-
题名圆柱类构件超声相控阵聚焦模型
- 1
-
-
作者
孔惠元
王鉴
李仰军
韩焱
-
机构
中北大学山西省信息探测与处理重点实验室
中北大学山西省现代无损检测工程技术研究中心
-
出处
《应用声学》
CSCD
北大核心
2024年第1期213-222,共10页
-
文摘
在利用平面相控阵超声换能器对圆柱类构件检测时,受曲界面结构引起的入射波和回波时延的影响,扫描声束的波阵面产生弯曲,在利用传统迭代遍历算法计算延迟时间时效率低,无法发挥相控阵换能器检测优势。针对上述问题,建立了一种基于圆柱类构件特征和耦合介质特性的超声相控阵扫描成像的聚焦模型。该模型基于换能器、耦合介质、圆柱类构件材料特性和几何关系以及声线模型和折射定律,建立了耦合介质及被检构件的声速、曲面曲率半径、阵列与曲面间的距离等关联的延迟时间聚焦控制模型。利用该模型计算出的延时时间,对各阵元发射时间进行控制,从而实现扫描声束的聚焦。该文以液体和有机玻璃制介质楔块为例,对圆柱钢曲面的相控阵声束聚焦进行了仿真实验,结果表明该文方法计算效率显著提升,同时声束可以在预设位置实现聚焦,验证了该模型在计算效率上的优势与有效性。
-
关键词
相控阵超声检测
圆柱类构件
聚焦模型
-
Keywords
Phased array ultrasonic testing
Cylindrical member
Focusing model
-
分类号
TB559
[理学—声学]
O426.9
[理学—声学]
-
-
题名基于卷积的聚焦模型
- 2
-
-
作者
赵莹
刘畅
余涛
-
机构
信息工程大学
-
出处
《信息工程大学学报》
2018年第1期5-9,共5页
-
基金
国家863计划资助项目(2014AA01A)
-
文摘
循环聚焦模型(recurrent attention model,RAM)与卷积神经网络相比,具有参数少、计算量独立于输入、高噪声下较高正确率等优点。RAM可以有效识别数字或真实图像中的数字,比如谷歌街牌,不能有效识别自然场景图像,比如用于普适物体识别常用数据集Cifar10等。针对以上不足,提出一种基于卷积的改进模型,通过在聚焦模型中添加卷积层,使其可以有效识别自然场景图像,改进后的RAM在Cifar10的正确率达到95.3%。
-
关键词
聚焦模型
增强学习
图像识别
-
Keywords
attention model
reinforce learning
image recognition
-
分类号
TN911.21
[电子电信—通信与信息系统]
-
