简介： 一种基于深度学习和Duffing系统结合的超声导波无损检测方法包含：获取超声导波的回波信号；提取小波系数能量值；提取时域信号中的时域特征值；构造时移窗函数扫描待测信号并分段输入Duffing系统，获得Duffing系统的分维数随待测信号中心时刻变化的曲线，计算分维数，提取曲线中混沌指标特征值；将小波系数能量值、时域特征值和混沌指标特征值组合得到多维向量；构建BP神经网络，将多维向量与对应的目标向量输入到BP神经网络中训练，完成缺陷的分类识别，输出识别结果。本发明可实现多类缺陷识别，并能有效提高识别率，为实际工程中的钢轨或管道缺陷检测提供了高效、易行的方法，能提高钢轨或管道缺陷检测效率。