未找到相关数据
基于特征量和神经网络的钢管缺陷预测模型
被引：6
作者：
杨涛
王太勇
秦旭达
蒋奇
机构：
[1] 天津大学机械工程学院,天津大学机械工程学院,天津大学机械工程学院,天津大学机械工程学院天津博士研究生,天津,天津,天津
来源：
关键词：
漏磁检测;
钢管;
神经网络;
特征量;
预测模型;
D O I：
10.13228/j.boyuan.issn0449-749x.2004.09.017
中图分类号：
TG115.28 [无损探伤];
学科分类号：
080502 ;
摘要：
分析了钢管缺陷几何大小与缺陷漏磁信号 (MFL)特征量之间关系 ,建立了一组全方位的钢管缺陷信号特征量 ,并将人工神经网络理论和算法应用于钢管缺陷预测。通过实验取得样本 ,在对网络进行训练的基础上 ,建立了基于钢管缺陷漏磁信号特征量和神经网络的缺陷预测模型 ,继而根据漏磁信号对缺陷进行定量预测。给出了实验结果 ,结果表明采用这种方法能够较好地实现管道缺陷的定量识别
引用
收藏
页码：50 / 53
页数：4
相关论文