基于GA-BP神经网络的微裂纹漏磁定量识别技术

发布时间：2017-06-10 22:00

  本文关键词：基于GA-BP神经网络的微裂纹漏磁定量识别技术，，由笔耕文化传播整理发布。

【摘要】：针对漏磁检测定量识别技术中识别的缺陷尺寸大多为1~10mm的较大裂纹,与实际自然裂纹相差太大的问题,将基于遗传算法优化的BP神经网络(GA-BP)算法应用到微裂纹缺陷的漏磁定量识别中,使得漏磁检测定量识别缺陷的宽度、深度达到小于0.50mm的微细裂纹,并通过基于磁偶极子模型的理论计算与漏磁检测实验两种方法构建了微裂纹(0.10~0.30mm)缺陷样本库.由于在实际检测过程中存在干扰噪声的原因,实验数据的预测结果误差比理论计算数据预测结果明显偏大,最大为16.73%,但预测结果能够基本反映微裂纹缺陷的尺寸大小.
【作者单位】： 北京理工大学机械与车辆学院;机械科学研究总院先进制造技术研究中心;河北环境工程有限公司;中国兵器工业导航与控制技术研究所;
【关键词】： 漏磁检测 遗传算法 反向传播 神经网络 微裂纹 定量识别
【基金】：国家自然科学基金资助项目(51275048)
【分类号】：TG115.284;TP183
【正文快照】： 3.河北环境工程有限公司,河北,承德067000;4.中国兵器工业导航与控制技术研究所,北京100089)漏磁检测技术被广泛应用于铁磁材料的无损评估中,如油气管道、钢丝绳等[1].随着漏磁检测技术的发展,不仅要求对缺陷能够定性检测,而且要求对缺陷的分布情况与尺寸进行识别,即定量识别.

  本文关键词：基于GA-BP神经网络的微裂纹漏磁定量识别技术，由笔耕文化传播整理发布。

本文编号：439997