基于BP神经网络的钢丝绳电涡流无损定量检测技术.pdf

《基于BP神经网络的钢丝绳电涡流无损定量检测技术.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、2012年1月机床与液压Jan．2012第4O卷第1期MACHINETOOL＆HYDRAULICSVo1．40No．1DOI：10．3969／j．issn．1001—3881．2012．01．010基于BP神经网络的钢丝绳电涡流无损定量检测技术周继惠，刘丹，何悦海，曹青松(华东交通大学机电工程学院，江西南昌330013)、摘要：钢丝绳在建筑、旅游、运输等行业中已得到了广泛应用，由其断丝、磨损等缺陷所引起的安全隐患备受人们关注。采用双探头低频透射式钢丝绳电涡流无损检测方案，选取感应信号相对于激励信号的峰一峰值差和相位差作为特征量，采用数字式峰一峰值算法

2、和占空比原理计算信号特征量。应用BP神经网络对钢丝绳缺陷进行自动识别，以钢丝绳型号及其缺陷特征量为网络输入，以是否存在断丝及断丝数量为网络输出，通过离线训练方法获取神经网络辨识模型。对实验数据进行识别，结果表明BP神经网络能对断丝缺陷及其数量进行有效的定性及定量识别。关键词：钢丝绳；涡流检测；峰一峰值差；相位差；BP神经网络中图分类号：TP212文献标识码：A文章编号：1001—3881(2012)1—034—5EddyCurrentNondestructiveandQuantitativeDetectionofWireRopeBasedonBack

3、PropagationNeuralNetworkZHOUJihui，LIUDan，HEYuehai，CAOQingsong(SchoolofMechatronicsEngineering，EastChinaJiaotongUniversity，NanchangJiangxi330013，China)Abstract：Wireropehasbeenwidelyusedinbuilding，tourism，transportationandotherrelatedfields．Itssafetyproblemscausedbythedefectsthat

4、resultfromwire—breakingandwearattractSOmuchinourcommunity．Thedetectionschematicofdualprobelowfrequencypiercingeddycurrentwasadoptedtodetectwireropedefects．Thephasedifferenceandpeak—peakdifferenceofresponsesignalwhichrelatedtoexcitationsignalwereselectedtobecharacteristicquantit

5、ies．Basedonthedigitalalgorithmaboutpeak—to—peakanddutyprinciple，thecharacteristicvalueofsignalwascalculated．Fortheeddycurrentnon—destructiveandquantitativedetectingofwirerope，theBPneuralnetworkwasusedforautomaticallydistinguishdefects，thenetworkstructurewasdesignedtogetneuralne

6、t—workmodelsbyofflinetrainingmethodbasedontheinputandoutputofnetwork．Measuringtheexperimentdata，theidentificationre—suitsshowtheneuralnetworkcanbeusedtoeffectivelyidentifytheconditionandnumberofdefects．Anewideaforwireropenon—de—structiveandquantitativedetectingissupported．Keywo

7、rds：Wirerope；Eddycurrentdefection；Peak—peakdifference；Phasedifference；BPneuralnetwork钢丝绳是现代工业中常用的柔性承载构件，广钢丝绳断丝在线无损检测系统，结合智能化信息处理泛应用于煤炭、运输、建筑、旅游等诸多行业，其技术，实现了断丝的自动识别，并能据此进行报警和无损探伤与评估已成为相关领域学者研究的热点。打标。国内外存在的钢丝绳无损检测方法有电磁检测法、同时，也有专家将神经网络(NN)辨识技术应超声波检测法、声发射检测法、射线检测法及光学用于电磁无损检测领域。REKA

8、NOS等在基于电涡检测法等。流检测的导电性金属层结构识别技术中设计了神经网电磁无损检测技术得到了广泛应用，国