基于电磁无损检测的车轮钢表面硬度检测方法

摘要：

介绍采用巴克豪森噪声、增量磁导率和切向磁场强度等多项电磁特征参量,通过挑选R2值较大的项作为输入样本,采用人工神经网络模型构建方法,对铁路车轮钢的表面硬度进行定量预测.研究实践表明,通过电磁参量测试,筛选出与硬度值线性拟合度相对较高的特征参量作为神经网络模型的输入,可以较好地预测车轮钢的表面硬度.

关键词：电磁检测、表面硬度、人工神经网络、定量预测

所属期刊栏目：39

分类号：TG115.28;TP23;TH878

资助基金：国家重大科学仪器设备开发专项;大型复杂结构件力学性能全域微磁无损检测仪资助项目

在线出版日期：2021-05-31（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：19-23