基于PSO-SVM模型的焊接转子环焊缝超声缺陷识别

摘要

提出了一种粒子群算法（PSO）优化支持向量机（SVM）的方法，对焊接转子环焊缝的超声回波信号进行缺陷识别．对消噪后的超声回波缺陷信号进行4层小波包分解及结点重构，提取结点重构信号中近似部分的波峰系数和波形系数，并与细节部分的积分超声值、有效值和绝对值方差组成样本的特征向量；采用PSO算法对SVM的惩罚因子和核函数参数进行优化选择，最后完成缺陷识别．结果表明：PSO-SVM模型对预测样本具有很好的识别效果，与其他常用的SVM模型相比，PSO-SVM模型无论是识别率还是识别时间上都具有良好的效果．