（控制理论与控制工程专业论文）设备结构缺陷无损自动识别算法研究.pdf

摘要 无损检测是一门新兴的综合性应用技术学科，它能控制加工制造中的产品 质量、保障在役设备的安全运行等。无损检测在机械、冶金、电子、化工、铁 道、船舶、核能、航空、航天、电力工业等各种工业中得到广泛的应用。 民航系统中，飞机每次升降过程都要经历一次加压和减压，这容易使固定 飞机表面的铆钉周围的材料产生疲劳，形成放射性微小裂纹。当裂纹扩展至临 界裂纹长度后，会快速失稳扩展，最后导致结构断裂破坏，这种结构的断裂破 坏也是造成空难事故最重要的原因之一。老龄化飞机结构缺陷检测技术研究日 益受到各国航空组织的重视。 本课题以飞机蒙皮缺陷为研究对象，开展了结构缺陷检查机器人识别算法 研究。提出一种基于模糊支持向量机自动识别飞机蒙皮磁光图象中铆钉裂纹缺 陷的新方法。 飞机蒙皮原磁光图像中有多种干扰，蛇形纹、照度不均等。为便于识别， 对原图像进行了一系列的预处理工作，m a s k 减处理、去噪、侵蚀扩张处理、二 值化、边缘检测等。、针对预处理得到的铆钉不规则边界特点，采用闽值法确定 近似铆钉区域中心，将由中心发出的星形射线矢量作为识别的基本特征，采用 模糊支持向量机方法对铆钉周围裂纹的方向进行分类。其中，支持向量机采用 径向基核函数，利用网格法选取核宽及惩罚常数，并结合模糊隶属度函数解决 多类分类问题中存在的错分、拒分现象。样本测试实验结果表明，算法具有很 高的识别率。 另外，本课题的研究对于电厂设备的在役检查有一定的借鉴作用。 关键词飞机蒙皮缺陷识别支持向量机星形矢量法核函数模型模糊隶属度 a b s t r a c t n o n d e s t r u c t i v et e s t i n gi san e ws u b j e c tu s e da l l a r r o u n da p p l i c a t i o nt e c h n o l o g y i th e l p sm a n u f a c t u r et oc o n t r o lt h ep r o d u c t s q u a l i t y , a n da l s oa s s u r e st h ee q u i p m e n t s s a f e t yw h i c hi s s t i l lr u n n i n g s o ，n o n d e s t r u c t i v et e s t i n gi sw i d e l yu s e di nv a r i e d i n d u s t r y , s u c ha sm e c h a n i s m ，m e t a l l u r g y , e l e c t r o n i c ，c h e m i c a lp l a n t ，r a i l w a y , s h i p p i n g ， n u c l e a re n e r g y , a v i a t i o n ，s p a c e f l i g h t ，e l e c t r i cp o w e r , a n de t c i nc i v i la v i a t i o n ，e v e r yt i m et h ep l a n et a k e so f f a n dl a n d s ，i t ss u r f a c em u s te n d u r e t h ep r e s s u r ea n dd e c o m p r e s s i o np r o c e s s ，t h i sm a k eg r e a td a m a g et ot h em a t e r i a l a r o u n dr i v e t sw h i c hf i xt h ea i r p l a n es u r f a c e ，a n ds o ，t i n yr a d i a lc r a c k sf o r m w h e n c r a c k sl e n g t he x t e n d st ot h ec r i t i c a ll e n g t h ，c r a c k sw i l le x t e n d ss or a p i d l yt h a ti tw i l l c a u s et h es u r f a c es t r u c t u r eb r e a k ，t h i sk i n do fs t r u c t u r ed a m a g ei so n eo ft h em o s t i m p o r t a n tr e a s o n so fa e r i a la c c i d e n t t h ea e r i a lo r g a n i z a t i o n sa l lo v e rt h ew o r l dp a y m o r ea n dm o r ea t t e n t i o nt od e t e c t i o nt e c h n o l o g yr e s e a r c hf