基于改进BP神经网络算法的管道缺陷漏磁信号识别

金涛; 阙沛文; 陈天璐; 李亮

首页> 中文期刊> 《上海交通大学学报》 >基于改进BP神经网络算法的管道缺陷漏磁信号识别

基于改进BP神经网络算法的管道缺陷漏磁信号识别

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

海底管道漏磁检测信号处理的主要任务是根据霍尔传感器检测到的缺陷漏磁信号来识别缺陷的形态参数.根据漏磁检测原理设计了相关的漏磁检测电路,通过提取信号的主要特征量,利用Levenberg-Marquardt算法在对常用BP神经网络改进的基础上应用其来识别缺陷的尺寸参数,给出了BP神经网络各层数的确定及权值、学习率的调整方法和相应的漏磁信号数据处理过程.漏磁检测数据处理实验表明,该缺陷识别BP神经网络系统具有逼近精度高、收敛速度快等特点.

著录项

来源
《上海交通大学学报》 |2005年第7期|1140-1144|共5页
作者
金涛; 阙沛文; 陈天璐; 李亮;
展开▼
作者单位

上海交通大学信息检测技术与仪器系;

上海安捷伦半导体测试学院;

展开▼
原文格式 PDF
正文语种 chi
中图分类无损探伤仪器;
关键词
BP神经网络; 管道检测; 漏磁; 霍尔传感器;

相似文献

中文文献
外文文献
专利

1. 基于SVM的融合算法在管道裂纹缺陷漏磁信号特征识别的应用研究 [J] . 宋志强 ,李著信 ,张镇 . 化工自动化及仪表 . 2011,第005期
2. 基于改进SSD网络的管道漏磁缺陷图像识别算法 [J] . 王竹筠1 ,杨理践1 ,高松巍1 . 沈阳航空航天大学学报 . 2019,第003期
3. 基于改进SSD网络的管道漏磁缺陷图像识别算法 [J] . 王竹筠 ,杨理践 ,高松巍 . 沈阳航空航天大学学报 . 2019,第003期
4. 油气管道特殊缺陷的漏磁信号识别方法 [J] . 王国涛 ,郭天昊 . 沈阳工业大学学报 . 2019,第004期
5. 管道缺陷漏磁信号分类与识别方法的研究 [J] . 杨理践 ,史金阳 ,高松巍 . 中国电子商情·通信市场 . 2009,第011期
6. 管道缺陷漏磁信号分类与识别方法的研究 [C] . 杨理践 ,史金阳 ,高松巍 . 2009全国通信新理论与新技术学术大会暨全国计算机网络与通信学术会议 . 2009
7. 基于RBF算法的管道漏磁无损检测缺陷识别的研究 [A] . 王柯 . 2013

基于改进BP神经网络算法的管道缺陷漏磁信号识别

摘要

著录项

相似文献

相关主题

期刊订阅