压力容器声发射信号人工神经网络模式识别方法的研究

• 作者: 刘其志 周裕峰 李帮宪 李春树 段庆儒 沈功田 蒋仕良
• 来源期刊: 无损检测
• 学科: 工学
• 关键词: 声发射检验 压力容器 模式识别 信息处理
• 年，卷（期）: 2001,（4）
• 页码范围: 144-146,149
• 页数: 4页
• 分类号: TG115.28|G202
• 字数: 2936字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-6656.2001.04.002

摘要

采用人工神经网络模式识别技术对现场压力容器各种声发射源信号特征参数进行了模式识别分析，提出了采用人工神经网络分类方法对压力容器声发射源信号进行定量分析的概念，从而找到了评价声发射源严重程度的方法。设计和培训的人工神经网络可以给出一个多种因素产生的复合声发射源中裂纹扩展、氧化夹渣断裂、残余应力释放和机械摩擦信号所占的百分比。这一结果使声发射技术对压力容器安全状态的无损评价成为可能。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	沈功田		14	1522	11.0	14.0
2	李春树	天津石化公司机械研究所	3	126	3.0	3.0
3	蒋仕良	天津石化公司机械研究所	6	95	3.0	6.0
4	段庆儒		3	88	2.0	3.0
5	刘其志		2	88	2.0	2.0
6	周裕峰		1	80	1.0	1.0
7	李帮宪		1	80	1.0	1.0