基于BP神經(jīng)網(wǎng)絡的管道裂紋狀態(tài)識別及時差定位研究.pdf

1、隨著管道工業(yè)迅猛發(fā)展，管道運輸已經(jīng)成為能源運輸?shù)闹饕绞街唬虼?，開展管道質量狀態(tài)的安全檢測研究，對于保障管道輸送的正常運行，維護人類生命財產(chǎn)安全以及減少和避免環(huán)境污染具有重要意義。本文在查閱大量國內外科技文獻的基礎上，以管道裂紋為研究對象，基于奇異值分解(Singular Value Decomposition，SVD)、BP神經(jīng)網(wǎng)絡及時差定位技術對管道裂紋聲發(fā)射信號進行了分析處理，實現(xiàn)了管道裂紋的狀態(tài)識別及定位，為管道的安全性檢測

2、提供了一些經(jīng)驗和依據(jù)。本課題研究的主要內容如下:
　　首先，本文介紹了聲發(fā)射的基本理論，并根據(jù)聲發(fā)射現(xiàn)象的產(chǎn)生與材料內部變化機制的特點，確定選取聲發(fā)射檢測技術來采集裂紋聲發(fā)射信號。在分析管道裂紋主要狀態(tài)及其聲發(fā)射信號的特點以及聲發(fā)射信號處理技術的基礎上，提出了聲發(fā)射采集方法及信號處理方案。
　　其次，對采集的聲發(fā)射信號進行預處理。運用SVD技術對管道裂紋聲發(fā)射信號進行降噪處理，論文針對SVD分解中重構階數(shù)的確定這一難點，采用

3、奇異值能量差分譜確定信號重構階數(shù);通過算例仿真，展現(xiàn)了該方法在降噪上的有效性，針對降噪后信號局部誤差偏大的問題，提出了級聯(lián)SVD方法;分析了SVD降噪處理對能量等幾個信號參數(shù)的影響，并選取幅度、振鈴計數(shù)、上升計數(shù)、持續(xù)時間、上升時間、有效值電壓、平均信號電平和能量8個特征參數(shù)作為裂紋狀態(tài)識別的特征量。
　　再次，運用BP神經(jīng)網(wǎng)絡技術對裂紋進行狀態(tài)識別以及時差定位優(yōu)化研究。論文通過網(wǎng)絡結構設計和參數(shù)設置，設計一個隱含層可變的BP神經(jīng)

4、網(wǎng)絡，在不斷改變隱含層神經(jīng)元的數(shù)目，根據(jù)網(wǎng)絡的訓練誤差及訓練次數(shù)，確定了隱含層神經(jīng)元個數(shù)。將測試數(shù)據(jù)輸入訓練好的BP神經(jīng)網(wǎng)絡中進行模式識別，并將BP網(wǎng)絡輸出的測試樣本識別結果與目標輸出對比，以考察網(wǎng)絡分類的準確性，實現(xiàn)管道裂紋的狀態(tài)識別。論文選用時差定位法對管道裂紋進行了定位研究，為提高其精度，引入BP神經(jīng)網(wǎng)絡，并通過對比引入BP神經(jīng)網(wǎng)絡前后的時差定位精度，得出BP神經(jīng)網(wǎng)絡對于時差定位的精度優(yōu)化作用。
　　最后，為了驗證研究的可行

5、性，進行了管道裂紋聲發(fā)射信號檢測實驗。針對采集的信號進行了SVD降噪處理;并應用BP神經(jīng)網(wǎng)絡技術對管道裂紋進行了狀態(tài)識別及時差定位的優(yōu)化研究，成功的識別出了管道裂紋的狀態(tài)，并同時證明了BP神經(jīng)網(wǎng)絡對于時差定位精度的優(yōu)化作用。
　　研究結果表明，運用SVD降噪技術可以很好的濾除聲發(fā)射信號中的噪音信號;根據(jù)降噪后提取的特征參數(shù)，運用BP神經(jīng)網(wǎng)絡模式識別能夠較準確的識別出管道無裂紋狀態(tài)、裂紋擴展狀態(tài)和滲漏裂紋狀態(tài);同時BP神經(jīng)網(wǎng)絡的引入