共查询到18条相似文献,搜索用时 62 毫秒
1.
为了探索磁记忆检测技术定量表征工件应力集中程度的方法,加工制备了不同应力集中系数的42CrMo钢试样进行拉压疲劳试验,采用磁记忆检测仪器测量不同疲劳周次时试样表面的法向和切向磁记忆信号。确定了不同应力集中程度下磁记忆信号的特征参量,并以此作为输入特征向量建立了BP神经网络,对试样的应力集中程度进行定量识别。结果表明:利用建立的BP神经网络能够实现试样应力集中程度的定量识别。 相似文献
2.
3.
4.
《中国计量学院学报》2016,(1):52-57
针对焊接残余应力与金属磁记忆信号存在一定联系的现象,设计了Q345R焊接试件.以X射线法检测应力值为参考,研究焊接试件横向和纵向残余应力与试件焊接残余磁信号的对应关系.结果表明,焊接试件残余压应力和试件纵向残余拉应力与试件的磁信号梯度值,在数值和变化趋势上均无明显相关性;磁信号梯度值能用于较大横向拉应力的定位,且梯度最大值点与横向残余应力的最大值点存在一定的对应关系. 相似文献
5.
6.
为了提高工业CT缺陷检测精度,本文提出一种基于GA-BP神经网络的CT缺陷检测方法。采用遗传算法,对BP神经网络的权值和阈值进行优化,建立基于GA-BP神经网络的工业CT缺陷检测模型;采用工业CT图片组成实验数据进行仿真分析,并与卷积神经网络和支持向量机的监测效果进行对比。结果表明:该方法可使GA-BP神经网络模型误检测次数更少,精度高达96.67%,且效果更好,具有较好的可行性和实用性。 相似文献
7.
针对磁记忆检测信号弱、缺陷区域无法有效识别的问题,提出了一种改进的模糊支持向量机(FSVM),并将其应用于磁记忆检测缺陷的识别。改进的FSVM一方面在传统确定模糊隶属度函数方法的基础上,通过构造k近邻离散度,减弱孤立点或噪声样本对分类的影响;另一方面通过对样本特征值进行加权处理,消弱冗余特征或弱特征对识别的影响。将改进FSVM应用于磁记忆检测缺陷识别。实验结果表明:该方法可以有效识别不同危险区域的缺陷信号,具有较好的鲁棒性和分类能力,是一种有效的磁记忆检测缺陷识别方法。 相似文献
8.
9.
《中国测试》2015,(6):81-85
针对工业生产中提高磁瓦内部缺陷检测效率、降低误检率和漏检率的实际需求,提出一种小波包变换(wavelet packet transform,WPT)结合人工神经网络(artificial neural network,ANN)的磁瓦内部缺陷检测方法。通过采集合格和缺陷磁瓦撞击金属块产生的声音信号,用小波包分解与重构,筛选并提取特定频段信号的能量作为特征信息,输入BP神经网络并训练,使BP网络具有磁瓦内部缺陷检测的功能,试验证明该方法准确率达到98%以上。结果表明:小波包-神经网络方法(WPT-ANN)检测速度快、可靠性高、适应性强,为高效、准确地进行磁瓦内部缺陷检测提供有效的技术手段。 相似文献
10.
11.
12.
为了获得未知楔体的参数,建立了遗传算法和反向传播(Back Propagation,BP)神经网络结合的反演模型。仿真得到不同角度、密度、杨氏模量下楔体导波的频散曲线。采用反对称第一阶模态相速度数据作为遗传BP神经网络反演模型的输入变量;利用遗传算法改进BP神经网络获得优化的初始权值和阈值,并对BP神经网络进行训练;最后将实测的楔体一阶模态相速度代入训练好的网络进行参数反演。结果表明,通过该反演模型可同时反演出楔体的角度、密度、杨氏模量,并且较单一BP神经网络具有收敛速度快、精度高的优点。 相似文献
13.
为实现枪弹外观缺陷自动检测,提出一种基于BP神经网络的枪弹外观缺陷自动识别与分类方法.首先针对枪弹外观缺陷图像特点,从形状、颜色、纹理提取类别差异明显的缺陷特征向量,作为神经网络的输入,以提高分类效果;然后通过经验和实验验证确定神经网络结构及参数,并分析传统BP算法在枪弹外观缺陷分类应用中的不足,通过优化BP算法以提高网络分类性能.实验表明:优化BP算法能够有效分类枪弹外观缺陷测试样本,识别率达到92.1%,与传统BP算法相比,提高了收敛速度,并表现出较好的准确性和鲁棒性,能够更好满足枪弹外观缺陷自动检测要求. 相似文献
14.
15.
基于引力搜索神经网络的风电机组传动链故障识别 总被引:1,自引:0,他引:1
针对风电机组传动链故障识别由风电场制定合理维修策略可减少停机时间、降低维修费用问题,将引力搜索算法用于BP神经网络初始权值及阈值优化,提出基于引力搜索神经网络的风电机组传动链故障识别方法。算例结果表明,所提方法精度较BP神经网络高,能准确识别齿轮磨损、齿轮断齿、轴承松动等风电机组传动链典型故障,验证该方法的有效性。 相似文献
16.
各类显示屏中Mura缺陷的自动识别和定位对提高显示屏幕的产品品质具有重要作用,是当前迫切需要发展的重要技术之一。针对当前手机屏幕Mura缺陷对比度低、缺乏明显边缘等特点,文中提出一种基于图像灰度曲线的Mura缺陷检测方法及其改进方法。改进方法基于均值滤波平滑和降采样原理,通过研究采样线上灰度曲线的波峰与波谷信息,利用BP神经网络构建线Mura缺陷的自动检测和定位算法。结合真实手机屏幕图像验证结果表明,与现有多种Mura缺陷检测方法相比,本文的改进方法能更准确快速地识别手机屏幕中的线Mura缺陷,识别准确率达到98.33%,检测过程无需调节参数,实现了线Mura缺陷的自动检测和定位。 相似文献
17.
应力-应变曲线对研究金属热变形过程中的加工硬化、动态再结晶和动态回复的变化具有重要的意义,而预测不同热变形参数下的应力-应变曲线有助于研究热加工过程中金属的可加工性和不稳定性。在应变速率为0.01~3 s^(-1)以及变形温度为1000~1200℃条件下,利用Gleeble-3500热模拟试验机对Nb-V-Ti微合金钢进行热压缩实验,研究了Nb-V-Ti微合金钢的热变形行为。建立BP神经网络模型和基于GA改进BP神经网络模型,分别预测在应变速率0.5 s^(-1)、变形温度1050℃和应变速率1 s^(-1)、变形温度1100℃条件下的流动应力行为并验证模型效果。研究结果表明:经GA改进后的BP神经网络模型对测试数据的应力-应变曲线与实验曲线具有很好的吻合,相关系数分别达0.99202和0.99734,误差仅为2.7816%和2.1703%,预测结果与实验结果相对误差在[-2,2]范围内,证明了模型的预测可靠性,且适用于较广的应变范围,为工业生产轧制工艺提供理论指导。 相似文献