热加工工艺

作者：杨萌萌, 何慈武, 龙晋桓, 刘藤子, 韩军, 林靖翔, 陈尚群,

关键词：超声检测, 近表面缺陷, Hilbert-Huang变换, 卷积神经网络,

轴承作为航空航天等高端应用中的重要部件，对其内部及近表面缺陷高精度检测是保障轴承高质量的关键。在轴承的超声缺陷检测中，轴承近表面微小缺陷信号淹没在表面或底面回波信号中，存在缺陷检测盲区，难以保证轴承质量。针对上述问题，提出采用Hilbert 时频谱实现轴承内圈近表面缺陷识别的方法。对样品人工缺陷实测超声信号分别基于Hilbert-Huang 变换和小波变换在时频域进行比较研究，利用卷积神经网络（CNN），通过交叉实验验证Hilbert 时频谱和小波时频图对轴承内圈近表面缺陷识别的可靠性。结果表明，利用Hilbert 时频谱对轴承内圈近表面缺陷的识别比小波时频图更有效，并能同时对上、下表面微小缺陷进行分类。这有效提高了轴承内圈近表面缺陷检测精度，识别的平均准确率为98.83%，为近表面缺陷识别提供了新方法。

来源：2023年第12期

《热加工工艺》期刊编辑部

查看热加工工艺杂志2023年第12期