|
|||||
|
|
| 油气管道腐蚀缺陷分类识别技术研究 | |
| 作者单位： | ;1.中国矿业大学(北京)机电与信息工程学院;2.清华大学电机系电力系统国家重点实验室 |
| 摘 要： | 缺陷准确量化是管道漏磁检测领域中长期存在的一个难点,而对缺陷进行科学的分类是实现准确量化的重要前提。针对不同形态的缺陷,分析其特征参数对漏磁信号的影响因素,建立用于缺陷分类的BP神经网络模型,设计改进的Levenberg-Marquardt算法用于网络训练,并利用Ansoft Maxwell 3D建立仿真缺陷数据作为样本进行测试。结果表明:改进后的神经网络系统可实现对缺陷的有效分类,改善传统算法分类精度低、误差大的缺点,收敛速度大幅度提高。该方法已成功应用于大型油气田软件工程领域,为实现缺陷准确量化提供基础和依据。 |
| 关 键 词： | 漏磁 缺陷分类 BP神经网络 收敛速度 |
Research on the classification and identification of oil and gas pipeline corrosion defects |
|
| Abstract: | |
| Keywords: | |
| 本文献已被 CNKI 等数据库收录！ | |