【技术实现步骤摘要】
基于孪生支持向量机的水轮机转轮叶片裂纹识别方法、系统、设备及存储介质
本专利技术属于无损检测领域，涉及一种基于孪生支持向量机的水轮机转轮叶片裂纹识别方法、系统、设备及存储介质。
技术介绍
在水电领域，过流部件的涂层下裂纹检测一直是行业难题。过流部件在工作工程中常常受到汽蚀和泥沙磨损的影响，其表面常常需要喷涂碳化钨(WC)涂层，提高其耐磨蚀能力。然而过流部件结构复杂，本身在制造过程中存在应力集中。而WC的喷涂过程中需要喷丸处理，进一步加剧了应力集中。这些应力集中经过演变会产生涂层下裂纹。经调研发现，近年来，小湾、瑞丽江、金康、滨东、自一里、水牛家、福堂、冷竹关、小天都、安康水电站等近10个水电站均发现涂层下过流部件存在基体开裂、乃至脱落、掉块现象，严重危害了机组的安全运行。阵列涡流检测是一种检验涂层下裂纹的有效手段。但是当前阵列涡流行业被外国的设备仪器进行技术垄断，检测结果仅以图片的方式进行数据保密。且这种图片的显示结果中对裂纹、焊缝及表面不平整等多种状况采用近似的展示手段，需要很高的人工经验才能区分，甚至有时...
【技术保护点】
1.一种基于孪生支持向量机的水轮机转轮叶片裂纹识别方法，其特征在于，包括下述步骤：/n对水轮机转轮叶片表面进行检测，得原始检测图片，再采用图像处理技术对原始检测图片进行提取，再根据提取的RGB数据构建可读矩阵，然后对可读矩阵进行特征提取，再将提取的特征通过核局部投影算法进行数据融合降维，得特征矩阵，最后基于孪生支持向量机构建分类模型，再利用特征矩阵对分类模型进行训练及测试，然后利用训练及测试后的分类模型自动识别水轮机转轮叶片的裂纹故障。/n
【技术特征摘要】
1.一种基于孪生支持向量机的水轮机转轮叶片裂纹识别方法，其特征在于，包括下述步骤：
对水轮机转轮叶片表面进行检测，得原始检测图片，再采用图像处理技术对原始检测图片进行提取，再根据提取的RGB数据构建可读矩阵，然后对可读矩阵进行特征提取，再将提取的特征通过核局部投影算法进行数据融合降维，得特征矩阵，最后基于孪生支持向量机构建分类模型，再利用特征矩阵对分类模型进行训练及测试，然后利用训练及测试后的分类模型自动识别水轮机转轮叶片的裂纹故障。
2.根据权利要求1所述的基于孪生支持向量机的水轮机转轮叶片裂纹识别方法，其特征在于，具体包括以下步骤：
1)利用涡流探伤仪检测水轮机转轮叶片表面，得原始检测图片；
2)对原始检测图片进行图像处理，以提取RGB数据，然后将提取的RGB数据转换为可读矩阵；
3)从可读矩阵中进行特征提取，再通过核局部投影算法进行数据融合降维，得特征矩阵；
4)基于孪生支持向量机构建分类模型，利用已知裂纹故障对应的特征矩阵、正常部分对应的特征矩阵及焊接区对应的特征矩阵对分类模型进行训练及检测；
5)利用训练及检测后的分类模型自动识别水轮机转轮叶片的裂纹故障。
3.根据权利要求2所述的基于孪生支持向量机的水轮机转轮叶片裂纹识别方法，步骤3)的具体操作为：
以可读矩阵X＝[x1,x2,L,xn]为输入，利用非线性映射函数将其由原始输入空间映射到高维特征空间,在高维特征空间中对可读矩阵进行分解，得投影向量γ，其中，状态向量的低维表示为投影向量γ通过求解式(1)得到：
其中，D为对角矩阵，L为拉普拉斯矩阵；
得核局部投影算法的广义特征值方程为：
投影向量γ由状态特征空间中的状态矩阵线性表示为：
其中，β表示核局部投影算法权值向量，利用核矩阵将该广义特征值方程转化为：
KLKβ＝μKDKβ(4)
求解式(4)，得β，再根据β计算投影向量γ，则核局部投影算法求得的投影矩阵为：
则投影矩阵P对应的特征矩阵A为：
A＝P(:,1)(6)。
4.根据权利要求2所述的基于孪生支持向量机的水轮机转轮...
【专利技术属性】
技术研发人员：王鹏，朱红波，秦承鹏，李东江，何虎昌，蔡晖，江雄，郎梼，李梁，王强，贾若飞，王志强，王铭辉，王福贵，袁东，刘加将，侯召堂，陈征，
申请(专利权)人：西安热工研究院有限公司，四川华能康定水电有限责任公司，华能集团技术创新中心有限公司，
类型：发明
国别省市：陕西;61
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。