10.3969/j.issn.1001-4837.2019.08.011
基于超声波检测的BP神经网络缺陷识别方法设计
针对石油储罐底板的缺陷损伤问题,建立局部储罐底板模型,应用超声波缺陷检测技术进行分析研究.利用ABAQUS有限元软件进行超声检测的模拟仿真分析,采集并保存接收信号,通过不同位置的发射/接收器信号时间差值对比,应用椭圆定位原理计算得到缺陷类型;从仿真模拟数据中选取不同的超声波回波信号作为神经网络的输入,借助于MATLAB软件训练出可识别底板缺陷的BP神经网络,选取多组数据进行测试,经验证,设计的BP神经网络对缺陷数据识别具有一定正确性.
石油储罐底板、超声波缺陷检测技术、BP神经网络、缺陷数据识别
36
TH49;TQ050.7;TG115.285(气体压缩与输送机械)
国家重点研发计划项目2017YFC0805803
2019-10-10(万方平台首次上网日期,不代表论文的发表时间)
共6页
62-66,49