基于超声波检测的BP神经网络缺陷识别方法设计

• 作者: 刘松 李云龙 李岩 汪颖 陈磊磊 顾继俊
• 来源期刊: 压力容器
• 学科: 工学
• 关键词: 石油储罐底板 超声波缺陷检测技术 BP神经网络 缺陷数据识别
• 年，卷（期）: 2019,（8）
• 所属期刊栏目: 检验与修复
• 页码范围: 62-66,49
• 页数: 6页
• 分类号: TH49|TQ050.7|TG115.285
• 字数: 1965字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-4837.2019.08.011

摘要

针对石油储罐底板的缺陷损伤问题,建立局部储罐底板模型,应用超声波缺陷检测技术进行分析研究.利用ABAQUS有限元软件进行超声检测的模拟仿真分析,采集并保存接收信号,通过不同位置的发射/接收器信号时间差值对比,应用椭圆定位原理计算得到缺陷类型;从仿真模拟数据中选取不同的超声波回波信号作为神经网络的输入,借助于MATLAB软件训练出可识别底板缺陷的BP神经网络,选取多组数据进行测试,经验证,设计的BP神经网络对缺陷数据识别具有一定正确性.