| 基于GA-BP神经网络的ACFM实时高精度裂纹反演算法 |
| |
| 引用本文： | 李伟,袁新安,曲萌,陈国明,葛玖浩,孔庆晓,张雨田,吴衍运.基于GA-BP神经网络的ACFM实时高精度裂纹反演算法[J].中国石油大学学报(自然科学版),2016,40(5):128-134. |
| |
| 作者姓名： | 李伟 袁新安 曲萌 陈国明 葛玖浩 孔庆晓 张雨田 吴衍运 |
| |
| 作者单位： | 中国石油大学海洋油气装备与安全技术研究中心,山东青岛 266580,中国石油大学海洋油气装备与安全技术研究中心,山东青岛 266580,中国石油大学海洋油气装备与安全技术研究中心,山东青岛 266580,中国石油大学海洋油气装备与安全技术研究中心,山东青岛 266580,中国石油大学海洋油气装备与安全技术研究中心,山东青岛 266580,中国石油大学海洋油气装备与安全技术研究中心,山东青岛 266580,中国石油大学海洋油气装备与安全技术研究中心,山东青岛 266580,中国石油大学海洋油气装备与安全技术研究中心,山东青岛 266580 |
| |
| 基金项目： | 国家自然科学基金项目(51574276)；中央高校基本科研业务费专项(15CX05024A)；山东省自然科学基金英才基金项目(ZR2015EM009)；青岛市科技成果转化引导计划(青年专项)(14-2-4-49-jch)；中国石油大学(华东)研究生创新工程(YCX2015039) |
| |
| 摘 要： | 针对传统交流电磁场检测(ACFM)特征信号难以实现缺陷高精度实时反演的问题,在电磁耦合ACFM探头有限元模型分析的基础上,引入能量谱和相位阈值判定方法实时获取裂纹特征信号,建立裂纹实时反演实验系统并进行裂纹检测实验,基于加入遗传算法的BP神经网络(GA-BP)建立的ACFM实时高精度裂纹反演算法对实验得到的裂纹特征信号进行长度和深度的反演。结果表明:电磁耦合ACFM探头有限元模型可较好地仿真裂纹特征信号;采用能量谱和相位阈值判定方法能够实时获取裂纹特征信号;GA-BP神经网络能够实现裂纹长度和深度的反演,反演精度误差不超过10%。
|
| 关 键 词： | ACFM 实时 高精度 裂纹反演算法 遗传算法 BP神经网络 |
| 收稿时间： | 2015/11/20 0:00:00 |
Real-time and high-precision cracks inversion algorithm for ACFM based on GA-BP neural network |
| |
| LI Wei,YUAN Xin 'an,QU Meng,CHEN Guoming,GE Jiuhao,KONG Qingxiao,ZHANG Yutian and WU Yanyun.Real-time and high-precision cracks inversion algorithm for ACFM based on GA-BP neural network[J].Journal of China University of Petroleum,2016,40(5):128-134. |
| |
| Authors: | LI Wei YUAN Xin 'an QU Meng CHEN Guoming GE Jiuhao KONG Qingxiao ZHANG Yutian and WU Yanyun |
| |
| Institution: | Center for Offshore Equipment and Safety Technology in China University of Petroleum, Qingdao 266580, China,Center for Offshore Equipment and Safety Technology in China University of Petroleum, Qingdao 266580, China,Center for Offshore Equipment and Safety Technology in China University of Petroleum, Qingdao 266580, China,Center for Offshore Equipment and Safety Technology in China University of Petroleum, Qingdao 266580, China,Center for Offshore Equipment and Safety Technology in China University of Petroleum, Qingdao 266580, China,Center for Offshore Equipment and Safety Technology in China University of Petroleum, Qingdao 266580, China,Center for Offshore Equipment and Safety Technology in China University of Petroleum, Qingdao 266580, China and Center for Offshore Equipment and Safety Technology in China University of Petroleum, Qingdao 266580, China |
| |
| Abstract: | |
| |
| Keywords: | alternating current field measurement(ACFM) real-time high-precision cracks inversion algorithm genetic algorithm BP neural network |
| 本文献已被 CNKI 等数据库收录！ |
| 点击此处可从《中国石油大学学报(自然科学版)》浏览原始摘要信息 |
| 点击此处可从《中国石油大学学报(自然科学版)》下载免费的PDF全文 |
|
