《基于小波神经网络的管道腐蚀缺陷定量识别研究》PDF+DOC
作者:蒋奇
单位:中国金属学会;钢铁研究总院
出版:《钢铁》2005年第10期
页数:5页 (PDF与DOC格式可能不同)
PDF编号:PDFGANT2005100130
DOC编号:DOCGANT2005100139
下载格式:PDF + Word/doc 文字可复制、可编辑
《基于神经网络及数据融合的管道缺陷定量识别》PDF+DOC2006年第06期 杨理践,马凤铭,高松巍
《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
《基于小波神经网络的刀具故障监测系统》PDF+DOC2004年第08期 喻俊馨
,黄惟公
,王计生
《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
《基于遗传小波神经网络的白酒识别电子鼻》PDF+DOC2013年第05期 周红标,张新荣,耿忠华
《信息融合技术在交通事件自动检测中的应用》PDF+DOC2012年第04期 段飞飞
《小波神经网络故障诊断法在飞机燃油系统中的仿真研究》PDF+DOC2011年第01期 万凤琴,许静
《传感器提离值对管道漏磁检测的影响》PDF+DOC2007年第01期 崔伟,黄松岭,赵伟
《二进离散小波神经网络在传感器逆向建模中的应用》PDF+DOC2007年第05期 曹中,章勇
《基于小波神经网络的木材干燥窑内传感器建模研究》PDF+DOC2013年第11期 姜滨,孙丽萍,曹军,季仲致
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。
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。