基于广义回归神经网络的交流电磁场检测裂纹量化研究

作     者：李伟 陈国明 郑贤斌 LI Wei;HEN Guo-ming;HENG Xian-bin

作者机构：中国石油大学机电工程学院山东东营257061 

出 版 物：《中国石油大学学报（自然科学版）》 (Journal of China University of Petroleum(Edition of Natural Science))

年 卷 期：2007年第31卷第2期

页      面：105-109页

核心收录：

学科分类：08[工学] 080502[工学-材料学] 0805[工学-材料科学与工程（可授工学、理学学位）] 

基　　金：国家'863'计划资助项目(2002AA616060) 

主　　题：无损检测 交流电磁场检测 裂纹量化 广义回归神经网络 

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。