人工神经网络技术在无损检测中的应用

被引：4

作者：

杨志晓

冯冬青

陈铁军

万红

机构：

[1] 郑州大学工学院信息与控制研究所

来源：

无损检测 | 2002年 / 06期

关键词：

无损检验; 缺陷; 信号处理; 状态监测;

D O I：

暂无

中图分类号：

TH878 [无损探伤仪器]; TP183 [人工神经网络与计算];

学科分类号：

摘要：

介绍神经网络技术在无损检测领域的应用现状 ,包括神经网络技术应用于设备缺陷特征的确定和设备缺陷评判、设备运行的状态监测以及数据融合等 ,并对这项技术在无损检测中的进一步应用作了展望

引用

页码：244 / 249+252 +252

页数：7

共 9 条

[1] 声发射源特性的神经网络模式识别研究 [J].

李家林 ;

董云朝 ;

马羽宽 .

无损检测, 2001, (06) :231-233+272

[2] 压力容器声发射信号人工神经网络模式识别方法的研究 [J].

沈功田 ;

段庆儒 ;

周裕峰 ;

李帮宪 ;

刘其志 ;

李春树 ;

蒋仕良 .

无损检测, 2001, (04) :144-146+149

[3] 神经网络方法在涡流无损检测定量分析中的应用 [J].

孙晓云 ;

袁斌 ;

盛剑霓 .

西安交通大学学报, 2000, (06) :6-10

[4] 超声检测缺陷分类的小波分析与神经网络方法 [J].

吴淼 ;

张海燕 ;

孙智 ;

刘旭 .

中国矿业大学学报, 2000, (03) :17-21

[5] 基于神经网络的砼内缺定量识别 [J].

卢结成 ;

王立敏 .

计算机应用研究, 2000, (01) :18-20+39

[6] 基于神经网络的超声无损检测缺陷定征方法的研究 [J].

刘伟军 ;

王晓明 ;

吴宏基 ;

刘健 .

大连理工大学学报, 1998, (05) :56-60

[7] 超声探伤信号的人工神经网络识别 [J].

刘镇清 ;

李成林 ;

刘江韦 ;

于岗 .

应用声学, 1997, (02) :14-17

[8] 神经网络在涡流无损检测中的应用 [J].

王素菊 .

南京航空航天大学学报, 1995, (05) :696-700

[9]

Low alloysteelweldmentcreeplifepredictionusingneuralnetworkanalysisofultrasonicbackscattering. LockMWB ,MohamedAA. NonDestructiveTestingandConditionMonitoring . 2000

← 1 →