基于智能技术的木材缺陷定量无损检测研究

摘要

通过对直径不同孔洞缺陷振动信号进行处理分析,实现木材孔洞大小的无损检测。研究中首先采集孔洞面敲击和无孔洞面敲击的振动应力波信号,然后对直径不同孔径缺陷的振动信号的频谱特征进行分析,提取出频谱的特征向量作为训练样本;并利用获取的样本对构建好的体现信号特征与孔洞大小的非线性神经网络模型进行训练,然后利用训练好的网络对孔洞缺陷的大小进行无损检测。结果显示:随着孔洞直径的增大,振动信号频谱密度极大值所对应的频率逐渐减小;与无孔洞面敲击方式相比,孔洞面敲击所获得的信号频谱特征作为样本训练BP网络,网络仿真性能较好,仿真输出和目标值的相关系数都能达到0.98以上,对孔洞缺陷直径大小的识别准确率达到93.5%以上;孔洞缺陷大小检测的最佳模型为隐层节点6、传递函数为正切Sigmoid的单隐层网络模型。