基于BP神经网络的超声无损测定表面开口裂纹高度

1.华南理工大学,机械工程学院,广东,广州,510640

2.华南理工大学,机械工程学院,广东,广州,510640

3.清华大学,深圳研究院,广东,深圳,518057

基金项目: 面向21世纪教育振兴行动计划(985计划)(D61020) 广东省科技厅科技计划(2004A11303001)

Ultrasonic testing of height of surface breaking cracks base on BP neural networks

为了准确测量服役材料中的裂纹高度,研究了基于端点回波反射法的BP神经网络模型,进行了K值及对应高度裂纹的端点反射波声程差共28组数据作为输入向量对网络训练.结果表明:网络预测值与实际裂纹高度符合得很好,绝对误差均保持在±1mm之间;可以准确快速地预测表面开口裂纹高度,实现测量的智能化.

[1]	考克斯;孙燕君.断裂力学概论[M].北京:机械工业出版社,1981:78-82.
[2]	牛向东.超声端点反射法测量裂纹自身高度的数字处理方法[J].无损检测,2001(07):298-301.
[3]	董长虹.Matlab神经网路与应用[M].北京:国防工业出版社,2005:2-3.
[4]	吴章勤,艾川,王闸.裂纹类缺陷自身高度的超声波测量[J].云南电力技术,2004(04):41-43.
[5]	孙雷剑,白宏哲,张剑平,牛济泰.基于神经网络的微合金钢热轧奥氏体晶粒尺寸预报模型[J].哈尔滨工业大学学报,2002(01):40-43,74.
[6]	彭金宁;陈历森.焊接工艺参数的神经网络智能设计[J].焊接学报,1998(01):31-36.
[7]	张立明.人工神经网络模型及其应用[M].上海:复旦大学出版社,1993:23-24.
[8]	Baby S.;Balasubramanian T.;Pardikar RJ. .Ultrasonic sizing of embedded vertical cracks in ferritic steel welds[J].Theoretical and Applied Fracture Mechanics,2003(2):145-151.

上一张下一张

计量

作者相关

文章评分