基于PCA和BP神经网络的内检测技术在油气集输管道中的应用

摘要：

为了解决超声导波内检测技术在油气集输管道进行缺陷检测时缺陷识别率低的问题,在对国内外现状进行充分调研的基础上,结合现有的PCA(主成分分析)和BP神经网络技术,建立缺陷信号识别模型,利用PCA和BP神经网络相结合的技术对管道信号进行识别.通过实例验证,在基于PCA和BP神经网络的超生导波管道信号识别中,对凹坑、孔洞、裂缝等缺陷分别进行了准确率计算,综合准确率可达95％.由此得出结论:对于油气集输管道缺陷问题,通过PCA和BP神经网络相结合技术的超声导波信号识别相比其他识别方法更为准确,该检测技术提高了超生波内检测对管道缺陷的识别能力,具有一定的推广价值.

关键词：超声导波、管道内检测、信号识别、PCA、BP神经网络

所属期刊栏目：37

在线出版日期：2018-05-11（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：48-52