涡流检测在钢轨裂纹定量化评估中的应用

• 作者: 侯迪波 周泽魁 张光新 李国厚 陈佩华 黄平捷
• 来源期刊: 浙江大学学报（工学版）
• 学科: 交通运输
• 关键词: 钢轨裂纹 涡流无损检测 巨磁阻 反演 RBF神经网络 减聚类算法
• 年，卷（期）: 2011,（11）
• 所属期刊栏目: 电气工程、自动化技术
• 页码范围: 2038-2042,2049
• 页数: 6页
• 分类号: U28
• 语种: 中文
• DOI: 10.3785/j.issn.1008-973X.2011.11.025

摘要

针对应用较多的超声检测方法的不足,研究涡流检测技术在钢轨裂纹定量化无损检测中的应用,阐述涡流检测试验系统的组成、原理以及试验的设计,采用减聚类算法对径向基函数(RBF)神经网络进行改进,并基于试验系统检测试件的数据对网络模型进行训练.在试验中采用基于巨磁阻(GMR)传感器的检测探头,有效地提高系统对深层缺陷和表面微小缺陷的检测能力.试验结果表明,采用改进算法建立的模型在对裂纹进行反演时具有较高的精度,同时缩短了反演模型的训练时间,在一定程度上满足钢轨裂纹参数在线检测的要求.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周泽魁		136	1459	20.0	29.0
2	黄平捷		52	368	10.0	16.0
3	张光新		86	708	14.0	21.0
4	侯迪波		61	433	11.0	18.0
5	李国厚		1	0	0.0	0.0
6	陈佩华		2	4	1.0	2.0