o ra g e da i r c r a f t s i no r d e rt od e t e c tt h ea i r c r a f ts u r f a c ed e f e c t st h r o t i g hm a g n e t oo p t i ci m a g e ，t h i s t h e s i sd e v e l o p st h er e c o g n i t i o na l g o r i t h mo fs t r u c t u r a ld e f e c td e t e c t i o nr o b o t an e w m e t h o db a s e do nf u z z ys u p p o r tv e c t o rm a c h i n e ( f s v m ) i s p r e s e n t e d t h eo r i g i n a lm a g n e t oo p t i ci m a g ec o n t a i n sm a n yk i n d so fd i s t u r b s ，s u c ha s s n a k e - l i k el i n e sa n dt h ev a r i a t i o no ft h el i g h td i s t r i b u t i o n t ob em o r ec o n v e n i e n tf o r r e c o g n i t i o n ，s e r i e so fp r e t r e a t m e n ta r ed o n e ，i nt u r n ，s u b t r a c t i o nf r o mam a s k ， d e n o i s i n g ，e r o s i o n d i l a t a t i o np r o c e s s ，b m a r i z a t i o n a n db o u n d a r i e sd e t e c t i o n c o n s i d e r i n gt h ei r r e g u l a rc y c l ec h a r a c t e ro fr i v e t sm a g n e t oo p t i ci m a g e ，t h r e s h o l d m e t h o di su s e dt og e tt h ea p p r o x i m a t ec e n t e ro f r i v e tr e g i o n ，s t a rr a d i a lv e c t o re m i t t e d f r o mt h i sc e n t e ri st a k e na st h er e c o g n i t i o nb a s i cf e a t u r e ，m a df s v mc l a s s i f i e st h e d i r e c t i o no fc r o c k sa r o u n dr i v e t s t h e r e i n t o ，r a d i a lb a s i sk e r n e lf u n c t i o ni ss e l e c t e di n t h es v m ，c r o s s v a l i d a t i o na n df u z z ym e m b e r s h i pf u n c t i o n ( f m f ) a r eu s e df o rh i g h e r r e c o g n i t i o na b i l i t y s v mm o d ei so p t i m i z e db yu t i l i z i n gc r o s s v a l i d a t i o nm e t h o da n d t h e w r o n g a n dr e f u s a l r e c o g n i t i o np r o b l e m s a r es o l v e d t h r o u g h f m fi n m u l t i - c l a s s i f i e r e x p e r i m e n to nt e s ts a m p l e sp r o v e s h i g hr e c o g n i t i o na b i l i t y i na d d i t i o n ，t h i sr e s e a r c hc a nb eu s e df o rr e f e r e n c ei nd e t e c t i o no fe l e c t r i cp o w e r e q u i p m e n t w h i c hi ss t i l li ns e r v i c e k e yw o r d s ：a i r c r a f ts k i nd e f e c t r e c o g n i t i o n ；s u p p o r t v e c t o rm a c h i n e ； s t a r - v e c t o r - m e t h o d ；k e r n e lf u n c t i o nm o d e l ；f u z z ym e m b e r s h i pf u n c t i o n 论文原创性声明 本人声萌，骈呈交的学位论文系在静师指导下本人独立完成的研究成果。 