摘要：本文将小波和人工神经网络相结合用于中密度纤维板（MDF）不同位置鼓泡缺陷智能定位检测。首先对不同位置缺陷振动信号进行3层小波包分解，并计算信号在各频段所占的能量率，以此作为训练样本对拓扑结构不同的BP神经网络进行学习训练，最后利用训练好的网络对不同位置鼓泡缺陷进行定位识别。研究得出在MDF鼓泡缺陷的定位检测中，通过对网络的推广性能、训练特性等因素方面综合考虑，识别左端、中部和右端3种不同位置鼓泡缺陷的最好网络模型为隐层节点为8的单层网络；第1隐层节点分别为4和6、第2隐层节点为5，传递函数同时为对数Sigmoid和分别为正切和对数Sigmoid的双隐层网络。这4种网络对左端和中部鼓泡的识别率在90％以上，对右端鼓泡的识别在80％以上。

关键词：小波 神经网络 缺陷定位 无损检测 

单位：东北林业大学生物质材料科学与技术教育部重点实验室 哈尔滨150040