基于广义回归神经网络的交流电磁场检测裂纹量化研究

• 作者: 李伟 郑贤斌 陈国明
• 来源期刊: 中国石油大学学报(自然科学版)
• 关键词: 无损检测 交流电磁场检测 裂纹量化 广义回归神经网络
• 年，卷（期）: 2007,（2）
• 所属期刊栏目: 石油机械工程
• 页码范围: 105-109
• 页数: 5页
• 分类号: TG115
• 语种: 中文
• DOI: 10.3321/j.issn:1000-5870.2007.02.022

摘要

考虑到目前交流电磁场检测中裂纹量化精度和智能化水平的不足,将广义回归神经网络(GRNN)引入到交流电磁场检测技术中来,在有限元仿真试验基础上,选择了作为输入元素的交流电磁场信号特征向量,构建了一种适合于交流电磁场检测裂纹量化分析的GRNN模型,并利用归一化处理后的一些离散数据作为网络的训练和检测样本,使网络完成对整个裂纹交流电磁场范围内的主要信息的存储,从中发现输出和输入之间的内在关系,完成对未知点的预测.结果表明,与传统的线性插值方法以及BP网络相比,该方法建模简单,预测精度高,对原始数据的分布和边界条件无特别要求,推广性能强,人为调节参数少,收敛速度快,更为智能化,尤其在获得已知样本稀少的情况下仍能表现出极强的适应性,从而保证了模型的精度和推广性能,为交流电磁场检测裂纹量化提供了一种智能高效的方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李伟	中国石油大学机电工程学院	299	2817	26.0	42.0
2	陈国明	中国石油大学机电工程学院	253	2481	24.0	31.0
3	郑贤斌	中国石油大学机电工程学院	33	230	10.0	13.0