基于三维漏磁场信号的储罐底板水平凹槽形缺陷量化方法研究

摘要：

针对油气储罐底板上可能存在的水平凹槽形缺陷，采用漏磁检测技术实施测量，提出了基于贝叶斯算法的BP神经网络缺陷量化方法。方法将贝叶斯算法引入BP神经网络基本架构中，控制网络复杂度并优化网络参数，从而建立了缺陷漏磁场信号与缺陷长度、宽度、深度的映射关系，且使缺陷量化方法可节约网络计算时间之同时，还提高了对水平凹槽形缺陷的量化精度。为获取更多的缺陷信息，采用三维漏磁场信号对水平凹槽形缺陷进行量化，进一步提高了对缺陷长度和宽度的量化精度。仿真结果表明，提出的方法在网络训练时间和缺陷量化精度上均具优于已有方法，具有很好的应用优势。

关键词：漏磁检测、水平凹槽形缺陷、三维漏磁场信号、贝叶斯算法、BP神经网络

分类号：TM93

资助基金：国家自然科学基金51277101；国家863重大课题2011AA090301；国家重大科学仪器设备开发专项2013YQ140505

在线出版日期：2015-08-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：1-6,17