点击下载——基于小波包分解和支持向量机的石油套管缺陷智能识别.doc 摘要：针对石油套管缺陷超声无损检测(NDT)中缺陷回波的特点，提出了一种基于小波包分解和支持向量机(SVM)的缺陷智能识别新方法。分析了Cabor、小波和小波包3种信号时频变换分解方法的特点，并进行了基于3种方法生成的特征数据可分性比较，确定了小波包分解方法效果最好。根据SVM解决分类问题的原理，采用SVM法对3种时频分解提取的缺陷信号特征数据进行识别。试验表明，基于小波包分解局部熵的特征提取结合SVM模式智能识别的组合方法，可应用于石油套管上的4种典型缺陷的识别。 关键词：超声无损检测；小波包分解；支持向量机；缺陷智能识别 石油套管超声无损检测回波信号的波形、幅值以及频谱分布反映了缺陷的信息，因此可以根据回波信号对缺陷类型进行识别。选择合适的特征数据提取方法和识别算法是智能识别的重要环节。传统的特征提取方法是从信号时域波形或者频谱分布中提取特征信息，这些方法的缺点在于所提取的特征不能反映信号的时频分布。而基于信号时频分解的特征提取方法则先将信号在时频空间上展开，然后对局部分量进行特征提取。基于时频分解提取的特征能更好地反映原始信..