线上期刊服务咨询,发表咨询:400-808-1701 订阅咨询:400-808-1721

基于超声波检测的BP神经网络缺陷识别方法设计

刘松; 顾继俊; 汪颖; 陈磊磊; 李云龙; 李岩 压力容器 2019年第08期

摘要: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。

关键词: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

单位:中国石油大学(北京); 北京102200

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

压力容器

统计源期刊

¥408.00

关注 20人评论|0人关注