论文部分内容阅读
金属蜂窝构件钎焊质量通常以钎着率(单位面积内检测到的焊合面积占比)为指标进行评价。实际生产中采用超声C扫幅值成像无损检测,以GH4099高温合金薄壁窄筋蜂窝板件为研究对象,提出基于超声A扫信号特征值参数的无监督机器学习分类方法。首先在数字超声信号提取时域、功率谱上各8个特征值;其次对数据进行标准化处理、主成分分析(Principal components analysis,PCA)降维,得到各自贡献率为95%以上的前3组共6个主成分值;然后以这些值为特征值作为输入进行K均值、高斯混合模型聚类、模糊C均值聚