基于小波网络的LY12铝合金硬度定量无损检测的研究

摘要

多年来，用电磁法进行金属材质无损检测工作，取得了大量成果。然而对于金属及其制品的混料、硬度和裂纹质量检测还存在许多难题。特别是金属硬度与初始磁导率的非线性问题，这些均严重影响了硬度的检测。 基于上述情况，该文采用小波网络理论，提出了一种基于小波网络的硬度定量无损检测方法，建立了小波神经网络模型和权值学习算法。对定性检测，输入层和隐含层之间用小波函数作为权系数，两层之间无非线形；对定量检测，应用小波非线形，用WGF-Ⅰ电磁检测仪进行一次检测，提取特征信号，建立硬度特征信号与LY12铝合金硬度的非线性映射，可直接输出工件的硬度值。 试验表明：小波网络较一般的神经网络收敛速度快，外推能力强，识别精度高，而且该文采用了多线程技术，更进一步提高了系统运行效率。小波网络不但可以定性检测LY12铝合金硬度是否合格，而且可以定量的检测其硬度值，其硬度检测最大误差为HRB±0.8。将小波网络应用于电磁无损检测具有可靠性。

目录

文摘

英文文摘

第1章 绪论

1.1课题背景及意义

1.1.1课题背景

1.1.2课题意义

1.2无损检测技术的现状与发展趋势

1.2.1国外无损检测的概况

1 2.2国内无损检测概况

1.2.3无损检测的新方向

1.3课题的主要内容及安排

第2章电磁无损检测技术

2.1电磁无损检测概述

2.2电磁无损检测技术的原理

2.2.1金属件材料的成分和组织

2.2.2磁导率法检测

2.3小波网络在无损检测中的应用

2.4本章小结

第3章小波神经网络建模设计

3.1小波神经网络

3.1.1小波神经网络概述

3.1.2小波神经网络技术展望

3.2小波神经网络结构设计

3.2.1硬度定性识别小波神经网络的设计

3.2.2硬度定量识别小波神经网络的设计

3.3本章小结

第4章多线程技术

4.1多线程技术概述

4.2基于Visual C++的多线程编程

4.3基于MFC的多线程编程

4.4本章小结

第5章试验结果分析

5.1试验试样制备

5.1.1 LY12铝合金的化学成分

5.1.2试样的尺寸

5.1.3工艺过程

5.2硬度定性检测

5.3硬度定量检测

5.4本章小结

结论

参考文献

攻读硕士学位期间发表的学术论文

致谢