10.3969/j.issn.1009-0134.2023.06.002
基于人工神经网络的火车车轮残余应力电磁检测技术
为突破火车车轮残余应力常规有损、抽样测试的局限性,对车轮残余应力的电磁检测方法进行了研究.首先,提出通过同时测量切向磁场强度、磁巴克豪森噪声和增量磁导率信号,并基于BP神经网络建立电磁参量融合预测模型;其次,为了获得准确、简捷的预测模型,提出一种利用变异系数、单调相关性和判定系数的电磁特征值优选方法,并依此遴选出5项特征值;最后,利用5项特征值输入的神经网络模型预测车轮的残余应力,误差在±15MPa之内,达到精确、高效的检测目标.
火车车轮、残余应力、电磁检测、BP神经网络
45
TB931(计量学)
国家重点研发计划2018YFF01012300
2023-07-05(万方平台首次上网日期,不代表论文的发表时间)
共4页
7-10