学术探索
学术期刊
新闻热点
数据分析
智能评审
立即登录
基于小波神经网络的管道腐蚀缺陷定量识别研究
被引:1
作者
:
论文数:
引用数:
h-index:
机构:
蒋奇
机构
:
[1]
山东大学控制科学与工程学院山东济南
来源
:
钢铁
|
2005年
/ 10期
关键词
:
管道;
漏磁场;
小波神经网络;
评价;
D O I
:
10.13228/j.boyuan.issn0449-749x.2005.10.014
中图分类号
:
TG172 [各种类型的金属腐蚀];
学科分类号
:
080503 ;
摘要
:
漏磁检测是目前广泛采用的油气管道检测方法,通过漏磁检测仪获得腐蚀缺陷漏磁场切向分量的漏磁场信号,提取与腐蚀缺陷外形长、宽、深有关的漏磁场信号波形特征量,结合小波分析和神经网络的优势形成小波神经网络,分析设计了小波神经网络的结构,给出了网络训练算法,利用网络的非线性逼近性能,对腐蚀缺陷外形进行定量评价,给出预测评价曲线,试验验证方法有效可行。
引用
收藏
页码:51 / 54+89
页数:5
相关论文
未找到相关数据
未找到相关数据