文献

J-GLOBAL ID：201702289088253085   整理番号：17A0349118

改良BPニューラルネットワークに基づく微裂紋漏磁の定量的認識【JST・京大機械翻訳】

Quantitative Identification of Microcracks Through Magnetic Flux Leakage Based on Improved BP Neural Network

著者 (4件)： Qiu Zhongchao (School of Mechanical Engineering, Beijing Institute of Technology) ,  Zhang Weimin (School of Mechanical Engineering, Beijing Institute of Technology) ,  Zhang Ruilei (Hebei Aerospace Environmental Engineering Co., Ltd) ,  Ma Chunhong (Hebei Aerospace Environmental Engineering Co., Ltd)
資料名： Dongbei Daxue Xuebao(Zirankexueban)  (Dongbei Daxue Xuebao(Zirankexueban))
巻： 37  号： 12  ページ： 1759-1763  発行年： 2016年 
JST資料番号： C5017A  ISSN： 1005-3026  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： MFL検出は強磁性材料の非破壊検出法の一つであり、定量的識別とは、検出されたMFL信号を通じてき裂のサイズを識別することである。主成分分析と最適化ニューラルネットワークを結合して,微小亀裂幅と深さの予測モデルを確立した。主成分分析は,データ相関を除去して,入力サンプル次元を減少して,ネットワーク構造を単純化した。遺伝的アルゴリズムによって最適化されたBPニューラルネットワーク(GA-BPニューラルネットワーク)は,探索過程における局所最適解を効果的に防ぐことができた。磁気双極子モデルに基づく理論的計算と人工刻槽微のクラック検出実験の2つの方法を用いて、このアルゴリズムの微小亀裂の定量的識別における応用を検証し、亀裂発展段階の早期定量的識別技術に一定の基礎を築いた。Data from the ScienceChina, LCAS. Translated by JST【JST・京大機械翻訳】

シソーラス用語： 最適化 ,  アルゴリズム ,  ネットワーク構造 ,  磁気双極子 ,  *ニューラルネットワーク ,  簡素化 ,  亀裂 ,  微小亀裂 ,  遺伝的アルゴリズム ,  主成分分析 ,  予測モデル ,  強磁性
準シソーラス用語： 亀裂検出 ,  局所最適解 ,  *逆伝播ニューラルネットワーク , 【Automatic Indexing@JST】

著者キーワード (5件)： magnetic flux leakage detection ,  principal component analysis (PCA) ,  GA-BP neural network ,  microcrack ,  quantitative identification

分類 (1件)： 非破壊試験  (HB02030F)

タイトルに関連する用語 (2件)： BPニューラルネットワーク ,  定量