基于径向基函数神经网络的管道缺陷漏磁场分析

被引:2
作者
蒋奇
王太勇
刘秋宏
蒋罕
机构
[1] 天津大学机械工程学院
[2] 枣庄市供水总公司
[3] 枣庄市建委
关键词
漏磁检测; 管道; 缺陷漏磁场; 径向基函数; 插值法;
D O I
暂无
中图分类号
TG115.28 [无损探伤];
学科分类号
摘要
管道缺陷漏磁场的量化研究一直是个难题 ,提出了应用径向基函数 (RBF)神经网络来对漏磁场插值计算和非线性逼近的必要性 ,建立了适合该问题的RBF网络模型 ,给出了学习算法 ,制作了常见的人工凹坑缺陷 ,并对其用该方法进行插值和漏磁场曲面重构。结果表明 ,该模型算法收敛速度快、自适应性强、所需数据量小、计算量少、拟和曲面效果好 ,能很好地反映缺陷漏磁场的分布 ,比其它插值方法更方便、有效 ,为管道缺陷检测量化提供了一种可行的方法
引用
收藏
页码:515 / 518
页数:4
相关论文
共 3 条
[1]   径向基函数神经网络地质曲面重建及应用 [J].
屈永华 ;
曾勇 ;
杨永国 ;
焦思红 ;
李贵中 .
中国矿业大学学报, 2000, (03) :96-99
[2]  
神经网络模式识别系统理论[M]. 电子工业出版社 , 黄德双著, 1996
[3]  
Approximation capability to functions of several variables, nonlinear functional and operators by radial basis function neural networks. Chen T, Chen H. IEEE ACM Transactions on Networking . 1995