基于优化RBF神经网络的管道缺陷量化分析方法.pdf

《基于优化RBF神经网络的管道缺陷量化分析方法.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、2016正仪表技术与传感器2016第2期InstrumentTechniqueandSensorNo．2基于优化RBF神经网络的管道缺陷量化分析方法朱红秀，刘欢，李宏远，黄松岭，苏志毅(1．中国矿业大学(北京)机电与信息工程学院，北京100083；2．清华大学电机系，电力系统国家重点实验室，北京100084)摘要：为正确评估管道的使用寿命和安全状态，需要对管道缺陷进行准确的定量分析。提出一种基于泛化能力优化的在线学习径向基函数(RBF)神经网络，给出具体的算法步骤，采用自适应学习机制训练网络，并利用AnsofiMaxwell3D建

2、立仿真缺陷数据作为样本进行测试。结果表明：该网络训练效率高，泛化能力好，显著增强了样本适应能力。该方法有助于量化具有不同形态的缺陷，为管道的安全评估提供依据。关键词：缺陷；定量分析；径向基函数神经网络；泛化能力中图分类号：TH878文献标识码：A文章编号：1002—1841(2016)一02-0083-04QuantitativeAnalysisMethodforPipelineDefectsBasedonOptimizedRBFNeuralNetworkZHUHong．xiu，LIUHuan，LIHong—yuan，HUANGS

3、ong—ling，SUZhi—yi(LSchoolofMechanicalElectronic&InfornmtionEIlgineerillg，OfinaUniversityof~enmg&Technology(Beijing)，BeiiiIlg101}083，Cllina；2．StateKeyLabofPowerSystems，DepartmentofElectricalEngineering，TsinghuaUniversity，Bering100084，China)Abstract：Toproperlyevaluateth

4、eservicelifetimeandsafetyofpipeline，thedefectsshouldbequantitativelyanalyzed．Anon—linelearningradial—basisfunction(RBF)neuralnetworkbasedonoptimizedgeneralizationabilitywasproposed．Thedetailedpro-ceduresoftheiterativealgorithmwereintroducedandself-adaptivemechanismtot

5、rainthenetworkwasused．Then，simulationde-fectdatafromAnsoflMaxwell3Dwasusedassamplefortesting．ThetestresultprovesthattheneuralnetworksystemhashJgheffi—ciency，goodgeneralizationcapabilitywhichcangreatlyenhancetheabilitytoadapttothesample．Ithelpstoquantifythedifferentfor

6、msofdefectsandprovidsreliablebasisforthesecurityevaluationofpipelines．Keywords：defect；quantitativeanalysis；radial-basisfunctionneuralnetworks；generalizationability0引言1径向基函数(RBF)神经网络漏磁检测技术在管道检测行业中比较常用。借助于工作以轴向并列针孔缺陷量化为例，设计一种径向基函数人员的经验，基本可以判断出管道缺陷的有无和位置，但对其(RBF)神经网络模型，工

7、作流程如下：特征和形态常常不能得到准确信息J。因此，对管道缺陷的定，()=l∑A(1l—cl1)(1)量分析越来越受到研究人员的关注。近些年来，神经网络理式中：为输入样本，R；{c}为径向基函数中心，{c}论的发展与应用为实现管道缺陷的定量分析提供了思CR；隐层有个神经元；为连接隐层和输出层的权重向路。2005年，金涛等曾尝试将小波基函数神经网络用于量

8、厂()为网络的输出，即缺陷的长度(定义轴向并列针孔的长缺陷参数的识别；2006年，AmeetJoshi等提出同时使用小波度为2个针孔的间距加上针孔的直径)或者深度。变换和径向基函数

9、神经网络量化缺陷参数，效果不错；2006年，如图1所示，输入向量X由缺陷的6个特征量组成：清华大学的崔伟等又提出使用RBF神经网络作为正问题的(1)峰谷值l，P_P，单位是Gs，1Gs=10～T。求解模型并利用迭代法对缺陷进行定量分析，量化误差进一