《基于神经网络及数据融合的管道缺陷定量识别》PDF+DOC
作者:杨理践,马凤铭,高松巍
单位:中国机械工程学会;上海材料研究所
出版:《无损检测》2006年第06期
页数:4页 (PDF与DOC格式可能不同)
PDF编号:PDFWSJC2006060000
DOC编号:DOCWSJC2006060009
下载格式:PDF + Word/doc 文字可复制、可编辑
《油气管道缺陷漏磁在线检测定量识别技术》PDF+DOC2009年第01期 杨理践,马凤铭,高松巍
《管道漏磁在线检测技术》PDF+DOC2005年第05期 杨理践
《基于改进BP神经网络算法的管道缺陷漏磁信号识别》PDF+DOC2005年第07期 金涛,阙沛文,陈天璐,李亮
《基于特征量和神经网络的钢管缺陷预测模型》PDF+DOC2004年第09期 杨涛,王太勇,秦旭达,蒋奇
《基于多传感器数据融合的漏磁信号采集与处理》PDF+DOC 夏玉宝,何辅云,葛飞
《漏磁无损检测中的缺陷信号定量解释方法》PDF+DOC2007年第07期 宋小春,黄松岭,康宜华,赵伟
《管道缺陷漏磁检测的三维有限元仿真分析》PDF+DOC2013年第12期 郑彪华,何文,周松强,张春雷,高忠
《漏磁法检测薄带钢内部缺陷的研究进展》PDF+DOC2013年第04期 石桂芬,何永辉,张清
《三轴漏磁缺陷检测技术》PDF+DOC2013年第01期 杨理践,邢磊,高松巍
《基于神经网络的多传感加权融合算法的研究》PDF+DOC2016年第01期 简必建,范菁,曲金帅,黄登朝
分析了管道缺陷的特征参数与漏磁信号的关系,研究显示管道缺陷的深度和长度分别与漏磁信号的幅值和宽度呈近似线性关系。将实际漏磁信号预处理以消除传感器提离值不同带来的影响,然后用已训练好的BP神经网络进行了管道缺陷的定量识别,识别结果的误差<;10%,完全满足实际检测要求。分别用加权平均和自适应加权平均两种方法将轴向和径向漏磁信号进行信号级融合,融合后基于BP神经网络的缺陷定量识别的精度和可靠性得到了明显提高,其中加权平均法更优。
提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。