杨涛
,
王太勇
,
秦旭达
,
蒋奇
钢铁
分析了钢管缺陷几何大小与缺陷漏磁信号(MFL)特征量之间关系,建立了一组全方位的钢管缺陷信号特征量,并将人工神经网络理论和算法应用于钢管缺陷预测.通过实验取得样本,在对网络进行训练的基础上,建立了基于钢管缺陷漏磁信号特征量和神经网络的缺陷预测模型,继而根据漏磁信号对缺陷进行定量预测.给出了实验结果,结果表明采用这种方法能够较好地实现管道缺陷的定量识别.
关键词:
漏磁检测
,
钢管
,
神经网络
,
特征量
,
预测模型
秦旭达
,
王太勇
,
刘兴荣
,
商同
钢铁
提出用微分方法处理含有趋势项和幅值相等的内外伤漏磁检测信号,对微分算法及其选取进行了深入探讨.试验结果表明,经过微分处理后,内外伤缺陷区别明显,内外伤信号的幅值与直接提取原始信号内外伤缺陷的幅值相比差别明显,分辨率大大提高.
关键词:
漏磁检测
,
无损探伤
,
信号分析
,
微分算法
