基于BP神经网络的在役管线焊缝故障缺陷的分类识别

• 作者: 王道阔
• 来源期刊: CT理论与应用研究
• 学科: 工学
• 关键词: 在役管线 焊缝缺陷 BP神经网络 分类识别
• 年，卷（期）: 2012,（1）
• 所属期刊栏目: 工业CT
• 页码范围: 43-52
• 分类号: TG115.28
• 语种: 中文

摘要

本文利用计算机辅助进行在役管线焊故障缝缺陷检测,在缺陷特征提取中提出圆形度、长宽比、填充度、尖部尖锐度、对称度、灰度比以及缺陷的重心坐标相对焊缝中心的位置等7个参数作为缺陷的特征值,可有效地分类识别不同故障缺陷。在缺陷分类的解决方案上,采用具有自组织、自适应的3层前馈式神经网络,运用改进的BP算法,以焊缝缺陷的特征参数作为神经网络的训练样本。本文还通过实验的方法,分析了初始权值、隐含层的神经元数量、动量系数、误差水平及学习速率对网络训练的影响。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王道阔		7	7	1.0	2.0