以三种成分相异和三种成分相近的金属材料为试样，提取了10 MHz的高频超声脉冲在其内部传播时的散射信号，通过小波包变换得到散射信号在尺度空间上的能量分布，并将其作为信息防伪识别特征，再采用遗传算法优化后的BP神经网络作为分类器。结果表明，提出的方法可以成功识别成分相异和成分相近的金属材料，相比于成分相近未经热处理的金属材料，同种金属经高温热处理后更容易识别，该方法亦可用于对未知金属的防伪识别。
所属栏目
试验研究国家自然科学基金资助项目（11374201）
收稿日期
2016/10/11
作者单位
卢康:陕西师范大学 物理与信息技术学院 陕西省超声重点实验室, 西安 710119
贺西平:陕西师范大学 物理与信息技术学院 陕西省超声重点实验室, 西安 710119
安笑笑:陕西师范大学 物理与信息技术学院 陕西省超声重点实验室, 西安 710119
贺升平:宝鸡高新技术研究所, 宝鸡 721013
尼涛:宝鸡高新技术研究所, 宝鸡 721013
联系人作者
贺西平(hexiping@snnu.edu.cn)
备注
卢康(1991-),男,硕士研究生,主要研究方向为信号处理
引用该论文:
LU Kang,HE Xiping,AN Xiaoxiao,HE Shengping,NI Tao.Ultrasonic Anti-counterfeiting Identification for Metal Material Based on Wavelet Packet Transform[J].Nondestructive Testing,2017,39(7):23～27
卢康,贺西平,安笑笑,贺升平,尼涛.基于小波包变换的金属材料超声防伪识别[J].无损检测,2017,39(7):23～27
参考文献
【1】
田彦平,贺西平,张宏谱,等.基于声参量的金属材料辨识方法[J].陕西师范大学学报(自然科学版),2014, 42(3): 34-40.
【2】
BADIDI B A,LEBAILI S,BENCHAALA A.Grain size influence on ultrasonic and attenuation[J].Independent Nondestructive Testing and Evaluation International,2003,36(1):1-5.
【3】
ISMALL H. Mean grain size determination in marbles by ultrasonic first back-wall echo height measurements[J]. Independent Nondestructive Testing and Evaluation International, 2006,39(1): 82-86.
【4】
林莉,李孟喜.超声波频谱分析技术及其应用[M].北京:机械工业出版社,2009:15-21.
【5】
LI J,YANG L,ROKHLIN S I.Effect of texture and grain shape on ultrasonic backscattering inpolycrystals[J].Ultrasonics,2014,54(7):1789-1803.
【6】
刘小荣,贺西平,张宏谱,等. 金属材料的超声衰减特征及辨识的新方法[J].科学通报:2016,61(8):844-854.
【7】
卢康,贺西平,崔东,等.一种基于计算相关系数的相近金属材料的超声辨识方法[J].云南大学学报(自然科学版),2015,37(3):410-414.
【8】
刘小荣,贺西平,崔东,等.基于超声衰减谱的金属材料无损辨识[J].无损检测, 2015,37(11):47-50.
【9】
THOMPSON R B,MARGETAN F J,HALDIPURP,et al.Scattering of elastic waves in simple and complex polycrystais [J].Wave Motion,2008,45(5):655-674.
【10】
LOBKIS O I,ROKHLIN S I.Characterization of ploycrystals with elongated duplex microstructure by inversionof ultrasonic backscattering data[J].Applied Physics Letters,2010,96(16):1-3.
【11】
贺西平,田彦平,张宏普.超声无损评价金属材料晶粒尺寸的研究[J].声学技术,2013,32(6):445-451.
【12】
刘文贞,陈红岩,袁月峰,等.基于遗传算法的小波神经网络在多组分气体检测中的应用[J].传感技术学报,2016,29(7):1109-1114.
【13】
施成龙,师芳芳,张碧星.利用深度神经网络和小波包变换进行缺陷类型分析[J].声学学报,2016,41(4):499-505.
【14】
于亚萍,孙立宁,张峰峰,等.基于小波变换的多特征融合sEMG模式识别[J].传感技术学报,2016,29(4):512-517.
【15】
美国无损检测学会编.美国无损检测手册[M].北京:世界图书出版社,1996.
【16】
卢康,贺西平,卢炬,等.基于超声衰减系数谱辨识金属材料方法的适应性研究[J].陕西师范大学学报(自然科学版),2016, 44(5): 46-52.
【17】
傅荟璇,赵红.MATLAB神经网络应用设计[M].北京:机械工业出版社,2010:89-90.
