小波分析在腐蚀电化学瞬态检测中的应用

选用适宜的多分辨分析小波滤波方法对恒电流瞬态技术的响应信号进行处理,滤除各种噪声干扰,应用于高绝缘性能防护层缺陷的检测,同时设计了采用特定尺度对小幅度正弦波激励响应信号进行连续小波变换的方法,提取原信号中与激励信号相同频率的真实信息,结果较为满意。     

小波分析与Kohonen神经网络方法在埋地管道防护层缺陷现场检测中的应用

对埋地管道防护层进行现场测试,以连续小波变换提取正弦电流激励响应中特定频率的信息,建立了Ko-hoen神经网络方法评价防护层状态的适合于现场检测的智能模型,并对埋地模拟管道及大港油田港沧输气管线管道防护层状态进行判断,验证了方法的准确性.     

ACVG与CIPS技术在埋地管道防腐蚀评价中的组合应用

利用交流电位梯度法(ACVG)和密间隔电位法(CIPS)对一条埋地管道进行了检测,结合对检测出的防护层缺陷点的实际开挖,验证了ACVG与CIPS组合应用的可靠性。     

恒电位－恒电流瞬态响应技术研究钝化膜多层结构──Ⅰ．多层结构钝化膜的P－G瞬态响应特征

采用恒电位－恒电流（Ｐ－Ｇ）瞬态响应技术研究了具有多层结构钝化膜的体系．分析了这类体系在钝化过程不同阶段的Ｐ－Ｇ瞬态响应特征．提出了判断钝化膜多层结构的方法以及表征钝化膜不同层稳定性的特征参数，并建立了描述复杂钝化体系Ｐ－Ｇ响应曲线的数学模型．研究结果证实所建立的模型能很好地反映体系的Ｐ－Ｇ响应特征．     

STUDY ON MULTIPLE-LAYER STRUCTURE OF PASSIVE FILM ON STAINLESS STEEL BY POTENTIOSTATIC-GALVANOSTATIC (P-G) TRANSIENT TECHNIQUE Ⅰ. P-G Response Characteristics of Passive Film with Multiple-Layer Structure

采用恒电位－恒电流（Ｐ－Ｇ）瞬态响应技术研究了具有多层结构钝化膜的体系．分析了这类体系在钝化过程不同阶段的Ｐ－Ｇ瞬态响应特征．提出了判断钝化膜多层结构的方法以及表征钝化膜不同层稳定性的特征参数，并建立了描述复杂钝化体系Ｐ－Ｇ响应曲线的数学模型．研究结果证实所建立的模型能很好地反映体系的Ｐ－Ｇ响应特征．     

钢质管道外腐蚀直接评价(ECDA)过程中密间隔电位(CIPS)检测方法的应用

本文介绍了CIPS密间隔电位测量的基本原理和5种检测模式及其应用情况,并通过一次成功的实施CIPS密间隔电位测量,解析检测数据的得出通/断电电位、横/纵向电位梯度在管道防腐层破损点处的不同数据分布规律,通过该规律可以实现使用CIPS密间隔电位测量的方法,对管道阴极保护电位和管道防腐层破损点的定位。     

用直流电位梯度法测量埋地管道防护层缺陷位置的模拟试验

介绍了埋地管道防护层缺陷电位梯度检测技术。用盐溶液、蒸馏水和自来水的混合液模拟土壤介质,通过改变管道防护层缺陷大小,改变环境电阻率和保护电流,试验证明了电位梯度检测技术能够比较准确地检测出管道防腐层缺陷的位置,并得到了管道埋深和地表电位梯度的关系。     

恒电位—恒电流瞬态响应技术研究钝化膜多层结构：Ⅰ.多层结构钝化膜…

采用恒电位－恒电流瞬态响应技术研究了具有多层结构钝化膜的体系，分析了这类体系在钝化过程不同阶段的Ｐ－Ｇ瞬态响应特征。提出了阉断钝化膜多层结构的方法以及表征钝化膜不同层稳定性的特征参数，并建立了描述复杂钝化体系Ｐ－Ｇ响应曲线的数学模型。研究结果证实所建立的模型能很好地反映体系的Ｐ－Ｇ响应特征。     

福建LNG长输管道杂散电流干扰的排查研究

为了解决福建液化天然气(LNG)管道ZZ002测试桩附近杂散电流干扰问题,联合使用长时间电位监测手段、密间隔电位测试(CIPS)检测方法、土壤电位梯度(DCVG)检测等方法确定了管道电位异常的时间、范围和沿管道的分布状况,发现了杂散电流的源头;切断杂散电流干扰源后,对管道进行复测,管道电位恢复正常;并对干扰现象产生的原理进行了分析、计算,和实际测量结果进行核对,证实联合使用时间电位监测手段、CIPS检测方法、土壤电位梯度检测等方法可以有效查找杂散电流干扰源。     

恒电位－恒电流瞬态响应技术研究钝化膜多层结构──Ⅱ．2．5mol／LH_2SO_4溶液中2205和316L不锈钢钝化膜的结构与生长规律的研究

采用恒电位－恒电流（Ｐ－Ｇ）瞬态响应技术研究了２２０５和３１６Ｌ不锈钢在２．５ｍｏｌ／ＬＨ２ＳＯ４溶液中钝化膜的结构．研究结果证实这两种体系的钝化膜均具有多层结构．利用由Ｐ－Ｇ响应曲线计算得到的各特征参数随极化电位和极化时间的变化关系，有效地分析了两种体系钝化膜的稳定性及生长规律．     

