1.缺陷量化流程
漏磁检测缺陷量化流程如图9-12所示。
从图9-12可以看出，整个漏磁检测缺陷量化的流程是以支持向量机量化平台为核心的，主要分为支持向量机训练与测试数据的制作和应用支持向量机进行量化两大部分。支持向量机训练数据的来源是ANSYS的仿真数据。
2.缺陷量化数值实验结果
在用支持向量机进行缺陷量化的实验中，总共做了两组。下面分别做出实验说明和实验结果。
（1）第一组实验的设置与结果 第一组实验的基本情况见表9-6所示。
第一组实验的检测对象是一个面积为460mm×46mm、厚度为8mm的钢板。缺陷的类型为半球形缺陷，因此缺陷未知参数只有一个，即缺陷的半径，将要量化的参数为缺陷的半径。缺陷半径的范围为1～7mm，以步长为0.2mm进行多组缺陷仿真。所以缺陷半径分别取1mm，1.2mm，1.4mm，…，7mm，共31组，即训练数据为31组。另外又制作了三组数据的支持向量机回归，结果见表9-7。
图9-12 漏磁检测缺陷量化流程
从训练数据和测试数据的数量上来说，这组实验的规模较小，缺陷的类型也比较简单。量化的误差最大在10%左右。
表9-6 第一组实验的基本情况(www.xing528.com)
表9-7 第一组实验预测结果
（2）第二组实验的设置与结果 第二组实验的基本情况见表9-8。
表9-8 第二组实验基本情况
第二组实验的检测对象是大小为460mm×460mm、厚度为10mm的钢板。缺陷类型为半椭球形，因此缺陷参数有3个，缺陷的长度、宽度和深度。缺陷的长度、宽度和深度的变化范围分别取1～8mm之间的整数值，这样排列组合之后共有512组缺陷。但是有些缺陷的长度、宽度和深度的比值差距很大，如长度、宽度和深度分别为8mm、1mm、8mm，这样的缺陷更像是一个裂纹，而不是腐蚀缺陷。将长度、宽度和深度的比值差距大的缺陷排除之后，仿真445组作为支持向量机的训练和测试数据。在445组数据中，随机选取10组作为测试数据。实验预测结果见表9-9。
表9-9 第二组实验预测结果
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