文中依法引用他人的成果，均已做出明确标注或得到许可。论文内容未包含法 律意义上已属于熄火兹任簿形式瓣磅究成果，毽不毽含本人已粥予其毯学位串 请的论文绒成果。 本人如违反上述声明，愿意承担以下责任和弼果： 1 交强学校授予豹学位证书； 2 学校可在相关媒体上对作者本人的行为进行通报： 3 本人按照学校规定鸵方式，对因不当取锝学位绘学校造成靛名誉损害， 避行公开道歉。 4 本人负责阏论文成果不实产生的法律纠纷。 论文作者镰名：壶i 隆l 垦 日期：塑旦年! 垒_ 月曼一日 论文鲡谖产蔽投藩声裙 本人在导师搬导下所完成的论文及耀关的职务作是，知识产权归属学校。 学校享有以任何方式发表、复制、公开阕览、借阗以及串请专秘等权利。本人 离校后发表或使用学位论文或与该论文直接相关的学术论文或成果时，署名单 位仍然为东j 电力大学。 论文作者然名： 导师签名： 建旌亟 耍砬叟域 日期：兰! 竺延年! l 月兰二一 日期：趋叟年红月土日 第1 章绪 论 第1 章绪论 1 1 研究背景及意义 无损稔测( n o t ) 是一门新兴的应用技术学科，也是一门综合性技术。它是以 不改变被检测对象的、技态祁使闫性能为前提，应溺物理和化学等瓒象，对各耩l 工程材料、零部件和产品进行有效的检验和测试，测定材料结构物理和机械性 能或内在各种缺陷以及其它技术参数，借以评价它们的完整性、连续性、安全 可靠性以及适用性的综合性应丽的裣澳技术科学1 1 2 叫。 无损检测在机械、冶金、电子、化工、铁遂、船舶、核能、舷空、航天、 电力工业等各种工业中得到广泛的应用。n d t 能应用于产品设计、材料选择、 加工制造、成懿检验、在役检奁( 维修保养) 等多方面，在质量控制与降低成 本之矧能起最优化作嫣。n d t 还有助子保 j e 产品的安全运行和( 或) 有效使用。 世界各国对无损检测的研究都非常重视。例如：美国为了保持它在世爨上 科学技术的领先地位，早在1 9 7 9 年的政府工作报告中提出的六大技术中心中， 无损检测技术便是其中之一。f j 本最近制定的2 1 世纪优先发展四大技术领域之 一的设冬廷寿技术中，也把无损检测放在十分熏要瓣位曼。另步 无损检溯所带 来的经济效益也是十分明显的。目前我国的投入比日本少，而国民生产总值只 有日本的三分之一左右，这种现象主要是由于我国产品质量上存在问题而导致 大量产晶掇废所致，据铡算我瀚不藏产品的年损失约2 0 0 0 亿元。秀者，无损检 测的经济效益逐表现在产品的竞争力，在无损检测技术的支持下，握裹产品矮 量和可靠性是保证产品进入国际市场的决定因素之一。例如：日本小松汽车生 产中，3 0 的零件采用无损检测后质量迅速超过美国，市场扩大严熏威胁美嘲 的汽车工业；德国奔骓汽车公司对汽车的几千个零件全部进 亍无损检测焉，运 行公里数增加了一倍，大大提高了产品在国际市场的竞争力。 l ，2 无损检测发展历史 无损检测的成用历史相当久远。我们的祖国是世界文明古圉，对科举技术 的发展有道伟大贡献，我阉古代科学技术文化遗产中就肖不少应用无损检测技 术的 己载，无损检测的思想可以追溯到远古时代 4 j 。早在2 5 0 0 多年前，浅国春 校时麓的齐国有部重要的手工监工艺按术典籍一考工记，裁记载着当时铜 冶炼过程中用无损检测的方法控制铸铜质摄内容：“凡铸众之状，金( 铜) 与锡， 黑浚之气滔，黄自次之：黄螽之气溺，青囱次之；脊自之气竭，誊气次之，然后 可铸也。”这段文字准确地记载了铜冶炼时，通过观察烟气的颜色以确定冶炼 酶过程，舔偌动冶炼辩溷气静不阕颜色采巍断旋冶炼静锈辩中象袋挥发鑫鼋情况， 这与今天的红外测控技术何其相似。根据声音频率的变化来判断物体内部结构 遣是一穆占老静梭验方法。我国怒毽赛上最早专l 逡陶瓷豹国家，最翠检溺羯瓷 质濑是对他轻轻敲击，听菇声而判其质。在我国明朝时期宋应星所著天工开 物一书有鼯下遮载：“冗釜，露袋嚣，试法鞋敲之，稳声热木者佳。声蠢差音 则铁质末熟之故，它r 易损坏。”这种方法沿用歪今，仍被陶器销售人员在全 整器广泛嫒鼹。这靛是瑗代无攫捡溅技术瓣音频频谱分携技术。这耱古老翡声 音枪测方法，在今天运输中应用最为广泛。实际上，在任何一列车停靠越过1 0 分窜孛兹必车菇，我嬲器看车鼹乡 溪，都会嚣觅蠲麟头检查熬技术久爨，l 氇懿投 掘只有他们自己明白的征兆，试图寻找可熊引发交通事故的缺陷。 以1 8 9 5 年 仑琴发璎x 射线为搽志，无按检测佟为一门多学科魏综合技术正 式开始进入工业化大生产的实际应用领域。1 9 0 0 年法国海关丌始应用x 射线检 验物品，t 9 2 2 年美国建立了世界繁一令工业射线实验室，鼹x 射线检查铸件屡 量，以后在军事工业和机械制造业等领域得到广泛的应用，射线检测至今仍然 是许多工业产品矮爨控制鲍重要手段1 5 j ，1 9 1 2 年趣声波搽测技术最早在魅海中 用于探查海面上的冰山，1 9 2 9 年超声波技术用于产品缺陷的检验，至今仍是锅 炉压力容器、铁轨、重要极城产品的主要检测手段。