[发明专利]异种材料扩散焊界面缺陷的自动识别方法

摘要

异种材料扩散焊界面缺陷的自动识别方法，它涉及一种焊接界面缺陷的识别方法。本发明的目的是为解决目前对扩散焊界面质量的检测主要依赖于机械性能检测和破坏性检测，无可靠的无损检测方法的问题。本发明从异种材料扩散焊界面采集超声波信号，从中提取三个特征值。从焊接良好、未焊合缺陷、弱接合缺陷、微小间隙缺陷区域分别随机抽取信号组成训练样本和测试样本，选用径向基核函数，采用网格搜索法确定惩罚参数和核参数，运用最小二乘支持向量机技术构建缺陷识别模型，实现了扩散焊界面缺陷的自动识别。本发明构建的缺陷识别模型经测试识别正确率可达93.5％，解决了超声波检测中仅从反射回波的幅度无法判断界面是否存在缺陷的难题。

主权项

1.一种异种材料扩散焊界面缺陷的自动识别方法，其特征在于异种材料扩散焊界面缺陷的自动识别方法是按以下步骤实现的：一、扩散焊界面超声波信号的采集：异种材料扩散焊界面超声波信号的采集采用水浸聚焦法，采用的设备为超声波C扫描成像检测系统，探头为中心频率10MHz的宽带探头，调整探头和扩散焊试样之间的距离，使声束焦点会聚于扩散焊试样界面位置，步进式扫描，每隔0.2mm的距离采集一个信号，采样频率为100MHz；二、特征值的提取：从扩散焊界面超声波信号中提取三个特征值，分别为信号的幅度、幅频特性曲线拟合斜率及相频特性曲线的相位；三、特征值归一化的处理：对三个特征值的取值范围进行归一化处理，将特征值超声波信号的幅度的取值范围归一到[0，1]，特征值幅频特性曲线拟合斜率的取值范围归一到[-1，1]，特征值相频特性曲线的相位的取值范围归一到[-1，1]；四、样本的选择：从焊接良好区域、未焊合缺陷区域、弱接合缺陷区域和微小间隙缺陷区域分别随机抽取50个信号，共200个信号组成训练样本用于训练缺陷识别模型，再从焊接良好区域、未焊合缺陷区域、弱接合缺陷区域和微小间隙缺陷区域分别随机抽取200个信号，共800个信号组成测试样本，用于测试缺陷识别模型的识别正确率；五、核函数的选择：选用径向基核函数作为缺陷识别模型的核函数；六、网格搜索法确定惩罚参数和核参数：惩罚参数和核参数采用网格搜索法确定，采用五折交叉验证法评估缺陷识别模型的性能；网格搜索法是将惩罚参数C和核参数γ分别取M个值和N个值，对M×N个(C，γ)的组合，分别训练不同的模型，再估计其识别误差，从而在M×N个(C，γ)的组合得到识别误差最小的一个组合为最优参数；五折交叉验证法是将原训练样本划分成5个大小相等的子集，选择其中一个子集作为校验集，使用其它4个子集对模型进行训练，使用训练得到的模型在校验集上进行测试，记录识别误差，如此反复，直至每个子集都作过一次校验集，最后，取5次识别误差的平均值作为模型性能的评估；取M＝N＝11，具体步骤如下：第一步粗略的网格搜索，惩罚参数和核参数的搜索范围为[e-10，e10]，搜索步长为e2，搜索模型的识别误差最小的惩罚参数和核参数的组合；第二步精细的网格搜索，在第一步搜索到的惩罚参数和核参数的组合值两边正负e2.5的范围内，以e0.5为步长进行搜索，最终搜索到模型的识别误差最小的惩罚参数和核参数即为模型的参数；七、模型的训练与测试：惩罚参数C和核参数γ确定之后，将训练样本输入模型中进行训练，然后输入测试样本测试模型的正确识别率；八、扩散焊试样界面缺陷识别：将异种材料扩散焊试样界面信号输入异种材料扩散焊界面缺陷的识别模型中，自动输出缺陷识别结果，实现缺陷识别。