基于BP神经网络的非金属储油罐裂缝无损检测研究

• 作者: 王少强
• 来源期刊: 内蒙古煤炭经济
• 学科: 工学
• 关键词: 人工神经网络 超声波平测法 冲击回波法
• 年，卷（期）: 2016,（2）
• 所属期刊栏目: 工作研究与理论探讨
• 页码范围: 14-15
• 页数: 2页
• 分类号: F406.3|TE972
• 字数: 2395字
• 语种: 中文

摘要

工业存储中的非金属储油罐大多数属于钢筋混凝土结构类型的,最常见的混凝土结构缺陷是罐体裂缝,在现有的工程中,大多采用超声波平测法和冲击回波法在对非金属储油罐的混凝土裂缝结构进行安全、无损的检测.本文利用换能器和非金属混凝土罐体上的裂缝之间的距离与裂缝深度之间的输入、输出关系模型以及实际勘测的数据在BP神经网络中建立以波速、声时,并通过实际勘测进行了有力的检测.并对检验的有效信息进行了较为细致地分析研究、对比探讨,从实际勘测分析的数据不难看出,将BP神经网络应用于非金属混凝土裂缝具体深度与广度的检测,可以有效利用BP神经网络具有的对非线性信息的处理、对误差数据的容错以及机器学习中的深度学习能力.借助这种先进的算法思想达到具有实际意义的对非金属混凝土罐体的无损检测.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王少强		15	19	3.0	3.0