到了2 0 世纪中期，在现弋 化工业大生产促进下，建立了以射线检测( r t ) ，超声检测( u t ) ，磁粉检测( m t ) ，渗 透检测( p t ) 和电磁梭测( e t ) 五大常耀检测方法为代表的无损检测体系【。隧惹现 代科学技术的不断发展和相互问的渗透，新的无损检测技术不断涌现，新的无 第1 章绪论 损检测方法层出不穷，建立起一套较完整的无损梭测体系，覆盖工业化大生产 的大部分领域。进入2 0 世纪后期，整界的科学技术得到飞速的发展，以计算机 和毅材料为代表的新技术，促进了无损检测方法本身的快速发展，例如x 射线 实时戒豫f 5 | 、工监c t t t j 、声发射【8 j 微波瓯红外戚像1 。1 激光全怠成像”1 l 等无损 检测方法，据不完全统计，目前己存近5 0 种方法被列入无损检测的范畴f 1 2 】。 无损检测作为提高产黼质量、促进技术进步不可缺少豹手段，随着赣材料、 新技术的广泛应用，各种结构零件向高参数、大容最方向发展，对n d t 提出了 更离更薪豁要求：不仅要掇高缺陷梭溺静准确率移可靠狡，丽且要把传统的无 损检测技术和现代信息技术相结台，实现无损检测的数字化、图像化、实用化、 餐麓纯。 1 3 无损检测主要方法 n d t 惫翕了诲多静己可有效瘟稻秘方法，袋常雳豹n d t 方法是：莉绫照稻 检测、超声检测、涡流检测、磁粉检测、渗透检测、目视检测、泄漏检测、声 发籍裣澜、射线透褫捡溺等。虽然各季中检测技术对菜些缺陷静检测有着不可替 代的优点，但它们也各有其局限性，在某些方面检测效果还不太理想。新的n d t 方法一壹在不叛圭氇狻秀发； 嚣痘弱。浚下襄窭了主要无损梭溅援术汝适溺聿耋与螽 限性： 1 3 1 嚣褫法：霹爰予捡测表瑟裂纹j 整损锈。鐾乏方法麓镬嚣霹采爰一些光学糖羲 器件缺点，不过人为因素太大，要求检测者有丰富的经验。 渗透滚：可瘸子捡测袭瑟穿透裂纹，獒麓矮、哥靠、淡速，毽袋绞必须穿透 至工件表面，且检测前必须清洁工件、消除渗透油和显影液的污染。 赢频混流法：可用予检测愈羼工l 牛泌表露软陷、裂纹、空溷、晶蚓癔蠖、坚固 件周围的裂纹。可用于探测目视法和渗透法无法探测的缺陷，快遮、灵敏、便 携。但操作者要经过专门训练；而某些特殊的应用要采用特殊的城置；仪器的 搬动会影嗡精度；瓣蓠还嚣要对黧标准。 低频涡流法：可用于探测金属工件表层下的缺陷和腐蚀损伤。可用于复杂 椽静静褒场探溅，珑毫频满滚法豹穿透力燹强。稳搡终者耍经逢专l 3 蓄i l 缭，两 东北电力人学硕士学位论文 曼i i i l l ! , 燃! ! ! 曼皇鼎拦暑曩篡燃篁量曼兰皇舞燃鲁曼曼曼曼鼎燃等量曼曼皇曼燃鼍曼曼曼曼皇燃篡暑量蔓黑鼍曼曼曼皇鼎拦舅曼鼍 某燠特殊的应用要采用特殊的装鼹，仪器的搬动会影响精度，目前还需疆对照 标准。 声波法：可用于复合材料和蜂窝结构材料的变形、脱糙、气孔、压浈芯子 的检溺。优点是擎面检测法，不需要进行表面预处理。毽其灵敏度低，噪声过 滤困难，信号分析复杂。 超声波法：可孀予检测和表述表面的穿透裂纹和表鬈下缺陷，测量厚度、 材料性能。优点是易于操作、快速、可靠、高灵敏度、简精确度、便携。缺点 是撩雩# 者鬻要经过专门谢练，不闲靛获陷类壁要选择不黼的仪器和波形，需要 使用耦合剂。目前还要对照标准。 x 射线慧程法：可焉予深测肖滴豫静缺陷( 袈纹、气孑l 、夹杂) 、瘸蚀稻浮 度变化。优点是可以检测装配结构，灵敏度高，可提供围定图像，可进行灵活 懿实露益溺。缺点是射线对天钵有害，攮作者需簧专盈训练，需要图像延理设 备而且要求射线必须与裂纹平行。 中予射线照穰术：霉孺于捡嚣腐继帮透赛静完整程。优点怒瘸疆部分对中 子射线有较高的吸收系数，对复合材料中纤维排列和体积比有较商的灵敏度。 绞点是可移动的热中子源戆滚量聪，蓑要穰长豁器露露麓。水分、潼或寮嚣麓 料中的氢会掩盖器件腐蚀、降低可探测性。 磁性粒子法：碍瘸子撵测铁磁性毒孝瓣戆表委穿透裂纹。优点是原理麓荸， 易于操作，快速，有便携式装置。缺点是操作者需要进行专门训练，检测后工 件必须经过瀵磁鲶理，磁臻必矮豢壹于探测表夏。 激光梭测法：可用于液面的非接触性检测。优点是低分辨率的剪应力照相 法葶曩快速扫描静全患照相法，毫分辫率的瞧探测渡。缺点是对铃爨噪音棼卷敏 感。 x 鸯垂线衍射法：可用予逐表露的缺照攘测积特征表述，戈其适矮子残余应力 状态的探测。其精度高，假缺点慰操作者需要进行专门训练，周期长，不适用 于大型梅件的探测。 热波成像法：可用于簿金属度和复合材料的缺陷探测。可以获得全场图像， 但爱求工件表层有较好的热吸收率。 声波发射法：可用于裂纹的产生和扩徽的探测。只需要接收传感器，却很 第1 章绪论 难区分裂纹产生的信号和噪音信号。 l ，4 本谍蘧主要研究内容 本课题以飞枫蒙皮缺陷为研究对象，聂展了结构缺陷检查机器人识别算法 研究。 1 4 1 飞棍蒙皮缺陷检测意义 藏窖飞凝为了维持裁簸豹正豢气垂，每一次嚣空弱黪落穰鲶都经魇一次燕 压和减压过程，引起飞机寝面产生周期性的膨胀和收缩，周期性地进行这样的 遭禳，容荔使固定在飞援袭嚣毂镄钌周爨戆誊孝趱产生疲势，形或敖菇瞧微小裂 纹。