基于BP神经网络的N80钢CO2腐蚀预测方法研究

1.东北石油大学材料系,黑龙江大庆163318

2.大庆石化公司检测公司,黑龙江大庆163714

3.东北石油大学材料系,黑龙江大庆163318

4.东北石油大学材料系,黑龙江大庆163318

5.东北石油大学材料系,黑龙江大庆163318

6.东北石油大学材料系,黑龙江大庆163318

基金项目: 国家科技重大专项十二五规划课题(2011ZX05016-003)

Prediction of CO2 corrosion in N80 steel based on BP artificial neural networks methods

采用灰度数据矩阵统计、小波变换和二值化等方法对N80钢CO2腐蚀图像进行特征提取.结合BP神经网络技术,以腐蚀图像的各向异性和小波变换后子图像的能量参数作为腐蚀类型判据,建立基于BP神经网络的孔蚀速率诊断模型,实现了CO2腐蚀类型和腐蚀程度的预测.诊断结果与实验结果较好吻合.

[1]	武俊伟,李明,李晓刚.CO2腐蚀的神经网络分析[J].中国腐蚀与防护学报,2003(01):26-29.
[2]	纪钢,韩逢庆,张伦武,唐伦科.材料腐蚀特征的图像模式识别处理[J].合肥工业大学学报(自然科学版),2002(02):312-315.
[3]	李水根;吴纪桃.分形与小波[M].北京:科学出版社,2002:4-5.
[4]	洪流,张荫锡.神经网络的二值图像模式识别技术[J].红外与激光工程,2001(06):432-437.
[5]	Livens S;Scheunders P;Wouwer G V et al.A texture analysis approach to corrosion image classification[J].Microscopy Microanalysis Microstruchture,1996,7(02):1-10.

上一张下一张

计量

作者相关

文章评分