金属厚度的脉冲涡流无损检测研究

脉冲涡流无损检测技术是一种新的检测技术。通过应用脉冲涡流测量方法,从理论上分析了感应电流与金属厚度之间对应的变化关系,从中得到了感应电流峰值高度、第1次峰值到达时间和穿过零点的时间这3个特征信号。根据这3个特征量,可推测出被测金属和线圈之间距离、被测金属的厚度,误差小于2%。     

脉冲涡流在金属厚度检测中的应用研究

脉冲涡流无损检测技术是一种新的检测技术。通过实验研究，并对采集得到的数据进行分析可以发现感应电压曲线的面积差与被测铝板的厚度、被测金属和线圈之间的距离有密切的关系。测试的结果和用最小二乘法拟舍得到的数据曲线较好吻合，证明了采用脉冲涡流检测金属厚度的可行性。     

涡流检测在铝板超声缺陷检测盲区中的应用研究

针对利用超声检测技术对铝板进行缺陷检测时,存在近表面埋藏缺陷检测盲区的问题,研究了涡流检测在铝板超声检测盲区中的应用.基于COMSOL仿真软件,建立了探头及铝板浅表层埋藏缺陷的检测模型,研究了线圈内径、匝数以及激励频率的变化对探头检测灵敏度的影响;结合仿真分析结果,设计了用于铝板浅表层埋藏缺陷检测的探头及检测平台,并对...     

电力机车主极裂纹涡流检测系统的研制

本文论述了电力机车主极裂纹检测的必要性,并从主极检测的特殊性出发,选用了透射式涡流检测法对其进行有效的检测,本文重点论述了研制出的一整套涡流检测系统的工作原理及其软硬件组成。实验表明,该检测系统能够对电力机车主极裂纹进行准确有效的检测,该检测系统界面友好、实用、有效。     

MAX038及其在智能涡流检测仪中的应用

本文针对涡流无损检测中存在的普遍问题，采用两片新器件ＭＡＸ０３８组成程控宽带正交信号，在智能涡流无损检测仪中较好地解决了信号源及相关检测电路中参考源的问题。     

支持向量机在超声无损检测中的应用

无损检测设备可以在不破坏对象结构的情况下,检测其内部缺陷,在文物、建筑、大型土木工程中应用广泛,对结构监测和修复起着重要作用。其中,超声无损检测由于其穿透力强、指向性好,在无损检测中占据重要地位。但对于超声无损检测设备,检测不同的材料和缺陷类型时判断规则并不通用,从而导致检测对象有限,或者检测精度太低。对此提出一种基于支持向量机原理的超声无损检测处理方法,该方法具有机器学习能力,通过有限的学习过程,理论上可以完成对任何类型材料及任何类型内部缺陷的的准确识别。针对该方法,搭建了超声无损检测试验台,通过实验验证了该信号处理方法的有效性。     

脉冲涡流无损检测系统的设计

阐述了脉冲涡流无损检测系统的基本原理和组成。介绍了利用圆柱形线圈作为传感器进行金属导体表面裂纹的无损检测系统的激励源、信号放大及A/D转换部分。经实验表明:采用激励频率为1000Hz,占空比45%~55%时的测试效果最佳;激励电压采用7.5V,信号总放大倍数为1000得到的信号最适合PCI1712进行数据采集;缺陷深度与涡流的峰值电流相对应。     

脉冲涡流无损检测装置的研制

脉冲涡流检测方法是近几年迅速发展起来的一种涡流无损检测新技术。研究了脉冲涡流无损检测机理,研发了脉冲涡流无损检测装置,包括探头的设计与制作、脉冲信号发生电路的设计与制作、信号调理电路的设计与制作等。完成了脉冲涡流裂纹无损检测的实验研究,选取了最佳的检测参数匹配。实验结果表明,所设计的脉冲涡流无损检测装置在激励频率为100Hz-1000Hz范围内信号最为敏感。     

DDS技术在涡流检测中的应用

本文通过采用三片直接数字合成(DDS)芯片AD9832组成程控宽带正交信号，在智能涡流无损检测中较好地解决了信号源及相关检测电路中参考源的问题。     

不锈钢管表面缺损涡流检测信号的仿真计算

阐述了用数值仿真计算获得不锈钢管表面周向缺损涡流检测信号的方法，除了概述该仿真计算的数学模型、有限元法以及计算步骤外，还将计算结果与实验结果作了比较，以证明该仿真计算的可行性。     