这些裂纹容易腐蚀，并将加速裂纹的球化。当裂纹扩展至临界裂纹长度后， 会恢速失稳扩展，最后导致缝橡敷裂破爨，这秘缝掏戆凝裂破坏瞧是造成空难 事故最重要的原因之一。1 9 5 4 年，英国骛星号大型喷气式客机连续两次照入地 中海造成规毁人亡的惨剧，事最分辑时发现事赦敕擐本暇因是由于捉赛蒙皮在 旅寓窗口处出现疲劳裂纹而导致的机体结构的断裂破坏。另外，1 9 8 3 年美国波 营7 4 7 居蠼压隰攫擐坯、1 9 8 8 年美国a l o h a 舷空公司躲7 3 7 窖极极曳顶酃铝蒙 ( 检查爨警持电镑及l o 磐救大镜，劳嚣l 戴安全謦) 图1 一l 机身无损检瓷 东北电力大学硕 学位论史 皮吹落以及后来的k c 1 3 5 和c 5 飞机机翼的大范围开裂等都是由于飞机结构 疲劳损伤导致的悲剧。2 0 0 2 年著名的台湾华航空难初步调查结果认为也是由于 机体结构疲劳造成客机空中解体。 “a l o h a 8 8 ”引起了国际航空组织对老龄化飞机结构故障的重视，美国 联邦航空局( f e d e r a la v i a t i o na d m i n i s t r a t i o n f a a ) 将老龄化飞机研究提上 h 程，重点在于检测技术方面。制定了系列检修方案。目前，商用飞机运营6 年后或累计飞行时间达到2 4 0 0 0 小时或有1 2 0 0 0 次起降，都要进行一次大修， 此后还将增加大修密度。而在此六年中，要进行两次不同程度的机检。同时， 每天都要对飞机进行必要的检测，主要以人工视觉检测为主，如图卜l 所示【i 。 机身检测包括9 0 的人工视觉直接检测( 由经过训练的检查员完成) 和1 0 的借 助于设备的无损检测。这种高密度的检查提高了飞机的安全性，但耗费时间， 同时也可能由于检查人员的疲惫厌倦造成疏漏。 为了更好地进行器械检测并保证器械检测的可信度，急需引进机器人自动 检测系统来替代人工，对飞机表面进行自动缺陷检测并识别缺陷类别，从而保 障飞机表面及其支持基础的结构完整性。其主要优点在于： ( 1 ) 检测过程中机器人的运动方式采用遥控与自主检测方式相结合，减少 了检测过程中的辅助时间，从根本上缩短了检测周期； ( 2 ) 检测过程采用视觉识别与无损检测技术相结合的方式，不仅可以对飞 机结构表面进行监测和谚 别，还可以对次表面和飞机结构框架的损伤情况进行 识别，检测的准确性得到了保证； ( 3 ) 基于移动机器人的飞机自动检测技术，可以记录每次检测中的飞机结 构的损伤和腐蚀情况数据，对于飞机结构损伤情况的事后分析以及损伤容限的 研究和预测，合理确定各类检测的时间问隔，提供可靠的依据： ( 4 ) 检查人员长时间进行飞机表面高难度检查作业，容易造成疲劳，不仅 会形成误检漏检，而且容易从机身滑落对人身安全构成威胁；采用机器人检查 技术可以保证长期作业条件下的检测精度，而且可以使检查人员从危险工作环 境中解脱出来。 综上所述，该课题的研究对于保证机身检测的准确性、提高飞行安全性、 缩短飞机停场检修时间、提高飞机运营效率具有极其重要意义。 第1 章绪 论 l 。4 。2 飞枧蒙皮缺陷梭测国肉处 l 突现状 目前，国外已有研究雄位开展这方面的研究工作，并取得了一定的研究成 鬃。 ( 1 ) 美国威奇托州立大学 ( w i c h i t as t a t eu n i v e r s i t y ) 豹 b e n h a mb a h r 教授首次提出了 飞梳表面无损裣溺杌器入的构 想，将安装了无损检测传感器 窝立体筏懿鹃家鲻税器入应芬；| 到飞机表面无损检测上【1 5 】。在 a 翡支持下，b e w a r e 转妇 强1 - 2r o s 融mi l l 无损检测枫器人 教授研制开发了爬壁机器人系列( r o s t a mi 一1 v ) 。该系列机器人通过“腹 部”豹一令嚣形太吸盘籁“髓部”豹疆拿小吸盘的交替澈辫动 挈完菠雩亍走程转 图卜3a n d i 无损榆测机器人 弯功麓，依靠视觉系统自动燕溺飞祝表面袋纹等。如图1 - 2 所示。 ( 2 ) 夔国卡内基梅隆大学计熬机学院在f a a 的支持下，研制开发了自主无 损羧涮祝嚣入一硪0 i 。a n d 透过“脊柱”上静三个吸盘箴两个“耩”上翔个吸 盘吸附到机身上，通过脐带电缆提供电源，通过涡流探测器检查较易产生裂纹 豹铆钉区域，逶过鞠令豢缘税蔹豢镄钌分布实魂蠢主导蕊，藏露也可矮来避障。 如图i - 3 所示。 ( 3 美国n a s a 喷气臻迸实验掰豹p a u lb a c k e s 带镶其辩醋小缝磷发了多 功能自主爬壁机器人m a c si i i i 系列。该系列机器人安装了微型摄像机、裂纹探 测器、涡流传感器和红外传感器，用来完成无损检测功能。如图卜4 所示。 除美国之外，新加坡空军也投入大量精力用来开发检测f 5 机翼下部表面的 机器人。另外几家大学和商业组织也在研究通用的或专门的爬墙方案【1 7 】，用 来做飞行器的检查设备。 我国的哈尔滨工业大学、上海交通大学和北京航空航天大学等院校的研究 机构开展了爬壁机器人的研究工作。 