涡流脉冲热像技术中基于神经网络的检出/漏检预测研究

发布时间：2022-08-08 09:56

　　涡流脉冲热像技术是一种新型的无损检测技术,已在金属材料和复合材料的检测领域得到了广泛应用。检出/漏检则是评价被检测对象是否存在裂纹的重要标准,为解决目前检出/漏检研究需要大量实验数据的问题,本文提出了一种基于BP神经网络的检出/漏检预测方法。首先,制作了30组含有不同尺寸疲劳裂纹的金属试件,并完成了15组不同检测条件下的裂纹检测实验。其次,分别绘制了3组检出概率曲线,并完成了不同检测条件对检出概率的影响分析。最后,为实现检出/漏检的可靠性预测,构建了基于BP神经网络的检出/漏检预测模型,并以50组数据为样本进行测试,实现了不同检测条件下不同尺寸裂纹的检出/漏检0误差预测。 

【文章页数】：6 页

【参考文献】：
期刊论文
[1]涡流脉冲热像检测中金属疲劳裂纹的生热分析[J]. 孙吉伟,冯辅周,张丽霞,闵庆旭.  红外技术. 2019(04)
[2]涡流脉冲热像检测中疲劳裂纹的检出概率[J]. 孙吉伟,冯辅周,闵庆旭,徐超,黄楠.  红外与激光工程. 2018(05)
[3]CFRP层板缺陷红外热波雷达成像检测概率研究[J]. 龚金龙,盖志刚,解维浩,刘恩晓,禹定峰,刘俊岩,王扬.  红外与激光工程. 2017(10)



本文编号：3671299