人工神经网络技术的发展与应用

神经控制是一种新型的控制系统,其在动态模拟、建模和控制方面应用广泛。为了更好地研究人工神经网络技术,对人工神经网络的起源和发展历史作了回顾,阐述了人工神经网络的一般结构特性,讨论了几种常用的人工神经网络的忧缺点以及目前在工程应用中的情况,并用较先进的例子对其应用作了说明,然后对其发展与应用作了展望,以期对人工神经网络的研究与应用提供参考。     

神经网络在电弧炉电极控制中的应用研究

在冶炼工业的电弧炉中有效地控制电极电流,对于电弧炉正常运行至关重要.讨论了基于神经网络对电弧炉电极进行智能控制的方法,运用神经网络的BP、RBF以及双隐层BP模型,分别对电弧炉电极的单相电流及三相电流进行了分析和仿真.结果表明该方法可以获得有效的控制效果,使电极电流达到稳定状态.     

神经网络在传感信号处理中的应用

传感器与神经网络的结合是智能传感器的重要发展方向。本文论述了神经网络在传感信号处理方面的应用 ,介绍了基本原理 ,举例说明应用方法。包括 :非线性校正 ,自检验与故障诊断 ,智能结构中传感阵列的信号处理 ,滤波与除噪 ,环境影响因素的补偿 ,多传感器信息融合等。这些方法都经过了传感实践的考验 ,它们对提高传感器的灵敏度、可靠性、稳定性、信噪比、选择性有重大作用。     

神经网络矢量量化技术在语音编码中的应用

讨论了在语音编码中,应用神经网络技术进行矢量量化的算法。神经网络矢量量化算法可以压缩码本维数,提高码本搜索速度,从而优化矢量量化的效果。将这种优化的矢量量化算法应用于语音编码中,能降低运算复杂度,提高编码质量。     

小波神经网络在股票技术分析中的应用

股票交易作为证券投资的一种,也越来越成为广大投资者的一个重要投资手段。股票市场是一个效益与风险并存的地方,没有分析的投资是盲目的投资。但股票市场受随机因素影响很大,利用线性很难分析。该文利用小波与神经网络作为一种大规模并行处理的非线性系统,依据数据本身的内在联系建模,具有良好的适应性与自学习能力、较强的抗干扰能力,在股票价格的短期预测中已取得了令人比较满意的成绩。     

小波神经网络在微弱信号检测中的应用

因为噪声总是会影响检测的结果,所以低信噪比下的信号检测是目前检测领域的热点,而强噪声背景下微弱信号的提取又是信号检测的难点。小波神经网络比数字滤波器更加适合检测微弱信号。小波神经网络是一种时频分析的自适应系统,它能检测信号中的微小变化。该文提出了一种新的检测白噪声中微弱信号的方法。仿真结果表明,小波神经网络在检测微弱信号的特征和改善信噪比方面是一种十分有效的方法。     

一种OTA 电流模温度/ 电流变换电路及其神经网络修正法

本文提出一种由跨导放大器所组成的温度／电流变换电路,以及基于神经网络对变换电路的参考电压波动和传感器非线性信号进行修正的方法。通过将遗传算法和神经网络的相结合,使神经网络对变换电路的修正更为有效。     

基于PSO-BP神经网络的矢量水听器的DOA估计

利用PSO-BP神经网络,研究了基于矢量水听器阵列的水下声源的波达方向估计。首先对阵列协方差矩阵进行实值化和特征分解,然后将信号子空间的基作为PSO-BP神经网络的输入,并作为样本数据进行训练,以降低PSO-BP神经网络的复杂度。最后将测试样本代入PSO-BP神经网络,成功地进行了DOA估计。仿真实验表明,该方法泛化性能好,解决了输入维数过大的问题,并提高了DOA估计精度,具有较强的工程应用价值。     

基于知识的神经网络及其在CRM中的应用

分析一般神经网络应用于CRM时存在的问题,提出将基于知识的神经网络应用到CRM领域。示例表明,基于知识构造出的神经网络不仅提高了网络的可解释性,而且降低了输出误差,提高了学习速度。     

神经网络模糊推理系统在火灾探测中的应用

提出了一种用于火灾自动探测的神经网络模糊推理系统，它采用前馈神经网络对火灾探测器信号进行处理，神经网络输出的火灾概率经模糊推理系统判决，输出火灾报警信号。这种方法结合了神经网络和模糊逻辑的优点，实验表明这种系统能够准确探测火灾并减少了误报警。