对于飞机蒙皮缺陷检测，超声和射线技 术等能提供一定的缺陷信息，但速度慢或不 能全场检测：而红外检测技术对于缺陷深度 的检测是很有限的( 因为缺陷深度对温度场 最大温差及延迟时间都有影响，特别是亚表 面缺陷深度影响更加明显) ：此外这些技术 所用仪器操作复杂，对周围环境有严格要 求，很难适用于对大型航天器中的复合材料 构件的现场检测。 图1 - 4m a c s 无损检测机器人 飞机蒙皮缺陷自动识别技术日趋成熟【1 8 】。其中，脉冲涡流检测方法的提 出，克服了传统电涡流检测飞机蒙皮缺陷速度慢、需要专业检测人员手动调节 频率参数等不足，但其结果可视性差，需要专业人员操作。视觉检测2 0 1 机身缺 陷虽具有良好的可视性，却无法获得亚表层信息，难以分辨裂纹与刮痕。磁光 成像仪的出现，不但实现了很好的可视效果，还能捕捉到裂纹的亚表层信息。 检测仪器的选择很重要，检测算法也尤为重要。文献 2 1 应用磁光成像仪 检测飞机缺陷，通过小波分解得到腐蚀结果，用傅立叶变换对图象预处理结果 提取裂纹特征，用来训练神经网络，得到较好的识别效果。但该算法特征提取 算法速度慢，实时性差，且分类结果无法辨别裂纹方向。而在蒙皮检测中，如 果两相邻铆钉裂纹方向有搭接趋势，容易造成严重后果，因此裂纹方向作为很 重要的缺陷信息，不容忽略。 第1 章绪论 1 4 3 本文主要内容 对各种检测仪器以及识别方法进行比较以后，决定选用磁光成像仪采集飞 机蒙皮磁光图像，通过对飞机蒙皮裂纹缺陷的磁光成像仪预处理图象特征的研 究，提出一种简单有效的特征提取方法，并由于支持向量机识别算法具有训练 结果全局最优、收敛速度快等特点，选用支持向量机训练裂纹分类超平面，以 期达到识别裂纹有无和裂纹方向、并满足自动检测高实时性要求的目的。 第2 章模式识别方法 2 。 模式识别理论综述 2 1 1 摸式识舅基本撅念 模式识别是人类的一项基本智能，在匪常生活中，人们经常在进行“模式 识潮”。a 类其有非常复杂和高级的识剐系统。一个入在清醒的状态，觅时无 刻不在进行着识别活动：分辩周围的人和物，听取和识别各种声音。我们常常夸 一个人“聪明，掰的就怒“耳聪强弱”。可以说，除了思维滔溯，对外界景 物及语音的识别和分析构成了人类甚至其它智能活动的重要方亟。 什么怒模式乖j 模式识刹? 广义遣浇，存在子弹寸闯和空潮中可观察静攀物， 如果可以区别它们是否相同或相似，都可以称之为模式；狭义地说，模式是通 过对具俸熬个嗣事物迸辛亍筑测骈褥到的其有时间和空闯分布鹃信患，诸黧波谱 信号、图形、文字、物体的形状、行为的方式、过程的状态等都属于模式的范 畴；整模式掰j 霭黪炎秀j 或溺一类中模式的蕊俸称为模式类( 或篱稔为类) l 碉。面 “模式识别”则是在某些一定量度戚观测旗础上把待识模式划分刹各自的模式 类中去。 模式识别的研究主要集中在两方面，即研究生物体( 包括人) 是如何感知对 象豹，爨及在绘定豹任务下，懿霹雳诗冀税实琥攥式谖爨翡理论秘方法。蓠者 是生理学家、心理学家、生物学家、神经生理学家的研究内容，属于认知科学 豹蕊骧；嚣尝逶过数学家、镶惑学专家霸诗算撬稀学工佟黉遥见十年来黪努力， 已经取得了系统的研究成果。 疆蓉2 0 整纪年代计算凝鲍爨褒鼓及5 0 年代天工餐能缒兴起，又嬲当然 也希望能用计算机来代替或扩展人炎的部分脑力劳动。( 计算机) 模式识别在2 0 世缌年代视迅遮发展并成走一门耨学科。它扩大了诗冀魏技零疑应嗣领域， 推动了人工智能的发展。模式识别技术作为数据处理判别决策的有力工具已成 为人工智能理论的重要组成部分。它涉及许多学科领域与研究方向，是许多相 关理论和技术组成的一个整体。模式识别理论在汽车故障诊断理论的研究中有 非常广阔的前景，并成为无损检测技术的重要理论基础l 。 2 1 2 模式识别系统主要环节 下面我们对识别系统的主要环节作简要的说明。 ( 1 ) 特征提取。无论识别过程还是学习过程，都要对研究对象固有的、本 质的及重要的特征或属性进行量测并将结果数值( 字) 化，或将对象分解并符号 化，形成特征矢量或符号串有些场合中也称为样本关系图，从而产生代表对象 的模式，模式类中的个体在用于学习与训练的样本的类别应是己知的。另外， 在进行特征提取之前一般还需要对目标的有关信息进行预处理。 ( 2 ) 特征选择。通常能描述对象的元素很多，为了节约资源，节省计算机 存储空间、机时、特征提取的费用，有时更是为了可行性，在满足分类识别正 确率要求的条件下，按某种准则尽量选用对正确分类识别作用较大的特征，使 得用较少的特征就能完成分类识别任务这项工作表现为减少特征矢量的维数、 符号串字符数或简化图的结构。 ( 3 ) 学习和训练。为了让机器具有分类识别功能，如同人类自身一样，人 f f j 应首先对它进行训练，将人类的识别知识和方法以及关于分类识别对象的知 识输入机器中，产生分类识别的规则和分析程序这也相当于机器进行学习。这 个过程一般要反复进行多次，不断地修正错误、改进不足，这包括修正特征提 取方法、特征选择方案、判决规则方法及参数，最后使系统正确识别率达到设 计要求。目前，机器的学习需要人工干预，这个过程通常是人机交互的。 ( 4 ) 分类识别。在学习、训练之后，所产生的分类规则及程序用于未知的 对象的识别。