 年 第 46 卷 第 12 期
无损检测
