%0 Journal Article
%T 基于PSO-LSSVM的疲劳裂纹漏磁定量识别技术
%A 张卫民
%A 张瑞蕾
%A 邱忠超
%A 高玄怡
%J 北京理工大学学报
%D 2018
%R 10.15918/j.tbit1001-0645.2018.11.001
%X 针对疲劳裂纹难以定量识别的问题，提出一种将主成分分析（PCA）和粒子群优化的最小二乘支持向量机（PSO-LSSVM）相结合的建模方法，通过建立漏磁信号与疲劳裂纹宽度、深度之间的非线性映射关系，对疲劳裂纹宽度、深度进行定量识别.搭建漏磁检测系统，采用疲劳拉伸试验制备一系列疲劳裂纹样本，通过疲劳裂纹漏磁定量识别实验，建立漏磁缺陷样本库，对基于PSO-LSSVM的疲劳裂纹漏磁定量识别方法的可行性进行验证.结果表明，该方法能够有效定量识别尺寸小于1 mm；疲劳裂纹的宽度、深度，误差在0.1 mm左右
%K 疲劳裂纹 PSO-LSSVM 定量识别 漏磁检测
%U http://journal.bit.edu.cn/zr/ch/reader/view_abstract.aspx?file_no=20181101&flag=1