一种油管缺陷量化识别技术

• 作者: 杨涛 王太勇 秦旭达 胡世广 赵坚
• 来源期刊: 中国机械工程
• 关键词: 油管 量化识别 信号特征 神经网络
• 年，卷（期）: 2005,（20）
• 所属期刊栏目: 机械科学
• 页码范围: 1802-1804,1820
• 页数: 4页
• 分类号: TE973|TB972
• 语种: 中文
• DOI: 10.3321/j.issn:1004-132X.2005.20.005

摘要

对油管缺陷量化识别技术进行了研究,基于缺陷分类,通过分析缺陷漏磁信号,选取了信号特征量并进行了分类;利用人工神经网络解决了信号特征量与缺陷几何外形特征之间的非线性映射问题;建立了基于特征分类的油管缺陷量化识别模型.实验表明,该技术能满足油管缺陷量化识别精度要求,应用前景广泛.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王太勇		414	5889	35.0	51.0
2	胡世广		16	273	9.0	16.0
3	秦旭达		63	926	17.0	27.0
4	杨涛		20	150	8.0	12.0
5	赵坚		9	84	5.0	9.0