钢铁工业中的铁磁性材料屈服强度的检测依赖拉伸检测,增加了检测成本,为此提出了一种多特征融合的铁磁性材料屈服强度脉冲涡流检测方法。提取脉冲涡流响应信号的时域特征、频域特征,然后建立各个信号特征与材料屈服强度的神经网络模型,最后用神经网络模型对材料的屈服强度进行估计。该方法是一种无损检测方法,检测误差不超过5%。
类型: 期刊论文
作者: 李开宇,高雯娟,王平,张艳艳,杭成
关键词: 铁磁性材料,涡流检测,屈服强度,神经网络,特征融合
来源: 中国机械工程 2019年18期
年度: 2019
分类: 工程科技Ⅱ辑,工程科技Ⅰ辑
专业: 金属学及金属工艺
单位: 南京航空航天大学自动化学院
基金: 国家自然科学基金资助项目(61527803),科技部重大科学仪器设备开发专项(2016YFB1100205,2016YFF0103702),南京航空航天大学研究生创新基地(实验室)开放基金资助项目(kfjj20170325)
分类号: TG115.5
页码: 2143-2149
总页数: 7
文件大小: 199K
下载量: 161
本文来源: https://www.lunwen66.cn/article/ceb4c094e5524cf91a364b90.html