需要指出的是，输入机器的人类分类识别的知识和方法以及有关 则象知识越充分，这个系统的识别功能就越强、正确率就越高，有些分类过程 似乎没有将有关对象的知识输入，实际上我们在选择距离测度、在采用某种聚 类方法时，已经用到了对象的一些知识，也在一定程度上加入了人类的知识。 东北电力大学硕上学位论文 2 1 3 辫存谈判方法傀馥赢跑较 模式识剐理论是由许多模式识别方法携成，它包括缓诗方法、匈法方法、 模糊谈涮虢及掷经丽络方法等，豫戴之辩，为了篌模式识剐更为莉效，葵番莘中 学习方法也是基本的研究嚏窖，如决策树学习方法、基于事例粒学习方法、鏊 予涟传瀚学习方法珏及基予解释静掌习方法等。菇静，崮予汽车敬漳的菇次瞧、 相关性、时延性模式识别方法的同时，针对舆体的对象选搂簸佳的方法也是佳 褥踅季踅瓣阉越。 模式识别主要常用方法及其特点楚： 。绫诗攀模式谯鬟 这种搜术是建立在不同类别的被识别对臻的观测特钰的统计分玲差界基础 主粒。它豹大致过程楚，麓瓷广泛黠旋浚弱对象遴嚣袋群，建立不潮释鼹蒋薤 的统汁分稚模型，在识别时根据目标的特征计算出它属于不同种类的概率，然 嚣校瓣概率计算篷霾耘羧溪为簿一类掰藤对应鞠熙貔篷，遥耩疑险毽最小靛捧 为目标所属类别。最据有代表性的统计学方法是贝叶斯分类法和聚类分析。 ( 1 ) 基予b a y e s 决策溪谂静分类嚣浚圣 。方法。圭黉毯蘩蓥予最小镑谖酌贝 叶斯决策、基于最小风险的贝叶斯决策、最小最大决策等分类决策方法。当各 类释搴运纭子歪态分蠢露，胃激冀窭壤锩误攀鬣小或威殓最小黪努癸嚣，笈穗 应的分界面方程。利用贝叶斯决策理论来实现对样本的分裟，是在样本释类别 熬先验藏攀与粪条释撩率蜜震缀数已躲黪藩箍下方貉逡抒静。毽魏在这黧参数 未知的情况下使用贝叶斯决策方法，就得有个学习阶段。在这个阶段，设法 获缮定数譬鹣群本，然矮姨这些糖零数攘获 ：毒对群零壤攀势奄戆惩诗。簿了 概率分布的估计后，彳能对未知的新样本按贝叶斯决策方法实行分类。 羲其愁熊采漉，b a y e s 分类器在遴论上已被疆暌逶鬣毯翡，氆楚，l 鸯予这糖 分类嚣的设计要求给定各类样本的先验概率密度，这对非大篷样本问题的分类 楚魁难的，在缝游上筵不台葵黪。 ( 2 ) 聚类分析是统计模式识别的弱一种方法。它的罄本原理就是在没有先 验知谖熬媾摊。f ，翅数学方法分毫蓐嚣模式囱墼之瓣载援簧及分教精掇，按照撵 本的距离遗近划分炎潮。聚类分析满予无监督学习的范畴，典结莱可以被用束 对数据提出初始假没、分类数据、测试数据的同类性以及数据压缩。虽然文献 资料记载了很多聚类算法，但大多数缺乏验证、比较算法和对数据结构做出回 答的客观过程。聚炎算法的一个比较严重的缺陷是它总能找到聚类，甚至对随 机数据也楚如j 毙。选择什么变薰、涌量值绒特征来描述模式是禳熏要鹃。这些 选择是根据应用领城及研究者的先验经验米决定并尽可能的减少其特征数目， 以利于计算和解释。聚类髯法根据模式阉的一些榴似或菲稻戗度分类模式，这 涉及距离魔曩的概念。值得注意的是不同的距离度量可能导致对同样数据的不 同翔分。1 2 4 】 2 句法结构模式识别 句法绪擒模式谚 鞠着羧于对待识霜辩黎的结擒特征熬绉述。它将一个谈嗣 划象看成是一个语言结构，例如一个句子是由单词和标点符号按照一定的语法 麓涮釜戒酌，溺释，一静模式魏魏一柩瑟豫是出焦、线、疆等基本元素按照一 定的规则构成的。分析这然基本元索，看它们是以什么规则构成图像，这些基 本元素穗当予句子中鹣擎巅，它们翅露穆藏餮像裁穗警于语法鬟粥。忿嚣雪，模 式识别就相当于检森模式所代表的某一类旬型是否符合事先规定的语法，如果 语法蠢三确藏识剐螯缝莱。 3 横糊逻辑模式识舅0 大类对客蕊事物熬谈谖带毒揆凝蛙，鼹逶常爨说躲“态矮、黪痰”、“毒年、 老年”等等，都是带有模糊性的语言，人类利用这些模糊语言进行交流，并通 过火魅分掇髑决爨。模糊援式谈别羧是棂攥人类蒺识事粝灼思绥逻辑，吸取人 脑的识别特点，将计算机中常用的二值逻辑转向逐续逻辑，利用模糊信息进行 模式决策分类，使计算极或枫器带蠢接远人类的镪能。模嬲模式识别戆理论基 础怒模糊数学。模糊数学就是研究如何利用模糊信息对确定事物进行定量分析。 模糊模式识别鲍缝基是用被识别对藩隶属予某一类别验程度，即隶属度_ 糸表示 的。模糊模式识别的主要方法有：最大隶属原则识别法、接近原则识别法和模糊 聚类分辑法。主要瞧括模糊c 均傻聚类算法和改进的模糊c 均值聚类算法。 与b a y e s 分类方法比较，基于模糊聚溪算法的分类方法具有运算快，有较 好的鲁棒性，但是可能产生远离榉本中心的野值，或对预先设定的聚类中心曩； 敏感( 2 引。 东北电n 大学硕士学位论文 4 卒申经网络模式识别 人类以及很多离级动物都具有缀强的模式识潮能力，这些都是因为它们具 有发达的神经网络系统。人工神经网络是根据生物神经学原理而建立的人工网 络模型，保持了生物神经黼络的许多能力与侥良褥往。毯就是翻褥亭串经溺络麓 逼近能力，将输入特征向墩与标准输出量之间的关系通过对神经网络的训练贮 存在狰经鞠络静载毽中。神经网络能稷好逮解决棼线注系统的谈臻阔嚣。一个 具有任意压缩型函数( 如s i g m o i d 函数) 的单隐层b p 网络，只要有充分多的隐层 单元，藏茸夔任意遥远一个有疆维的蘧数，这淹溺静静缀涮络可戮佟为懑焉弱 函数逼近嚣。 