基于三维漏磁场信号的储罐底板水平凹槽形缺陷量化方法研究

针对油气储罐底板上可能存在的水平凹槽形缺陷,采用漏磁检测技术实施测量,提出了基于贝叶斯算法的BP神经网络缺陷量化方法。方法将贝叶斯算法引入BP神经网络基本架构中,控制网络复杂度并优化网络参数,从而建立了缺陷漏磁场信号与缺陷长度、宽度、深度的映射关系,且使缺陷量化方法可节约网络计算时间之同时,还提高了对水平凹槽形缺陷的量化精度。为获取更多的缺陷信息,采用三维漏磁场信号对水平凹槽形缺陷进行量化,进一步提高了对缺陷长度和宽度的量化精度。仿真结果表明,提出的方法在网络训练时间和缺陷量化精度上均具优于已有方法,具有很好的应用优势。