２０２３年第４２卷１月第１期机械科学与技术ＭｅｃｈａｎｉｃａｌＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙｆｏｒＡｅｒｏｓｐａｃｅＥｎｇｉｎｅｅｒｉｎｇＪａｎｕａｒｙＶｏｌ．４２２０２３Ｎｏ．１ｈｔｔｐ：／／ｊｏｕｒｎａｌｓ．ｎｗｐｕ．ｅｄｕ．ｃｎ／收稿日期：２０２１０３１７基金项目：四川省科技支撑计划项目（２０１７ＦＺ００３３）作者简介：邓勇（１９７２－），高级工程师，硕士生导师，研究方向为模式识别和超声无损检测，２０１２３１０１００１３＠ｓｗｐｕ．ｅｄｕ．ｃｎ邓勇，黄远伟，赖治屹．钢板缺陷识别的Ｖｏｌｔｅｒｒａ⁃ＳＶＭ模型研究［Ｊ］．机械科学与技术，２０２３，４２（１）：１３２⁃１３８钢板缺陷识别的Ｖｏｌｔｅｒｒａ⁃ＳＶＭ模型研究邓勇１，黄远伟１，赖治屹２（１．西南石油大学机电工程学院，成都６１０５００；２．西南油气田分公司输气管理处，成都６１０２１３）摘要：针对钢板缺陷识别问题，结合超声波脉冲反射原理，提出一种基于Ｖｏｌｔｅｒｒａ级数和支持向量机的钢板缺陷识别方法。首先，利用Ｖｏｌｔｅｒｒａ级数模型建立起钢板缺陷的特征模型；其次，使用分数阶粒子群优化算法提取出原始信号中的特征参数，即Ｖｏｌｔｅｒｒａ级数时域核；最后，将提取到的特征向量输入支持向量机模型进行训练与测试，完成对钢板缺陷的分类识别。设计实验得到多组数据样本，进行模型验证，实验结果表明：基于Ｖｏｌｔｅｒｒａ级数和支持向量机的识别模型能够较好的完成对钢板缺陷的分类识别，识别准确率达９３．３％。关键词：缺陷识别；Ｖｏｌｔｅｒｒａ级数；分数阶粒子群优化算法；支持向量机中图分类号：ＴＢ５５１；ＴＰ３９１．４文献标志码：ＡＤＯＩ：１０．１３４３３／ｊ．ｃｎｋｉ．１００３⁃８７２８．２０２００５９０文章编号：１００３⁃８７２８（２０２３）０１⁃０１３２⁃０７ＳｔｕｄｙｏｎＶｏｌｔｅｒｒａ⁃ＳＶＭＭｏｄｅｌｆｏｒＤｅｆｅｃｔＲｅｃｏｇｎｉｔｉｏｎｏｆＳｔｅｅｌＰｌａｔｅＤＥＮＧＹｏｎｇ１，ＨＵＡＮＧＹｕａｎｗｅｉ１，ＬＡＩＺｈｉｙｉ２（１．ＳｃｈｏｏｌｏｆＭｅｃｈａｔｒｏｎｉｃＥｎｇｉｎｅｅｒｉｎｇ，ＳｏｕｔｈｗｅｓｔＰｅｔｒｏｌｅｕｍＵｎｉｖｅｒｓｉｔｙ，Ｃｈｅｎｇｄｕ６１０５００，Ｃｈｉｎａ；２．ＧａｓＴｒａｎｓｍｉｓｓｉｏｎＭａｎａｇｅｍｅｎｔＯｆｆｉｃｅｏｆＳｏｕｔｈｗｅｓｔＯｉｌａｎｄＧａｓＦｉｅｌｄＣｏ...
