论文部分内容阅读
储罐是石油、石化工业中重要的设备，储罐底板腐蚀是储罐安全隐患之一。漏磁检测方法是目前储罐底板检测研究的一个重要方向。根据缺陷漏磁信号的特征，将经验模态分解方法（EMD）与小波去噪方法相结合，对漏磁信号进行去噪处理。采用BP神经网络模型对储罐底板缺陷进行量化分析研究，构建了缺陷几何参数预测BP神经网络模型，并运用有限元分析所得到的数据为BP网络训练样本，用人工模拟缺陷的漏磁信号测试BP神经网络。网络训练和测试结果符合储罐底板缺陷量化的精度要求。