|
|||||
|
|
| 涡流检测在钢轨裂纹定量化评估中的应用 | |
| 作者姓名： | 李国厚 黄平捷 陈佩华 侯迪波 张光新 周泽魁 |
| 作者单位： | 1.浙江大学 控制科学与工程学系 ,工业控制技术国家重点实验室,浙江 杭州 310027; 2.河南科技学院 信息工程学院,河南 新乡 453003 |
| 基金项目： | 国家自然科学基金资助项目（50505045,61174005）;教育部博士点基金资助项目（200803350058）. |
| 摘 要： | 针对应用较多的超声检测方法的不足,研究涡流检测技术在钢轨裂纹定量化无损检测中的应用,阐述涡流检测试验系统的组成、原理以及试验的设计,采用减聚类算法对径向基函数（RBF）神经网络进行改进,并基于试验系统检测试件的数据对网络模型进行训练.在试验中采用基于巨磁阻（GMR）传感器的检测探头,有效地提高系统对深层缺陷和表面微小缺陷的检测能力.试验结果表明,采用改进算法建立的模型在对裂纹进行反演时具有较高的精度,同时缩短了反演模型的训练时间,在一定程度上满足钢轨裂纹参数在线检测的要求. |
| 点击此处可从《浙江大学学报(工学版)》浏览原始摘要信息 | |
| 点击此处可从《浙江大学学报(工学版)》下载全文 | |