小波神经网络在海底石油管道漏磁缺陷检测中的应用 |
| |
引用本文: | 金涛 阙沛文 陶正苏. 小波神经网络在海底石油管道漏磁缺陷检测中的应用[J]. 石油大学学报(自然科学版), 2005, 29(3): 83-86,91 |
| |
作者姓名: | 金涛 阙沛文 陶正苏 |
| |
作者单位: | 金涛(上海交通大学信息检测与仪器系,上海,200030) 阙沛文(上海交通大学信息检测与仪器系,上海,200030) 陶正苏(上海交通大学信息检测与仪器系,上海,200030) |
| |
基金项目: | 国家"863"计划资助项目(2001AA602021) |
| |
摘 要: | 海底管道漏磁检测信号处理的主要任务是根据霍尔传感器检测到的缺陷的漏磁信号识别缺陷的形态参数,噪声消除和缺陷识别是其中的关键问题。利用噪声信号和测试信号在各个尺度上波谱的不同特征,基于小波变换来消除管道漏磁检测中的噪声信号,并根据正交小波多尺度多分辨率特点,把信号分解成各相互独立的频带,构建一个小波神经网络系统,通过输入漏磁信号的特征量识别缺陷的参数。漏磁检测数据处理实验表明该小波变换能较好地去除检测信号中的主要噪声,所建立的缺陷识别小波神经网络系统具有收敛速度快、逼近精度高等特点。
|
关 键 词: | 海底管道 漏磁检测信号处理 小波神经网络 形态参数 噪声消除 缺陷识别 |
文章编号: | 1000-5870(2005)03-0083-04 |
Application of wavelet basis function neural network to offshore oil pipeline magnetic flux leakage defect inspection |
| |
Abstract: | |
| |
Keywords: | |
本文献已被 维普 等数据库收录! |
|