由于特殊焊缝的内部结构复杂型,面临检测图谱成像质量差,缺陷识别定位困难等问题,选择最优的检测工艺参数对提高缺陷图谱成像质量成为研究重点。为了提高成像分辨率方便检测人员对缺陷图谱分析,基于CIVA仿真软件将试块进行三维建模,验证模型的适用型,并以晶片数量、探头频率、焦距作为独立变量,波峰波谷幅值差为响应量对试块进行仿真,运用响应面法对晶片数量、聚焦深度、探头频率工艺参数进行优化研究,并构建实验平台进行实验对比。结果表明当横向分辨率最大即波峰波谷幅值差达到最大时,最终确定优化后的晶片数量为44、探头频率15MHz、焦距为40mm。

针对最小二乘支持向量机（LSSVM）实现过程中盲目选择核函数的现象,提出了一种基于核极化的多核LSSVM与EMD相结合的滚动轴承故障识别算法。首先,对滚动轴承振动信号进行EMD信号提取,进而提取故障特征向量;然后,根据多核构造原理,引入核极化确定基本核函数的组合权系数,构造多核函数;最后,结合多核函数与LSSVM,形成多核LSSVM学习器,进行故障识别。分析滚动轴承正常状态、内圈故障、外圈故障和滚动体故障的诊断实验结果,可知,EMD与多核LSSVM的故障识别算法可以准确地判断滚动轴承的工作状态和故障类型,并与SVM、LSSVM算法的诊断结果进行对照,表明所提算法的故障识别率更高。