期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
第七专题 人工神经网络在涡流检测信号处理中的应用
被引量：
12
APPLICATION OF ARTIFICIAL NEURAL NETWORKS TO SIGNAL PROCESSING FOR EDDY CURRENT TESTING
下载PDF
职称材料
导出
摘要
涡流检测作为一种非破坏性检测方法,在金属材料无损检测领域得到了广泛的应用,但由于影响涡流的因素太多,所以涡流检测的定性、尤其是定量分析一直是个难点。尽管在现有的各种仪器中采用了相位分析法、频率分析法及幅值鉴别法等信号处理方法,但最终的缺陷识别仍只能靠人眼来判别。
作者
施克仁
何朝晖
机构地区
清华大学机械系
出处
《无损检测》
北大核心
1996年第7期199-201,共3页
Nondestructive Testing
关键词
神经网络
涡流检测
信号处理
分类号
TG115.284 [金属学及工艺—物理冶金]
TP18 [自动化与计算机技术—控制理论与控制工程]
引文网络
相关文献
节点文献
二级参考文献
0
参考文献
0
共引文献
0
同被引文献
81
引证文献
12
二级引证文献
42
同被引文献
81
1
曲民兴,周效宇,司家屯.
新型远场涡流探头[J]
.无损检测,1993,15(3):63-65.
被引量：4
2
刘秀丽,左富纯,黄华斌.
磁粉法检测表面裂纹概率曲线的测定[J]
.实验力学,1995,10(1):91-94.
被引量：2
3
雷银照,马信山.
人工神经网络在涡流检测中的应用[J]
.无损检测,1994,16(2):31-33.
被引量：14
4
K.J.Langenberg,王寅观.
数字超声成象[J]
.无损检测,1994,16(3):84-88.
被引量：1
5
陈积懋.
无损检测新技术的进展[J]
.无损检测,1994,16(8):221-224.
被引量：15
6
H.Weiss,刘鉴.
数字图象分析在材料检测中的应用[J]
.无损检测,1994,16(12):356-358.
被引量：1
7
陈开惠,陈国平,陈健,田致敏,林俊明.
核电站凝汽器钛管的涡流在役检测[J]
.无损检测,1995,17(3):79-80.
被引量：4
8
李志刚,汪德良,孙本达.
薄壁钛管的涡流检测[J]
.无损检测,1995,17(5):132-134.
被引量：8
9
郑世才.
无损检测技术的可靠性[J]
.无损检测,1995,17(8):214-218.
被引量：16
10
刘秀丽,左富纯.
无损检测技术检出概率统计分析方法[J]
.无损检测,1996,18(1):9-11.
被引量：3
引证文献
12
1
田代才,陈铁群,张欣宇.
涡流检测信号处理技术[J]
.无损检测,2007,29(10):599-602.
被引量：5
2
孙金立,丁振国,张海兵,姜东宏.
人工神经网络技术在某型直升机桨叶超声检测中的应用[J]
.仪表技术,2008(11):1-3.
3
李雨润,田力男,王军.
涡流无损检测及其在电力生产中的应用[J]
.内蒙古电力技术,1998(2):57-59.
4
张晓明.
人工神经网络在涡流检测中的应用[J]
.沈阳工业大学学报,1998,20(5):22-25.
被引量：2
5
李雨润,王军,田力男.
涡流无损检测技术进展[J]
.无损探伤,1999,23(1):42-43.
被引量：5
6
谢颖,杨海涛,孙钦蕾.
蚁群神经网络在涡流无损检测中的应用[J]
.科技资讯,2012,10(27):4-5.
7
李成明,李文洲.
淬火钢轨表面硬度连续性无损检测[J]
.物理测试,2001,19(4):41-46.
被引量：1
8
徐鹏,李文洲.
钢轨表面硬度电涡流连续性无损检测[J]
.工程力学,2001,18(A02):429-433.
9
陈国华.
无损检测技术进展及其在压力容器安全评定中的作用[J]
.无损检测,2001,23(8):346-349.
被引量：5
10
任吉林.
电磁无损检测的新进展[J]
.无损探伤,2001,25(5):1-4.
被引量：13
二级引证文献
42
1
史新民,李耀明.
基于矫顽力的电磁无损检测仪的设计[J]
.南通职业大学学报,2007,21(4):61-64.
被引量：2
2
肖春生,王树宗,朱华兵.
基于人工神经网络的电涡流逆问题解[J]
.无损检测,2005,27(4):172-175.
被引量：7
3
王希望,刘淑霞,王亚辉.
信号处理和虚拟仪器技术在无损检测中的应用[J]
.无损检测,2005,27(11):601-603.
被引量：1
4
刘莉,任文举.
模糊信息融合在无损检测技术中的应用研究[J]
.机械工程与自动化,2006(3):73-74.
被引量：6
5
侯瑞生,王文军,王庆东,佘娜.
基于人工神经网络的曲轴残余应力巴克豪森测试仪[J]
.机电产品开发与创新,2006,19(3):45-47.
被引量：2
6
郝爱云,侯瑞生,杨玉敏.
Barkhausen噪声应力检测的人工神经网络数据处理方法[J]
.煤矿机械,2006,27(7):78-80.
被引量：1
7
李进旺,刘青昕,刘文剑,陈茂龙.
井下金属套管应力磁记忆检测信号的处理[J]
.大庆石油地质与开发,2007,26(2):87-90.
被引量：3
8
郝爱云,王文军,杨玉敏.
巴克豪森噪声应力检测的人工神经网络数据处理方法[J]
.无损检测,2007,29(10):575-577.
被引量：1
9
田代才,陈铁群,张欣宇.
涡流检测信号处理技术[J]
.无损检测,2007,29(10):599-602.
被引量：5
10
郝晓红.
便携式铁磁材料无损检测仪的研制[J]
.黑龙江工程学院学报,2009,23(2):66-70.
被引量：1
1
廖松林.
介绍几种鉴别废钢的方法[J]
.金属再生,1991(4):30-31.
2
为你解答Q&A[J]
.无线互联科技,2005,6(Z1):104-105.
3
李宝铭,陈全福,金焱.
火花鉴别法在焊丝生产中的应用[J]
.金属制品,1993,19(5):35-37.
4
张晓明.
人工神经网络在涡流检测中的应用[J]
.沈阳工业大学学报,1998,20(5):22-25.
被引量：2
5
任吉林,张泽义,陈金贵,刁海波,林俊明,张开良.
掌上型数字显示涡流导电仪的研制[J]
.无损检测,2006,28(12):617-619.
6
完美主义.
芯的鉴别——教你如何辨识打磨AMD CPU[J]
.电脑迷,2004,0(4):33-35.
7
孙晓明,岳滨,王树范,王晓慧,曲全利.
磨削烧伤的硬度鉴别法研究[J]
.哈尔滨工业大学学报,1995,27(6):48-51.
被引量：9
8
钟洁,王素菊,李启明.
不锈钢管表面缺损涡流检测信号的仿真计算[J]
.数据采集与处理,1997,12(2):101-105.
9
张凤翔.
抑制报警电路假报警的鉴别法[J]
.核电子学与探测技术,1989,9(2):88-92.
被引量：1
10
龙祖强,刘灿.
自动控制原理的教学方法探讨[J]
.科技视界,2013(17):19-19.
被引量：1
无损检测
1996年 第7期
职称评审材料打包下载
相关作者
内容加载中请稍等...
相关机构
内容加载中请稍等...
相关主题
内容加载中请稍等...
浏览历史
内容加载中请稍等...
;
用户登录
登录
IP登录
使用帮助
返回顶部
