上海青浦區盈浦街道檢測雨水管道|清淤
海底管道漏磁檢測信號處理的主要任務是根據霍爾傳感器檢測到的缺陷漏磁信號來識別缺陷的形態參數. 根據漏磁檢測原理設計了相關的漏磁檢測電路, 通過提取信號的主要特征量, 利用Levenberg-Marquardt 算法在對常用BP 神經網絡改進的基礎上應用其來識別缺陷的尺寸參數, 給出了BP 神經網絡各層數的確定及權值、學習率的調整方法和相應的漏磁信號數據處理過程. 漏磁檢測數據處理實驗表明, 該缺陷識別BP 神經網絡系統具有逼近精度高、收斂速度快等特點。
管道運輸是石油、天然氣運輸采用的主要方式.由于輸送管線穿越地域廣闊、服役環境復雜和位置隱蔽, 管道一旦發生事故, 不僅會造成巨大的經濟損失, 而且對社會和環境也會產生嚴重的后果, 其直接、間接經濟損失巨大, 所以必須定期對管道進行檢測. 漏磁法是目前863 高科技項目“海底管道爬行器及其檢測技術”中采用的主要技術, 但是實現缺陷的定量識別, 依然是一個研究的難點問題. 人工神經網絡在模式識別、函數逼近等方面已經得到了良好的應用, 而目前實際應用中的絕大部分神經網絡模型是采用BP 網絡和它的變化形式[ 1] . 本文在已設計漏磁檢測裝置的基礎上, 提出了應用改進的BP 神經網絡對管道缺陷進行識別, 并應用實驗室數據進行驗證.