冷轧带钢屈服强度的脉冲涡流检测方法研究

• 作者: 张艳艳 李开宇 杭成 王平 高雯娟
• 来源期刊: 电子测量技术
• 学科: 工学
• 关键词: 冷轧带钢 脉冲涡流 屈服强度 神经网络 参数预测
• 年，卷（期）: 2019,（5）
• 所属期刊栏目: 数据采集及信号处理
• 页码范围: 71-75
• 页数: 5页
• 分类号: TG115.28|TN98
• 语种: 中文
• DOI: 10.19651/j.cnki.emt.1802269

摘要

目前冷轧带钢屈服强度的检测主要依赖于有损检测, 大大增加了检测成本.将BP神经网络引入基于脉冲涡流的冷轧带钢屈服强度预测, 首先提取脉冲涡流响应信号的时域、频域特征, 分析了各个脉冲涡流信号特征的稳定性, 然后建立信号特征与材料屈服强度的BP神经网络模型, 最后用建立的模型对材料的屈服强度进行预测.实验表明, 采用BP神经网络对冷轧带钢进行屈服强度预测的误差为6％及以下, 这种方法对于降低工业生产的检测成本、提高检测效率有一定的实用价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李开宇		60	370	10.0	15.0
2	王平		56	240	8.0	14.0
3	杭成		4	10	2.0	3.0
4	高雯娟		2	2	1.0	1.0
5	张艳艳		3	8	2.0	2.0