基于BP神经网络的油气管道缺陷磁记忆检测
Magnetic Memory Testing on Oil and Gas Pipeline Based on BP Neural Network
摘 要
基于磁记忆检测技术,根据神经网络理论,建立了BP神经网络模型,对管道缺陷进行了检测识别.在试验样本上,缺陷识别率达97.5%,基于BP神经网络的磁记忆检测技术,提高了管道缺陷的识别率.
应力集中
管道缺陷
BP神经网络
Magnetic memory testing
Stress concentration
Pipeline defect
BP neural network
Abstract
With the MMT,a Neural Network model is established to recognize the pipeline defect based on the Neural Network theory.The experiment result shows that The recognition rate of the pipeline defect is up to 97.5%.The recognition rate of the pipeline defect is improved by the MMT based on BP Neural Network.
中图分类号 TG115.28 DOI 10.11973/wsjc201507006
所属栏目 科研成果与学术交流
基金项目 后勤工程学院青年科研基金资助项目(院青年基金2013);供油系青年基金资助项目(系青年基金2015)
收稿日期 2014/12/17
修改稿日期
网络出版日期
作者单位点击查看
备注刘书俊(1985-),男,博士,讲师,主要从事油气储运控制技术及系统研究工作.
引用该论文: LIU Shu-jun,JIANG Ming,ZHANG Wei-ming,YONG Qi-wei,HE De-an. Magnetic Memory Testing on Oil and Gas Pipeline Based on BP Neural Network[J]. Nondestructive Testing, 2015, 37(7): 25～28
刘书俊,蒋明,张伟明,雍歧卫,何德安. 基于BP神经网络的油气管道缺陷磁记忆检测[J]. 无损检测, 2015, 37(7): 25～28
共有人对该论文发表了看法，其中：
人认为该论文很差
人认为该论文较差
人认为该论文一般
人认为该论文较好
人认为该论文很好
参考文献
【1】颜廷俊,张杰东,冯国栋,等.基于金属磁记忆的热采湿蒸汽发生器炉管缺陷早期检测[J].材料工程,2011(9):68-71.
【2】任吉林,林俊明,任文坚,等.金属磁记忆检测技术研究现状与发展前景[J].无损检测,2012,34(4):3-11.
【3】DOUBOV A A.A study of metal properties using the method of magnetic memory[J].Metal Science and Heat Treatment,1997,39(9):401-402.
【4】DUBOV A.Principle features of metal magnetic memory method and inspection tools as compared to known magnetic NDT methods[J].CINDE Journal,2006,27(3):16-20
【5】任吉林,林俊明.电磁无损检测[M] .北京:科学出版社,2008:377-379.
【6】徐明秀,陈章华,徐敏强,等.疲劳过程中磁记忆信号变化的机理[J].机械工程学报,2014,50(4):53-59.
【7】白勇,徐帆,乔霭潼,等.试件残余塑性变形与金属磁记忆检测信号的关系[J].材料工程,2013,49(8):42-49.
【8】赵海江,关卫和,郭鹏举.34CrMo4钢拉伸过程中磁记忆信号分析[J].无损检测,2013,35(8):1-3,13.
【9】梁志芳,李午申,王迎娜,等.焊接裂纹的金属磁记忆信号特征[J].天津大学学报,2006,39(6):5-7.
【10】候媛彬,杜京义.神经网络[M].西安:西安电子科技大学出版社,2007.
【11】MARTIN T H,HOWARD B D.Neural Network Design[M].USA:PWS Publishing Company,1996:227-234.
【12】李庆芬,胡胜海,朱世范.断裂力学及其工程应用[M].哈尔滨:哈尔滨大学出版社,2005:1-58.
【2】任吉林,林俊明,任文坚,等.金属磁记忆检测技术研究现状与发展前景[J].无损检测,2012,34(4):3-11.
【3】DOUBOV A A.A study of metal properties using the method of magnetic memory[J].Metal Science and Heat Treatment,1997,39(9):401-402.
【4】DUBOV A.Principle features of metal magnetic memory method and inspection tools as compared to known magnetic NDT methods[J].CINDE Journal,2006,27(3):16-20
【5】任吉林,林俊明.电磁无损检测[M] .北京:科学出版社,2008:377-379.
【6】徐明秀,陈章华,徐敏强,等.疲劳过程中磁记忆信号变化的机理[J].机械工程学报,2014,50(4):53-59.
【7】白勇,徐帆,乔霭潼,等.试件残余塑性变形与金属磁记忆检测信号的关系[J].材料工程,2013,49(8):42-49.
【8】赵海江,关卫和,郭鹏举.34CrMo4钢拉伸过程中磁记忆信号分析[J].无损检测,2013,35(8):1-3,13.
【9】梁志芳,李午申,王迎娜,等.焊接裂纹的金属磁记忆信号特征[J].天津大学学报,2006,39(6):5-7.
【10】候媛彬,杜京义.神经网络[M].西安:西安电子科技大学出版社,2007.
【11】MARTIN T H,HOWARD B D.Neural Network Design[M].USA:PWS Publishing Company,1996:227-234.
【12】李庆芬,胡胜海,朱世范.断裂力学及其工程应用[M].哈尔滨:哈尔滨大学出版社,2005:1-58.
相关信息
