基于电磁无损检测的车轮钢表面硬度检测方法

• 作者: 夏鹏 魏志辉
• 来源期刊: 物理测试
• 关键词: 电磁检测 表面硬度 人工神经网络 定量预测
• 年，卷（期）: 2021,（2）
• 所属期刊栏目: 测试技术|Measuring Technology
• 页码范围: 19-23
• 页数: 5页
• 语种: 中文
• DOI: 10.13228/j.boyuan.issn1001-0777.20200015

摘要

介绍采用巴克豪森噪声、增量磁导率和切向磁场强度等多项电磁特征参量,通过挑选R2值较大的项作为输入样本,采用人工神经网络模型构建方法,对铁路车轮钢的表面硬度进行定量预测.研究实践表明,通过电磁参量测试,筛选出与硬度值线性拟合度相对较高的特征参量作为神经网络模型的输入,可以较好地预测车轮钢的表面硬度.