使用改进型BP神经网络量化裂纹漏磁信号
Characterizing Magnetic Flux Leakage Signal of Cracks Based on Improved BP Neural Network
摘 要
为量化油气管道的裂纹漏磁信号, 提出使用改进型BP神经网络的方法。介绍了BP神经网络的运作方式、改进的BP算法和如何将遗传算法用于改进BP神经网络的初始权值和阈值。测试样本和实际检测数据的输出结果表明, 采用改进型BP神经网络量化裂纹漏磁信号是可行的。
信号处理
裂纹量化
BP神经网络
遗传算法
Magnetic flux leakage testing
Signal processing
Crack quantification
BP neural network
Genetic algorithm
Abstract
An improved BP neural network was proposed to characterize magnetic flux leakage signal of cracks in pipeline. The artificial neural network in simplicity, ways to improve BP(back propagation) algorithm, and usage of genetic algorithm to adjust parameters of BP neural network were introduced. Experimental results were presented and demonstrated the effectiveness of this method.
中图分类号 TG115.28
所属栏目 科研成果与学术交流
基金项目 国家高技术发展研究计划(863)资助项目(2007AA06Z223)
收稿日期 2008/12/3
修改稿日期
网络出版日期
作者单位点击查看
备注吴欣怡(1983-), 女, 硕士研究生, 研究方向为基于漏磁检测的裂纹量化方法。
引用该论文: WU Xin-Yi,HUANG Song-Ling,ZHAO Wei. Characterizing Magnetic Flux Leakage Signal of Cracks Based on Improved BP Neural Network[J]. Nondestructive Testing, 2009, 31(8): 603～605
吴欣怡,黄松岭,赵伟. 使用改进型BP神经网络量化裂纹漏磁信号[J]. 无损检测, 2009, 31(8): 603～605
被引情况:
【1】戴光,邱枫,陈荣刚,张颖,粟辉霖, "储罐底板腐蚀状态的人工神经网络智能评价方法",无损检测 34, 5-7(2012)
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】彭永胜.基于漏磁检测机理的钢管小缺陷精确量化识别理论及系统研究[D].天津: 天津大学,2005.
【2】李久春.基于SVR的管道裂纹漏磁场的预测分析模型[J].微计算机信息,2008,24(15): 285-287.
【3】Han Wenhua, Que Peiwen. Defect reconstruction from MFL signals using an improved genetic local search algorithm[C]. IEEE International Conference on Industrial Technology.[S.l]:[s.n.],2005: 1438-1443.
【4】Han Wenhua, Que Peiwen. 2-D defect reconstruction from MFL signals based on genetic optimization algorithm[C]. IEEE International Conference on Industrial Technology.[S.l]:[s.n.],2005: 508-513.
【5】Ameet Joshi, Lalita Udpa, Satish Udpa, et al. Adaptive wavelets for characterizing magnetic flux leakage signals from pipeline inspection[J]. IEEE Tras on Magnetics,2006,42(10): 3168-3170.
【6】吴欣怡, 赵 伟, 黄松岭.基于漏磁检测的缺陷量化方法[J].电测与仪表,2008,45(5): 20-22.
【7】谭显胜, 周铁军.BP算法改进方法的研究进展[J].怀化学院学报,2006,25(2): 126-130.
【8】董长虹.Matlab神经网络与应用[M].北京: 国防工业出版社,2005.
【9】雷英杰, 张善文, 李续武,等.MATLAB遗传算法工具箱及应用[M].西安: 西安电子科技大学出版社,2005.
【10】万盛萍.GA优化BP神经网络[J].软件导刊,2007,3(3): 24-25.
【2】李久春.基于SVR的管道裂纹漏磁场的预测分析模型[J].微计算机信息,2008,24(15): 285-287.
【3】Han Wenhua, Que Peiwen. Defect reconstruction from MFL signals using an improved genetic local search algorithm[C]. IEEE International Conference on Industrial Technology.[S.l]:[s.n.],2005: 1438-1443.
【4】Han Wenhua, Que Peiwen. 2-D defect reconstruction from MFL signals based on genetic optimization algorithm[C]. IEEE International Conference on Industrial Technology.[S.l]:[s.n.],2005: 508-513.
【5】Ameet Joshi, Lalita Udpa, Satish Udpa, et al. Adaptive wavelets for characterizing magnetic flux leakage signals from pipeline inspection[J]. IEEE Tras on Magnetics,2006,42(10): 3168-3170.
【6】吴欣怡, 赵 伟, 黄松岭.基于漏磁检测的缺陷量化方法[J].电测与仪表,2008,45(5): 20-22.
【7】谭显胜, 周铁军.BP算法改进方法的研究进展[J].怀化学院学报,2006,25(2): 126-130.
【8】董长虹.Matlab神经网络与应用[M].北京: 国防工业出版社,2005.
【9】雷英杰, 张善文, 李续武,等.MATLAB遗传算法工具箱及应用[M].西安: 西安电子科技大学出版社,2005.
【10】万盛萍.GA优化BP神经网络[J].软件导刊,2007,3(3): 24-25.
相关信息
