中央高校基本科研业务费专项资金(FRF-SD-12-028A)
- 作品数：2 被引量：14H指数：2
- 相关作者：杨斌艾轶博张卫冬丁贤飞张习文更多>>
- 相关机构：北京科技大学南车戚墅堰机车车辆工艺研究所有限公司中国南车股份有限公司更多>>
- 发文基金：中央高校基本科研业务费专项资金国家自然科学基金“十一五”国家科技支撑计划更多>>
- 相关领域：自动化与计算机技术一般工业技术金属学及工艺更多>>
- 基于声发射信号的铝合金材料损伤表征识别被引量：8
- 2013年
- 随着高速铁路的不断提速,高铁轻量化设计中广泛采用高强铝合金材料,但高速列车齿轮箱体服役安全评价亟待完善.本文针对高速列车齿轮箱体使用的铝合金材料服役特性,搭建了声发射检测拉伸试验系统,运用BP神经网络算法对声发射信号进行训练与识别,实现对箱体材料拉伸损伤表征识别与材料服役状态的安全预警.本研究为材料损伤状态的无损实时识别提供了一种识别与预警方法.
- 张卫冬张习文杨斌丁贤飞艾轶博
- 关键词：铝合金声发射神经网络模式识别
- 工业CT的高铁齿轮箱体材料缺陷识别被引量：6
- 2015年
- 高铁齿轮箱是高速列车的重要部件,为保障高铁的安全、稳定运行,需要对高铁齿轮箱箱体出厂及检修时的铸件内部缺陷进行检验,并对箱体内部缺陷实现自动、准确的分类和识别.基于此利用三维工业CT技术,设计实验获取到高铁齿轮箱体材料的4种内部缺陷的三维体数据,根据齿轮箱体内部缺陷的物理背景知识,对三维体数据进行特征提取,设计Adaboost_BTSVM多分类算法,实现基于三维工业CT的箱体材料内部缺陷的自动分类识别,并使重点关注的收缩类缺陷的分类准确率达到85%以上、裂纹类缺陷的分类准确率达到100%,为实现高铁齿轮箱箱体材料的缺陷自动识别提供技术保障.
- 艾轶博王楠阙红波杨斌张卫冬
- 关键词：支持向量机工业CT