在用对二甲苯(PX)输送埋地管道的外腐蚀检测

将外腐蚀直接评价方法应用于对二甲苯(PX)输送埋地管道的外腐蚀检测。分别对其进行敷设环境调查、土壤腐蚀性检测、阴极保护检测和防腐层检测,并对检测结果进行评级。防腐层检测中,应用C扫描检测防腐层绝缘电阻率,综合运用Pearson法和密间隔电位法(CIPS)确定防腐层破损点位置。通过开挖,验证了该组合检测方法的有效性,为埋地管道防腐层检漏提供高效、准确的新方法。     

基于遗传小波神经网络MIG焊熔透状态模式识别

通过对已有的人工神经网络、小波分析、遗传算法的建模方法进行组合利用并加以改进,建立了基于电弧声信号特征的MIG焊熔透状态诊断网络模型.声波信号经小波去噪和小波包频带能量特征提取后,作为小波神经网络模型的输入特征向量,网络训练中采用具有全局优化能力的遗传算法动态修改网络结构和参数,避免了神经网络训练速度慢、容易陷入局部极值的缺点,从而完成数据挖掘和复杂的非线性建模功能.结果表明,将网络模型用于熔透状态诊断,证实了方案的可行性和有效性.     

基于神经网络的数据融合算法在管道缺陷损伤识别上的应用

本文研究了基于BP神经网络的多传感器数据融合算法,并对BP算法进行改进,利用D—S证据理论进行分析,针对多传感器检测数据的不确定性,提出了神经网络和D-S证据理论相结合的数据融合模型及融合算法应用于输油管道检测系统,通过对他们进行检测、关联、相关、估计和综合等多方面、多级别的处理,进而得到被检测状态的准确评估。它可以克服单一管道检测技术的不足,融合多种检测结果以提高检测精度。     

基于声信号递归Hilbert变换的轴承故障诊断研究

轴承缺陷检测与损伤程度检测一直是旋转机械领域内非常重视的问题,虽然目前针对振动信号的研究已经取得相当好的结果,但是对于难以安装振动传感器的情况,诊断效果仍需改进。针对强背景噪声下故障轴承产生的声音,提出一种基于递归Hilbert变换和一维卷积神经网络的诊断方法来提取抽象特征并进行模式识别。卷积神经网络结构中引入了全局平均池化层来加速网络的运行。最后,通过数据集验证了所提方法的有效性,与其他常用分类方法进行对比,验证了该方法的优越性。结果表明：所提算法不仅能够准确识别轴承的损伤部位,而且能够准确区分部件的损伤程度。     

基于人工蜂群优化支持向量机的船舶管网泄漏识别

针对船舶管系频繁的调泵、调阀等常规操作极易引发泄漏检测系统误报警这一问题,采用适于小样本数据集处理的支持向量机（ SVM）从管系多种工况中识别泄漏。使用具备局部和全局最优解搜索能力的人工蜂群算法（ ABC）优化SVM参数,避免陷入局部最优解,提高识别正确率。通过小波分析提取工况特征向量,设计和组建人工蜂群优化支持向量机（ ABC?SVM）分类器,实现了泄漏识别。与BP神经网络等常用算法比较, ABC?SVM算法具有更高的泄漏识别正确率和适应性。     

基于小波去噪和广义回归神经网络的图像重构算法

针对传统基于小波变化的图像超分辨率重构问题,提出了一种结合小波去噪和广义回归神经网络的图像重构算法。首先通过整数小波变换将图像的低频和高频部分进行分解。然后利用中值边缘检测作为预测器并在编码之前设置了误差映射。最后对传统广义回归神经网络的原理进行了分析,并设计了相应的广义回归神经网络。此外,利用期望值最大算法对广义回归神经网络模型参数估计进行了优化。通过超分辨率图像重建仿真实验对提出算法的有效性进行了验证。实验结果表明：提出算法具有较好的去噪能力和较高的重构精度。     

钢板孔洞涡流检测的小波分析

小波的时频局部化和多尺度特性，使其特别适用于信号的奇异性和瞬态信号的检测以及强周期性噪声干扰下非平稳信息的提取。小波分析用于钢板孔洞测量的数据处理过程中，通过以最大信噪比为依据的自定义代价函数来获取小波包最优基函数，使重构信号的信噪比大幅度提高，从而确保了钢板孔洞的良好测量与分辨。     

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

因小波变换具有多尺度分析的特点,在时频两域都有表征信号局部特征的能力,因此采用小波分解方法研究了不同时频成分的磁巴克豪森（MBN）信号随温度和应力变化的灵敏度问题。采用db5小波对MBN信号进行6层小波分解,提取各层分解系数的均值和均方根,并讨论分析了各特征值随所加应力以及温度变化的相对变化关系。研究表明,在试样的弹性范围内,低频系数和各层高频系数的均值和均方根都随压应力的增加而减小;各层高频系数的均值和均方根随温度的升高而降低,低频系数的均值和均方根随温度的升高而升高。最后将温度、原始MBN信号以及各分解系数的均值和均方根作为神经网络的输入,压应力作为其输出建立神经网络模型,结果表明该神经网络模型与之前没有用小波分解时的神经网络模型相比,检测应力的准确性更高。