基于广义回归神经网络的交流电磁场检测裂纹量化研究 |
| |
引用本文: | 李伟,陈国明,郑贤斌.基于广义回归神经网络的交流电磁场检测裂纹量化研究[J].石油大学学报(自然科学版),2007,31(2):105-109. |
| |
作者姓名: | 李伟 陈国明 郑贤斌 |
| |
作者单位: | 李伟(中国石油大学,机电工程学院,山东,东营,257061)
陈国明(中国石油大学,机电工程学院,山东,东营,257061)
郑贤斌(中国石油大学,机电工程学院,山东,东营,257061) |
| |
基金项目: | 国家"863"计划资助项目(2002AA616060) |
| |
摘 要: | 考虑到目前交流电磁场检测中裂纹量化精度和智能化水平的不足,将广义回归神经网络(GRNN)引入到交流电磁场检测技术中来,在有限元仿真试验基础上,选择了作为输入元素的交流电磁场信号特征向量,构建了一种适合于交流电磁场检测裂纹量化分析的GRNN模型,并利用归一化处理后的一些离散数据作为网络的训练和检测样本,使网络完成对整个裂纹交流电磁场范围内的主要信息的存储,从中发现输出和输入之间的内在关系,完成对未知点的预测.结果表明,与传统的线性插值方法以及BP网络相比,该方法建模简单,预测精度高,对原始数据的分布和边界条件无特别要求,推广性能强,人为调节参数少,收敛速度快,更为智能化,尤其在获得已知样本稀少的情况下仍能表现出极强的适应性,从而保证了模型的精度和推广性能,为交流电磁场检测裂纹量化提供了一种智能高效的方法.
|
关 键 词: | 无损检测 交流电磁场检测 裂纹量化 广义回归神经网络 |
文章编号: | 1673-5005(2007)02-0105-05 |
修稿时间: | 2006年8月22日 |
Crack sizing for alternating current field measurement based on GRNN |
| |
Abstract: | |
| |
Keywords: | |
|
|