作者：夏玉宝,何辅云,葛飞 单位：华北计算机系统工程研究所 出版：《》 页数：4页  （PDF与DOC格式可能不同） PDF编号：PDFDZJY2008020540 DOC编号：DOCDZJY2008020549 下载格式：PDF + Word/doc 文字可复制、可编辑

    • 漏磁检测以其高信噪比、高灵敏度和高检测效率，在无损检测中得到了广泛应用。随着科学技术的发展，传统的信号处理方法越来越不适应现代工业的需要，提出一种基于多传感器数据融合技术的漏磁信号处理方法。采用小波去噪的方法，并利用径向基函数(RBF)神经网络的数据融合技术对缺陷信号进行检测处理。仿真结果表明，采用这种方法可以有效提高系统的检测能力和信号精度。

    📙 相关资料

    1. 《基于RBF神经网络的水下机器人传感器状态监测方法研究》PDF+DOC 为了实现水下机器人多传感器状态监测，根据其工作环境及所配置传感器的数量，提出了基于径向基函数(RBF)神经网络的传感器状态监测方法，建立了二级神经网络监测模型，解决了多传感器故障诊断和信号恢复的问题.基于某型水下机器人海中试验数据进行计算机仿真试验的结果，验证了该方法的有效性和可行性。...
    2. 《基于神经网络及数据融合的管道缺陷定量识别》PDF+DOC 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&lt；10%，完全满足实际检测要求。分别用加权平均和自适......
    3. 《基于神经网络融合的传感器温度误差补偿》PDF+DOC 海底油气输送管道漏磁检测装置工作于高温高压环境下，其中的InSb霍尔传感器对温度敏感，需要补偿温度误差。该文构建了多传感器融合模型，将多个霍尔传感器和温度传感器的输出用径向基函数(RBF)神经网络进行融合，用遗传算法对网络进行训练。实验室检测数据和反演出的缺陷形状表明，采用神经网络融合方法进行误差补......
    4. 《基于特征量和神经网络的钢管缺陷预测模型》PDF+DOC 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......
    5. 《基于RBF神经网络的振弦式传感器在矿压测量中的温度补偿》PDF+DOC 煤矿风洞中由于环境温度变化较大，使振弦式传感器存在温度漂移现象。准确测量出矿压，具有重要的现实意义。利用径向基函数，并采用模糊K值聚类算法，构建RBF神经网络模型，对测量矿压进行补偿，取得理想效果。实现了精度的温度补偿，提高了传感器的精度及线性度。...
    6. 《漏磁检测探头提离对检测信号的影响分析》PDF+DOC 漏磁检测探头的提离对其检测性能影响较大，为掌握其影响特性，通过建立提离信号的采集系统，提取了不同提离情况下的检测信号，分析了检测探头提离对缺陷信号的影响，提出了检测探头在实际运行中具有“提离敏感区”、提离阈值及最佳提离值的观点，为检测探头及系统的研究设计提供了有益的参考。...
    7. 《基于RBF神经网络对电磁力平衡传感器测量精度的研究》PDF+DOC 本文介绍一种利用径向基函数(RBF)神经网络改善传感器精度的新方法。RBF网络具有良好的非线性映射能力，能以任意精度逼近任何非线性函数。本文利用RBF网络较强的非线性映射能力对电磁力平衡传感器进行温度补偿，实验表明该方法实现了传感器高精度的温度补偿。...
    8. 《基于人工神经网络的压力传感器三维数据融合》PDF+DOC 针对压力传感器对温度变化和电流波动的交叉灵敏度问题，采用径向基函数(RBF)人工神经网络法对其进行数据融合处理，详细讨论了网络的训练过程和数据融合过程，消除温度和电流对压力传感器的影响。仿真结果表明：当温度变化48.5℃，电流波动3%时，经RBF神经网络数据融合后，压力波动为0.544%，大大降低了......
    9. 《基于RBF网络的数据融合在废气数据处理中的应用》PDF+DOC 针对禽畜养殖场环境废气体积分数数据的处理，使用多个传感器测量环境温度、湿度、某种废气的体积分数。对于传感器故障而失真的数据，使用基于RBF神经网络的数据融合方法融合对某一废气测量值的多种影响因素，估算出该废气的体积分数，从而实现失真数据的恢复。以NH3体积分数数据的处理为例，Matlab仿真结果估算......
    10. 《基于RBF神经网络的智能传感器测量误差补偿方法》PDF+DOC 传感器测量条件的变化会导致其输入输出特性偏离其原有的标定特性，从而产生测量误差。针对此问题，提出利用RBF神经网络进行传感器测量误差补偿，并设计基于智能传感器系统的实现补偿的方法。...

    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。