排序方式: 共有14条查询结果,搜索用时 15 毫秒
1.
2.
3.
4.
漏磁检测是由铁磁材料制作的兵器部件的常用无损检测方法之一,检测中的难点是根据被测漏磁信号反演缺陷的几何参数。将BP神经网络应用于漏磁信号的反演中,对神经网络进行训练,建立了漏磁信号与缺陷几何参数之间的数学模型,利用测量漏磁信号和仿真数据对模型进行了检验。试验结果表明,BP神经网络能根据漏磁信号精确地预测缺陷的几何参数,为漏磁定量化检测提供了一种可行的方法。 相似文献
5.
基于有限元法的输气管道漏磁场分析 总被引:2,自引:1,他引:1
漏磁检测是输气管道无损检测的常用方法之一,也是实现管道在役检测的有效方法。建立了输气管道漏磁检测的实体模型和有限元分析的数学模型;推导出适合齐次自然边界条件下泊松方程的有限元方程;通过对输气管道缺陷进行有限元方法分析计算,可知有限元法能分析计算任意形状缺陷的漏磁场,能方便地建立大量形状不同尺寸不一的缺陷识别库,给出了磁场强度矢量图、磁力线分布图和漏磁场分析结果。同时,利用有限元法分析计算了不同尺寸不同形状缺陷的漏磁场,得出了随着缺陷宽度、深度的增加峰峰值也随着增大的结论。分析结果可为缺陷的定量检测打下基础。 相似文献
6.
7.
8.
9.
10.
油气管道漏磁检测缺陷的三维成像技术 总被引:1,自引:0,他引:1
漏磁检测是油气管道常用的无损检测方法,检测的重点是根据测量的漏磁信号重构缺陷的轮廓。提出了基于小波神经网络的三维成像方法,利用图像函数矩阵表达出管道缺陷的三维图像,矩阵元素值对应着缺陷的深度。利用小波神经网络,建立了由缺陷漏磁信号到图像函数矩阵关系的映射。选用的小波函数是墨西哥草帽小波,采用随机梯度下降算法训练。训练样本为三维有限元仿真数据和测量数据。采用训练数据对小波神经网络进行逼近缺陷图像函数矩阵的训练,然后用训练好的小波神经网反演给定数据,重构缺陷图像。实验结果表明,该方法能够实现三维缺陷漏磁检测的成像化及可视化。 相似文献