基于GA-BP神经网络的ACFM实时高精度裂纹反演算法

摘要：

针对传统交流电磁场检测( ACFM)特征信号难以实现缺陷高精度实时反演的问题，在电磁耦合ACFM探头有限元模型分析的基础上，引入能量谱和相位阈值判定方法实时获取裂纹特征信号，建立裂纹实时反演实验系统并进行裂纹检测实验，基于加入遗传算法的BP神经网络( GA-BP)建立的ACFM实时高精度裂纹反演算法对实验得到的裂纹特征信号进行长度和深度的反演。结果表明：电磁耦合ACFM探头有限元模型可较好地仿真裂纹特征信号；采用能量谱和相位阈值判定方法能够实时获取裂纹特征信号；GA-BP神经网络能够实现裂纹长度和深度的反演，反演精度误差不超过10%。

关键词：ACFM、实时、高精度、裂纹反演算法、遗传算法、BP神经网络

所属期刊栏目：40

分类号：O346.1(固体力学)

资助基金：国家自然科学基金项目51574276;中央高校基本科研业务费专项15CX05024A;山东省自然科学基金英才基金项目ZR2015EM009;青岛市科技成果转化引导计划青年专项14-2-4-49-jch;中国石油大学华东研究生创新工程YCX2015039

在线出版日期：2016-11-18（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：128-134