基于三维漏磁场信号的储罐底板水平凹槽形缺陷量化方法研究

• 作者: 刘新萌 赵伟 黄松岭
• 来源期刊: 电测与仪表
• 学科: 工学
• 关键词: 漏磁检测 水平凹槽形缺陷 三维漏磁场信号 贝叶斯算法 BP神经网络
• 年，卷（期）: 2015,（12）
• 页码范围: 1-6,17
• 页数: 7页
• 分类号: TM93
• 字数: 5241字
• 语种: 中文

摘要

针对油气储罐底板上可能存在的水平凹槽形缺陷，采用漏磁检测技术实施测量，提出了基于贝叶斯算法的BP神经网络缺陷量化方法。方法将贝叶斯算法引入BP神经网络基本架构中，控制网络复杂度并优化网络参数，从而建立了缺陷漏磁场信号与缺陷长度、宽度、深度的映射关系，且使缺陷量化方法可节约网络计算时间之同时，还提高了对水平凹槽形缺陷的量化精度。为获取更多的缺陷信息，采用三维漏磁场信号对水平凹槽形缺陷进行量化，进一步提高了对缺陷长度和宽度的量化精度。仿真结果表明，提出的方法在网络训练时间和缺陷量化精度上均具优于已有方法，具有很好的应用优势。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄松岭	清华大学电机系电力系统及发电设备控制和仿真国家重点实验室	123	1866	23.0	39.0
2	赵伟	清华大学电机系电力系统及发电设备控制和仿真国家重点实验室	210	3095	27.0	47.0
3	刘新萌	清华大学电机系电力系统及发电设备控制和仿真国家重点实验室	1	5	1.0	1.0