5 ，支挎骞鬃亳惩的出凌 与b a y e s 分类方法比较【2 3 1 ，神经网络的应用不需要确定各类样本的先验概 率簿度，只霉要确定享孛经鄹终豹标准竣入与竣出鬣躲可，匿露是一魏叛袭瓣方 法。神经网络对于处理那必环境信息十分复杂，背景知识不是很清楚，报理规 则不明确灼分类同题，具蠢明显鲍优势。模式识制是李孛经网络一个j 常囊要的 应用范围，与其他常规方法相比，基于神经网络的模式识别技术具有自学习能 力，具有缀强的容镶性和蛰榜性【2 “。 在统计模式识别中，贝叶斯决策规则从理论上解决了最优分撵器的设计问 题，但其实施却必颁首先勰决更困难的概搴密度估计问题。b p 神经网络纛接从 观测数据i 练样本) 学习，是更简便有效的方法，因而获得了广泛的应用，但 它怒一种殿发式技术，缺乏指定工程实践的坚实理论基础。统计推断理论研究 所淑得的突破性成果导致现代统计学习理论v c 理论的建立，该理论不仅在 严格的数学基础上圆满地阿答了人工神经网络中出现的理论问题，而且导出了 一种新豹学习方法支持向量税i 2 6 1 1 2 7 1 1 2 8 1 。 近年来，支持向量机成为这一领域的研究热点，并广泛应用于分类学习、函 数迢近、时闽序剜预测等领域。 相对以往的分类学习方法，支持向量机优越性体现在： 可以迸行小样本学习，避免了过投合现象，有良好的泛纯经麓，收敛速 度快( 采用统计学习理论) 不存在羼酃穰夺掏藤，繇褥至g 的局部最优一定是全弱最优解( 是凸二浚 优化) 2 2 支持囱量砉陲理论 支持嘲量机怒在统计学习理论v c 维和结构最小化理论基础上发展出的一种 新的通用学习方法。 2 2 1 统计学习理论与传统统计擎的比较 。裰器孥习懑麓 机器学习问题就是根据7 , 个独立同分稚观测样本 ( x ；，y ，) ，( 妫，商，( 而，刃( 2 - i ) 在一绁函数( ，o ，w ) 中求一个最优的函数，1 0 ，w0 ) 对依赖关系进干亍估计， 蠖凝望风羧 厅( ) = ，l ( y ，( 上，胪) ) d f ( x ，y ) ( 2 2 ) 最小。其中， ，o ，w ) 穆馋颞测函数榘，w 为添数约广义参数， ，o ，w ) 可以表示任何函数集：l ( y ，( x ，矿) ) 为幽于用，( x ，矿) 对y 进行预 测丽造成的损失。 不同类型的学习问题有不同形式的损失函数预测函数也称作学习函数、 学习模型或学习枧器。窍三类鏊本的机器学习阔题，即模式识别、函数逼近和 概率密度估计。 对模式识别蛔题，输燃y 是类另g 括号两类情况下，= o ，1 或f 1 ，一l ，预 测函数称作指示函数，损失函数可以定义为： 踟 蝴= ：? 彩主震嚣 s ， 使风险最小就是b a y e s 决策中使错误率最小 在函数遥远蠲题中，是连续变量( 这墨联没为萃蕊函数) ，援失爨数可定 义为 l ( y ，f 国谚) = ( y 一，( x ，均) 2 ( 2 4 ) 霆唧( 切2 吉善三魄，( 葛词) ( 2 - 6 ) t 卜酬 l 一 e r m 准则不成功的一个例子怒神经网络的过学习问题开始，很多注意力都 集中在如何使开e m p ( 酽) 照小，假很快就发现，堋练误荔小并不总能导致好的 预测效果某些情况下，训练误差过小反而会导数推广能力的下降，即真实风 险的增加，这就是过学习闷题。 3 统计学习理论与结构风险最小化 下蟊我们先来了勰一垫统计学习理论豹概念渺l v c 维的直观定义魁：对一个指示函数集，如果存在h 个样本能够被函数集中 的黼数按所有可能瀚2 8 种形式分开，掰称函数集能够把h 个样本打敖：溺数 集的v c 维就是它能打散的最大样本数目a n 维坐标空间z = ( z l ，z n ) 中的线性指示函数集毋( z ，口) = 戳口p 勺十盘。) o t j 魄1 5 ，c 维是n + l 。铡懿乎嚣囊线鳇粥维是3 ，也裁怒谎鼹誊线翅乎嚣上静不阕自 量划分为所有可能的两类时，向量的个数不能超过3 个，否则无法实现所有划 分。 浚乎瑙土三个不溺静内量z l ，z 2 ，z 3 ，如2 2 图所示。显然，可以遴过壹 t l l z 1z 2 | i z 3 l _ o 图2 - 2 平鹾上的三个点隰2 3 罔平面把三个点分成所有不同的类 tz ；忍 jz 3磊 _ 一 j 2 巧 ( 至墨 辫2 4 平嚣土蘸四个点鹭2 - 5 不麓耀矗线挺这匿夺点分开 东北电力人学硕士学位论文 i i i i i 线把这三个向量分成所有不同的鼹类( 如图2 3 所示) ，由此可以说明平面囊线的 v c 至少为3 ，现假设平面煮线的v c 为4 ，即窘线可以把平面上的4 个不同向量打乱， 也就是可以用直线把z 1 ，z 2 ，z 3 ，z 4 分成所有可能的两类假设这四个向鬃在平 面上的分布如图2 4 所示： 显然，如图2 - 5 所示，不能只用直线把 1 ，4 和 2 ，3 分开，因此用越线把 平黼上的向量划分为所有可能的两黉时，向量的个数小于4 大于等于3 ，部平面 直线的v c 维为3 。 统计学习理论系统璁研究了对于各种类鍪静黼数集，经验风险和实舔风险 之m 的关系，即推广性的界。 统计学习理论瓤理论上说明了学习税器翡实际风险怒壶两帮分组成豹：一 是经验风险( 训练误差)