基于BP神经网络的金属拉深件裂纹在线监测

• 作者: 何鑫 张保刚 骆志高
• 来源期刊: 振动与冲击
• 学科: 工学
• 关键词: BP神经网络 拉深件 声发射技术 在线监测
• 年，卷（期）: 2012,（10）
• 页码范围: 102-105
• 分类号: TB535
• 字数: 4576字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3835.2012.10.022

摘要

运用设计的三层BP神经网络对采集到的10个声发射参数进行特征提取.通过对比不同隐含层神经元个数的BP神经网络的训练误差与训练次数,确定当隐含层神经元个数为13个时,BP神经网络的逼近效果较好,产生的网络误差最小.再利用计算各声发射参数对表征裂纹信号灵敏度的大小,逐步删除各个声发射参数,降低模式识别时输入信号的维数.最后确定相对到达时间、幅度、能率、上升计数、持续时间和平均信号电平六个声发射参数能够有效地识别金属拉深件裂纹.该研究对于金属拉深件裂纹的在线监测具有理论和实际意义.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	骆志高	江苏大学机械工程学院	51	237	8.0	13.0
2	何鑫	江苏大学机械工程学院	2	0	0.0	0.0
3	张保刚	江苏大学机械工程学院	2	3	1.0	1.0