广东省科技计划工业攻关项目(2006B12401001)
- 作品数:3 被引量:8H指数:2
- 相关作者:陈铁群张思全刘桂雄更多>>
- 相关机构:华南理工大学广州民航职业技术学院更多>>
- 发文基金:广东省科技计划工业攻关项目更多>>
- 相关领域:金属学及工艺机械工程更多>>
- 应力腐蚀裂纹涡流检测信号的处理及形状重构被引量:6
- 2008年
- 在核电站热交换管道、压力容器等关键设备结构的无损评价中,裂纹型缺陷形状的确定非常重要。采用一种小波分析方法对采集的应力腐蚀裂纹涡流检测信号进行了预处理,减少了噪声及非缺陷信号,并提取了缺陷信号特征,然后采用神经网络方法对裂纹形状进行了重构。结果表明,该方法具有快速、精确的优点。但在数据生成及训练网络时需要花费一定的时间。另外,由于神经网络方法不能重构裂纹电导率的分布情况,因此不能保证所重构裂纹的可靠性。但从涡流检测实用性的角度出发,在不考虑多裂纹等复杂情况下,神经网络方法可以用来重构自然裂纹。
- 张思全陈铁群刘桂雄
- 关键词:应力腐蚀裂纹涡流检测小波变换神经网络
- 基于智能算法的涡流检测自然裂纹形状重构被引量:2
- 2008年
- 人工制作了疲劳裂纹试样,利用一种小波分析方法对采集的疲劳裂纹涡流检测(ECT)信号进行了去噪预处理及信号特征提取,通过破坏性检测方法获得了裂纹的真实形状.在建立疲劳裂纹参数化模型的基础上,利用经过处理的裂纹ECT信号与裂纹形状参数样本库对径向基函数(RBF)神经网络进行训练.采用遗传算法,通过创建大量表示裂纹形状参数个体的初始种群,输入经过训练的神经网络,得到对应的ECT预测信号;然后运用改进的遗传策略进行迭代反演优化,对裂纹形状最优解进行搜索.重构结果表明该方法具有快速、精确的优点.
- 张思全陈铁群刘桂雄
- 关键词:涡流检测小波变换神经网络遗传算法
- 涡流检测裂纹信号处理及形状重构
- 2007年
- 在压力容器、热交换管道等关键设备结构的无损评价中,裂纹型缺陷形状的确定非常重要。首先采用一种小波分析方法对采集的裂纹涡流检测信号进行了预处理,减少了非缺陷噪声信号并提取了缺陷信号特征,然后采用神经网络方法对裂纹形状进行了重构,重构结果表明该方法具有快速、精确的优点。同时讨论了该方法的不足之处并提出了解决思路。
- 张思全陈铁群刘桂雄
- 关键词:涡流检测小波变换神经网络