| 基于神经网络正向模型和蚁群算法的涡流检测自然裂纹形状重构 |
| |
| 引用本文： | 张思全,陈铁群,刘桂雄,谢宝忠. 基于神经网络正向模型和蚁群算法的涡流检测自然裂纹形状重构[J]. 科学技术与工程, 2008, 8(6): 1545-1549 |
| |
| 作者姓名： | 张思全 陈铁群 刘桂雄 谢宝忠 |
| |
| 作者单位： | 华南理工大学机械工程学院,广州,510640;华南理工大学机械工程学院,广州,510640;华南理工大学机械工程学院,广州,510640;华南理工大学机械工程学院,广州,510640 |
| |
| 摘 要： | 以神经网络作为正向模型,蚁群优化算法作为反演方法,对采集的疲劳裂纹涡流检测(eddy current testing,ECT)信号进行了反演,重构了裂纹形状.研究了算法中参数的不同选择对反演结果的影响.裂纹形状重构结果表明了神经网络正向模型的有效性和蚁群反演算法的可行性.
|
| 关 键 词： | 自然裂纹 涡流检测 神经网络 正向模型 蚁群算法 形状重构 |
| 修稿时间： | 2007-11-30 |
Reconstruction of Natural Crack Shapes from the ECT Signals by Using an Artificial Neural Network Based Forward Model and Ant Colony Optimization Algorithm |
| |
| ZHANG Si-quan,CHEN Tie-qun,LIU Gui-xiong,XIE Bao-zhong. Reconstruction of Natural Crack Shapes from the ECT Signals by Using an Artificial Neural Network Based Forward Model and Ant Colony Optimization Algorithm[J]. Science Technology and Engineering, 2008, 8(6): 1545-1549 |
| |
| Authors: | ZHANG Si-quan CHEN Tie-qun LIU Gui-xiong XIE Bao-zhong |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 维普 万方数据 等数据库收录！ |
| 点击此处可从《科学技术与工程》浏览原始摘要信息 |
|
点击此处可从《科学技术与工程》下载全文 |
|
