摘要: 漏磁检测是铁磁材料常用的无损检测方法之一,定量识别是指通过检测到的漏磁信号识别裂纹的尺寸.采用主成分分析和优化神经网络相结合的建模方法,建立了微裂纹宽度与深度的预测模型.主成分分析去除了数据相关性,减小了输入样本维数,显著简化了网络结构;遗传算法优化的BP神经网络(GA-BP神经网络)可以有效地防止搜索过程中陷入局部最优解.通过基于磁偶极子模型的理论计算与人工刻槽微裂纹漏磁检测实验两种途径验证了该算法在微裂纹定量识别中的应用,为裂纹发展阶段的早期定量识别技术奠定了一定的基础.
中图分类号:
邱忠超, 张卫民, 张瑞蕾, 马春红. 基于改进BP神经网络的微裂纹漏磁定量识别[J]. 东北大学学报:自然科学版, 2016, 37(12): 1759-1763.
QIU Zhong-chao, ZHANG Wei-min, ZHANG Rui-lei, MA Chun-hong. Quantitative Identification of Microcracks Through Magnetic Flux Leakage Based on Improved BP Neural Network[J]. Journal of Northeastern University Natural Science, 2016, 37(12): 1759-1763.