《基于特征量和神经网络的钢管缺陷预测模型》PDF+DOC
作者:杨涛,王太勇,秦旭达,蒋奇
单位:中国金属学会;钢铁研究总院
出版:《钢铁》2004年第09期
页数:4页 (PDF与DOC格式可能不同)
PDF编号:PDFGANT2004090160
DOC编号:DOCGANT2004090169
下载格式:PDF + Word/doc 文字可复制、可编辑
《人机合作式管道漏磁信号分析与缺陷定量识别》PDF+DOC2004年第06期 杨涛,王太勇,蒋奇
《检测热交换器管子缺陷的探伤新技术》PDF+DOC1989年第08期 Mark Bergandez Stephen Gehl
,田安平
《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
《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
《油气管道漏磁检测的缺陷量化技术的研究》PDF+DOC2009年第08期 杨理践,毕大伟,高松巍
《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
《管道漏磁在线检测技术》PDF+DOC2005年第05期 杨理践
《基于漏磁原理的火炮零部件裂纹检测装置的设计与实现》PDF+DOC2010年第06期 潘保青,王坚,张洪伟
《钻杆缺陷的漏磁检测技术》PDF+DOC2010年第03期 余志,严长亮,白小亮,田峰
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
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。