搜索热:tofd 3D打印
扫一扫 加微信
首页 > 期刊论文 > 论文摘要
基于BP神经网络的巴克豪森铁轨温度应力检测
          
A Rail Temperature Stress Detection System by Barkhausen Noise Based on BP Neural Network

摘    要
在对钢轨温度应力检测的过程中,由于温度和应力对MBN信号都存在影响,因此如何对数据进行温度补偿得到准确的应力值是研究的重点。基于BP人工神经网络,以铁磁性试件的温度、和经处理得到的巴克豪森噪声信号的均值、均方根、振铃数和峰宽比作为主要的影响因子,以试件的压应力作为输出结果,建立巴克豪森铁轨温度应力检测系统。使用多个样本对该网络进行训练后,采用若干测试样本对网络进行测试,最后将测试结果与实际设计结果相对比,得出网络的平均准确率达到了测试的目标,说明了该基于BP神经网络的巴克豪森温度应力检测系统能够实现对温度的补偿,具有高效性和准确性。
标    签 巴克豪森噪声   BP神经网络   压应力   温度   Barkhausen noise   BP neural network   Compressive stress   Temperature  
 
Abstract
Due to the fact that both of the temperature and stress have effect on MBN signals, in the detection process of the rail temperature stress, so how to get the accurate stress value by temperature compensating for the test stress was a key point of this study. A temperature stress detection system by Barkhausen noise, based on the BP neural network, was built by taking the temperature of the ferromagnetic specimens, the frequency and voltage of the excitation signal, and the mean value, RMS value, ringing counts and peak-wide ratio of the processed Barkhausen signal as the main impact factor, and taking the corresponding compressive stress of specimen as the output data. After being trained by many training samples, the network was tested by some test samples. It showed that the required accuracy was reached by comparing the test results with the actual stress value, which indicated that the stress detection system by Barkhausen noise based on BP neural network obtained the perfect temperature compensation, and was very efficient and accurate.

中图分类号 TG115.28

 
  中国光学期刊网论文下载说明


所属栏目 2011年远东无损检测论坛论文精选

基金项目 国家自然科学基金资助项目(50907032);江苏省科技厅资助项目(BE2009162,BZ2009051);博士点基金资助项目(20093218120019)

收稿日期 2011/5/30

修改稿日期

网络出版日期

作者单位点击查看

备注朱秋君(1986-),女,硕士研究生,研究方向为无损检测。

引用该论文: ZHU Qiu-Jun,WANG Ping,TIAN Gui-Yun,YAN Xiao-Ming,WANG Hai-Tao. A Rail Temperature Stress Detection System by Barkhausen Noise Based on BP Neural Network[J]. Nondestructive Testing, 2011, 33(12): 25~28
朱秋君,王平,田贵云,闫小明,王海涛. 基于BP神经网络的巴克豪森铁轨温度应力检测[J]. 无损检测, 2011, 33(12): 25~28


论文评价
共有人对该论文发表了看法,其中:
人认为该论文很差
人认为该论文较差
人认为该论文一般
人认为该论文较好
人认为该论文很好
分享论文
分享到新浪微博 分享到腾讯微博 分享到人人网 分享到 Google Reader 分享到百度搜藏分享到Twitter

参考文献
【1】王骁,刘辉,祁欣,等.巴克豪森噪讯无缝线路应力检测仪的研制及应用[J].北京化工大学学报,2010,37(3):123-126.
 
【2】Wilson John W, Tian Gui Yun, Moorthy Vaidhianathasamy, et al. Magneto-acoustic emission and magnetic barkhausen emission for case depth measurement in En36 gear steel[J]. IEEE Transactions on Magnetics,2009,45(1):177-183.
 
【3】WANG Ping, ZHU Shougao, TIAN Guiyun, et al. Stress measurement using magnetic barkhausen noise and metal magnetic memory testing[J]. Measurement Science & Technology,2010,21(5):055703.
 
【4】刘明珠,杨从晶,于助,等.巴克豪森噪声在应力及疲劳损伤检测上的应用[J].哈尔滨理工大学学报,2001,6(1):73-76.
 
【5】Wilson John, Tian Gui Yun. Pulsed magneto-acoustic emission sensor array for stress measurement and material characterisation[C]. School of Computing and Engineering Researchers Conference, UK: University of Huddersfield,2006.
 
【6】朱寿高.基于巴克豪森噪声应力检测系统的研究[D].南京:南京航空航天大学,2009.
 
【7】杨雅荣. 基于巴克豪森效应的钢轨表面应力研究[C].2009远东无损检测论坛.江苏:江苏省特种设备安全监督检验研究院,2009.
 
【8】Titto K. Use of barkhausen effect in testing for residual stresses and material detects[J]. Nondestructive Testing Australia,1989,26(2):458-467.
 
【9】周鑫.GPRS网络优化中小区流量的预测研究[D].湖南:湖南大学,2010:30-31.
 
【10】葛哲学,孙志强.神经网络理论与MATLAB R2007实现[M].北京:电子工业出版社,2007:46-61.
 
相关信息
   标题 相关频次
 室外温度变化对巴克豪森检测的影响
 11
 巴克豪森应力检测中激励方式的影响
 10
 基于巴克豪森效应的钢轨表面应力研究
 8
 齿轮材料有效硬化层深度对巴克豪森噪声信号的影响
 6
 钢轨裂纹高速漏磁巡检中的动态磁化及速度效应分析
 6
 钢轨疲劳斜裂纹垂向磁化检测仿真
 6
 钢轨疲劳斜裂纹垂向磁化检测仿真
 6
 高速漏磁检测中钢轨磁化强度的研究
 6
 基于ARM平台的巴克豪森噪声应力检测系统
 6
 金属磁记忆累积机理
 6
 脉冲涡流检测技术的研究
 6
 钢轨表面缺陷漏磁检测的三维磁场分析
 5
 钢轨漏磁检测的速度效应
 5
 高速铁路钢轨电磁检测试验
 5
 基于漏磁信号的钢轨斜裂纹识别
 5
 基于小波分解和BP神经网络的磁巴克豪森噪声信号分层分析研究
 5
 脉冲涡流阵列缺陷成像检测技术
 5
 RPV辐照脆化巴克豪森噪声检测的二维仿真
 4
 WiFi无线技术在巴克豪森无损检测系统中的应用
 4
 超声相控阵声束控制特性分析
 4
 风力发电齿轮箱安全运行的远程监控
 4
 风力发电设备无损检测技术研究
 4
 高速检测条件下缺陷钢轨涡流效应的仿真
 4
 基于DSP的巴克豪森便携式应力检测系统的开发
 4
 基于波速分析的激光超声检测技术
 4
 基于电磁原理的钢轨裂纹高速在线巡检方法
 4
 基于碳纳米管压阻效应的复合材料结构健康监测技术
 4
 基于无线传感器网络的燃气管道检测系统身份认证技术
 4
 基于无线传感网络的远程燃气管道泄漏检测系统
 4
 激光超声技术及其应用
 4