涡流脉冲热像技术中基于神经网络的检出/漏检预测研究

• 作者: 孙吉伟 孙浩 曹涛 李泓江 谢敏 邓栋栋
• 来源期刊: 红外技术
• 学科: 工学
• 关键词: 涡流脉冲热像 检出概率 BP神经网络 检出/漏检预测
• 年，卷（期）: 2020,（8）
• 所属期刊栏目: 无损检测
• 页码范围: 795-800
• 页数: 6页
• 分类号: TG115.28
• 字数: 4090字
• 语种: 中文

摘要

涡流脉冲热像技术是一种新型的无损检测技术,已在金属材料和复合材料的检测领域得到了广泛应用.检出/漏检则是评价被检测对象是否存在裂纹的重要标准,为解决目前检出/漏检研究需要大量实验数据的问题,本文提出了一种基于BP神经网络的检出/漏检预测方法.首先,制作了30组含有不同尺寸疲劳裂纹的金属试件,并完成了15组不同检测条件下的裂纹检测实验.其次,分别绘制了3组检出概率曲线,并完成了不同检测条件对检出概率的影响分析.最后,为实现检出/漏检的可靠性预测,构建了基于BP神经网络的检出/漏检预测模型,并以50组数据为样本进行测试,实现了不同检测条件下不同尺寸裂纹的检出/漏检0误差预测.