基于神经网络的数据融合算法在管道缺陷损伤识别上的应用

本文研究了基于BP神经网络的多传感器数据融合算法,并对BP算法进行改进,利用D—S证据理论进行分析,针对多传感器检测数据的不确定性,提出了神经网络和D-S证据理论相结合的数据融合模型及融合算法应用于输油管道检测系统,通过对他们进行检测、关联、相关、估计和综合等多方面、多级别的处理,进而得到被检测状态的准确评估。它可以克服单一管道检测技术的不足,融合多种检测结果以提高检测精度。     

石油管道焊缝防腐机器人自适应管径控制系统设计

目前研制的机器人很多是针对特定管径的,如果管径发生了变化,就必须重新购买,造成使用和维护成本的增加,本文对管道机器人进行深入开发和技术改造,使之能够满足管径变化的需求,设计了一种管道机器人自适应管径的控制系统,采用丝杠螺母作为机构的调节方式,以及控制系统的设计,设计的调节机构能适应管径变化,也能保持机器人牵引力稳定。