产品分类 更多>>
上海青浦区盈浦街道检测雨水管道|清淤
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。
管道运输是石油、天然气运输采用的主要方式.由于输送管线穿越地域广阔、服役环境复杂和位置隐蔽, 管道一旦发生事故, 不仅会造成巨大的经济损失, 而且对社会和环境也会产生严重的后果, 其直接、间接经济损失巨大, 所以必须定期对管道进行检测. 漏磁法是目前863 高科技项目“海底管道爬行器及其检测技术”中采用的主要技术, 但是实现缺陷的定量识别, 依然是一个研究的难点问题. 人工神经网络在模式识别、函数逼近等方面已经得到了良好的应用, 而目前实际应用中的绝大部分神经网络模型是采用BP 网络和它的变化形式[ 1] . 本文在已设计漏磁检测装置的基础上, 提出了应用改进的BP 神经网络对管道缺陷进行识别, 并应用实验室数据进行验证.
