基于BP神經(jīng)網(wǎng)絡(luò)的焊縫缺陷建模及其識(shí)別算法研究.pdf

1、全日制學(xué)術(shù)型碩士學(xué)位論文題目基于BP神經(jīng)網(wǎng)絡(luò)的焊縫缺陷建模及其識(shí)別算法研究作者姓名黃曄導(dǎo)師姓名、職稱穆向陽(yáng)教授學(xué)科(專業(yè))名稱檢測(cè)技術(shù)與自動(dòng)化裝置提交論文日期2016年6月17日分類號(hào)TG445學(xué)號(hào)131030156密級(jí)中文摘要論文題目：基于論文題目：基于BP神經(jīng)網(wǎng)絡(luò)的焊縫缺陷建模及其識(shí)別算法研究神經(jīng)網(wǎng)絡(luò)的焊縫缺陷建模及其識(shí)別算法研究專業(yè)：檢測(cè)技術(shù)與自動(dòng)化裝置業(yè)：檢測(cè)技術(shù)與自動(dòng)化裝置碩士生：黃生：黃曄(簽名簽名)導(dǎo)師：穆向陽(yáng)師：穆向陽(yáng)(

2、簽名簽名)摘要由于油氣長(zhǎng)輸管道用的埋弧焊焊縫內(nèi)部所存在缺陷直接影響到管道的強(qiáng)度和使用壽命，嚴(yán)重時(shí)造成重大生產(chǎn)事故，因此檢測(cè)焊縫缺陷是保證管道安全運(yùn)行的重要技術(shù)手段。近年來(lái)基于X射線的焊縫圖像檢測(cè)成為研究熱點(diǎn)，隨著機(jī)器視覺(jué)和人工智能技術(shù)的飛速發(fā)展，使得計(jì)算機(jī)自動(dòng)識(shí)別焊縫缺陷有了長(zhǎng)足的進(jìn)步。BP神經(jīng)網(wǎng)絡(luò)具有很強(qiáng)的適應(yīng)性與魯棒性，在控制應(yīng)用中更是體現(xiàn)出其無(wú)需數(shù)學(xué)建模只需在線或離線學(xué)習(xí)訓(xùn)練的優(yōu)點(diǎn)，能夠?qū)缚p缺陷進(jìn)行方便快速的識(shí)別，因此本文采用B

3、P（BackPropagation）神經(jīng)網(wǎng)絡(luò)算法對(duì)焊縫缺陷進(jìn)行建模及識(shí)別算法的研究。本文將埋弧焊管的焊縫X射線檢測(cè)圖像作為研究對(duì)象，針對(duì)可能存在于焊縫區(qū)域的裂紋、氣孔及缺陷噪聲，進(jìn)行圖像預(yù)處理、特征描述、分類識(shí)別等處理步驟，從而完成X射線焊縫檢測(cè)圖像中缺陷的識(shí)別。首先對(duì)檢測(cè)圖像進(jìn)行濾噪、圖像增強(qiáng)、大津（Ostu）分割方法及Sobel邊緣檢測(cè)等處理步驟，得到檢測(cè)圖像中焊縫的邊界，隨后運(yùn)用Hough變換直線提取的方法獲得焊縫邊界直線的相關(guān)信

4、息。在圖像增強(qiáng)處理部分提出一種基于Hopfield神經(jīng)網(wǎng)絡(luò)的焊縫圖像增強(qiáng)方法，通過(guò)構(gòu)造能量函數(shù)將圖像增強(qiáng)問(wèn)題轉(zhuǎn)換為一個(gè)優(yōu)化問(wèn)題，避免了灰度值歸一化過(guò)程的同時(shí)使增強(qiáng)處理過(guò)程不受圖像尺寸的限制。接著使用灰度密度聚類的方法分割焊縫區(qū)域中的缺陷區(qū)域及噪聲區(qū)域，通過(guò)缺陷形狀特征的計(jì)算得到描述其特征的6種參數(shù)，從而建立相應(yīng)的特征向量，完成焊縫缺陷的特征提取。最后將所得特征向量作為BP神經(jīng)網(wǎng)絡(luò)系統(tǒng)輸入，對(duì)裂紋、氣孔及缺陷噪聲的分析識(shí)別進(jìn)行研究。通過(guò)仿