基于小波能量系数和神经网络的管道缺陷识别

• 作者: 刘秋阁 姜银方 杜斌 郭华杰 陈志伟
• 来源期刊: 电子科技
• 学科: 工学
• 关键词: 超声导波 小波能量系数 神经网络 管道 缺陷识别
• 年，卷（期）: 2015,（11）
• 所属期刊栏目: 协议·算法及仿真
• 页码范围: 13-15,20
• 页数: 4页
• 分类号: TP18|TH873
• 字数: 1716字
• 语种: 中文
• DOI: 10.16180/j.cnki.issn1007-7820.2015.11.004

摘要

利用基于小波能量系数的BP神经网络方法对管道焊缝和管道凹槽进行分类识别.建立了导波检测系统,采集了管道凹槽缺陷和焊缝的多组检测信号样本,从信号样本中提取出小波能量系数,并将小波能量系数应用于BP神经网络的训练与识别.结果表明,该方法对管道缺陷的识别准确率较高,且识别效果稳定,在随机抽取信号样本进行的5次试验中,对焊缝和凹槽的最低识别准确率分别为92％和98％,最高识别准确率均为100％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	姜银方	江苏大学机械工程学院	123	1004	17.0	26.0
2	陈志伟	江苏大学机械工程学院	5	13	3.0	3.0
4	杜斌	江苏大学机械工程学院	2	6	1.0	2.0
8	刘秋阁	江苏大学机械工程学院	3	13	2.0	3.0
10	郭华杰	江苏大学机械工程学院	2	10	2.0	2.0