-
题名基于混淆矩阵神经网络的管道超声导波分类研究
被引量：1
- 1
-
-
作者
唐永锋
柯永斌
庄立运
季仁东
陈建智
余科桦
-
机构
淮阴工学院电子信息工程学院
-
出处
《电子器件》
CAS
北大核心
2023年第2期469-477,共9页
-
基金
教育部产学合作协同育人项目(202102046003)
江苏省教育科学“十三五”规划课题(D/2020/01/35)
+1 种基金
淮阴工学院教学改革研究课题(JGKT202111)
淮阴工学院高教研究项目(2020GJ08)。
-
文摘
管道是石油、天然气运输的生命线,所以管道的安全运行直接关系到石油、天然气的正常运输。管道的在役年限增加和工作环境带来的不可避免的腐蚀,是影响管道安全运行的主要隐患,管道定期无损检测问题引起了世界各国的高度重视。采用聚类算法筛选出具有代表性的分类器,根据混淆矩阵改进管道裂纹的分类,从实验设备、实验样品和实验方法三个方面对整个实验过程进行了阐述。实验研究结果表明,超声导波能够有效地检测出倾斜裂纹管道,可以定位损伤,识别损伤程度,实现对管道运行状况的全面评价,对维护管道安全运行具有重要意义。
-
关键词
管道裂纹检测
超声导波
混淆矩阵神经网络
-
Keywords
pipe crack detection
ultrasonic guided wave
confusion matrix neural network
-
分类号
TG115.285
[金属学及工艺—物理冶金]
TP183
[自动化与计算机技术—控制理论与控制工程]
-
