买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：浙江树人学院(浙江树人大学)

摘要：本发明公开的一种基于PECUT数据融合的亚表面缺陷深度检测方法及系统，借助脉冲涡流和超声波检测仪对不同缺陷深度下的亚表面缺陷进行多次检测，获得基于脉冲涡流和基于超声波的亚表面缺陷数据样本；S102、对采集到的脉冲涡流和超声波的样本数据单独进行特征提取，构建基于脉冲涡流和基于超声波的SVM分类器；S103、分别通过证据信息熵、冲突熵和分布熵对证据可信度进行评价，构建出基于多准则的权重优化模型；S104、将证据权重分配过程中产生的冗余概率分配给另一证据，最后进行D‑S融合，并加权获得量化结果；本发明提高了单传感器的量化精度，满足亚表面缺陷深度检测的基本要求，具有较高的应用价值。

主权项：1.一种基于PECUT数据融合的亚表面缺陷深度检测方法，其特征在于：包括：S101、借助脉冲涡流和超声波检测仪对不同缺陷深度下的亚表面缺陷进行多次检测，获得基于脉冲涡流和基于超声波的亚表面缺陷数据样本；S102、对采集到的脉冲涡流和超声波的样本数据单独进行特征提取，将所提取的特征和缺陷深度大小作为输入，对应的缺陷深度作为输出，构建基于脉冲涡流和基于超声波的SVM分类器，通过所构建的分类器分别对脉冲涡流和超声波进行分类，获得不同缺陷深度下，脉冲涡流和超声波的缺陷概率分布；S103、分别通过证据信息熵、冲突熵和分布熵对证据可信度进行评价，构建出基于多准则的权重优化模型，利用该模型对证据的可信度大小进行评价，并根据证据的可信度大小自适应分配证据权重；S104、根据权重优化模型获得的证据权重对证据概率密度分布进行修正，将证据权重分配过程中产生的冗余概率分配给另一证据，最后进行D-S融合，并加权获得量化结果；所述构建基于多准则的权重优化模型，具体包括：S1031、计算不同缺陷深度下，PECUT的信息熵值HPEC、HUT，计算公式为： 式1中，mi表示脉冲涡流证据或超声波证据，Aj为脉冲涡流或超声波中提取的第j种缺陷深度；S1032、计算不同缺陷深度下，PECUT的冲突熵值HKPEC、HKUT，计算公式为： 式2中，mi表示脉冲涡流证据或超声波证据，Kj表示待测证据与不同深度下样本证据的冲突大小，j表示缺陷深度类别，K的计算公式如下： 式3中，mA表示检测缺陷深度结果为A的概率，n表示脉冲涡流证据或超声波证据；S1033、计算不同缺陷深度下，PECUT的分布熵值SPEC，SUT，计算公式为： 式4中，mi表示脉冲涡流证据或超声波证据，dj表示待测证据与不同深度下样本类中心的海林格距离，海林格距离公式如下： 式5中，di为证据距离，P为待测证据，Qi为不同类别的类中心位置；S1034、将证据信息熵、冲突熵和分布熵组合获得证据组合权重，权重组合公式如下： 所述步骤S104中，具体包括：S1041、根据基于多准则的权重优化模型获得的证据权重对证据概率密度分布进行修正，计算公式如下： 式7中，mA、mB表示脉冲涡流证据和超声波证据，wA、wB表示对应的权重均小于1，mA’、mB’表示修正后的脉冲涡流证据和超声波证据；S1042、进行D-S证据融合，组合规则如下： S1043、加权获得量化结果，加权公式如下： 式9中，mA表示D-S融合后的概率，i代表对应的缺陷深度。

全文数据：

权利要求：

百度查询： 浙江树人学院(浙江树人大学) 一种基于PEC/UT数据融合的亚表面缺陷深度检测方法及系统