基于堆叠自编码器神经网络的复合电磁检测铁磁性双层套管腐蚀缺陷分类识别方法

• 作者: 张曦郁 敬好青 李勇 闫贝
• 来源期刊: 空军工程大学学报（自然科学版）
• 学科: 工学
• 关键词: 亚表面腐蚀缺陷 分类识别 铁磁性双层套管 脉冲远场涡流检测 脉冲涡流检测 堆叠自编码器神经网络
• 年，卷（期）: 2018,（1）
• 所属期刊栏目: 电子·信息·通信
• 页码范围: 72-78
• 页数: 7页
• 分类号: TG115.28
• 字数: 4177字
• 语种: 中文
• DOI: 10.3969/j.issn.1009-3516.2018.01.013

摘要

铁磁性双层套管长期服役于恶劣的工作环境,极易出现腐蚀缺陷,定期为服役中的双层套管进行在线检测十分必要,而对管壁腐蚀缺陷位置的分类识别是管道定量检测与维修的前提和基础,实时准确的套管腐蚀缺陷分类识别能力是决定管道在线检测效率的重要因素.针对这一情况,将脉冲远场涡流和脉冲涡流技术相结合,提出了基于堆叠自编码器神经网络的分类方法.通过仿真和实验选取合适特征量作为输入层,实现了内管外壁腐蚀、外管内壁腐蚀和外管外壁腐蚀的分类,实验整体预判精度可达97.5%,结果表明该方法可对双层套管腐蚀缺陷缺陷实施高效、高精度分类识别.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李勇	西安交通大学航天航空学院机械结构强度与振动国家重点实验室陕西省无损检测与结构完整性评价工程技术研究中心	54	238	10.0	12.0
2	闫贝	西安交通大学航天航空学院机械结构强度与振动国家重点实验室陕西省无损检测与结构完整性评价工程技术研究中心	8	13	3.0	3.0
3	敬好青	西安交通大学航天航空学院机械结构强度与振动国家重点实验室	3	4	1.0	2.0
4	张曦郁	西安交通大学航天航空学院机械结构强度与振动国家重点实验室陕西省无损检测与结构完整性评价工程技术研究中心	4	4	1.0	2.0