涡流脉冲热像技术中基于神经网络的检出/漏检预测研究

涡流脉冲热像技术是一种新型的无损检测技术,已在金属材料和复合材料的检测领域得到了广泛应用。检出/漏检则是评价被检测对象是否存在裂纹的重要标准,为解决目前检出/漏检研究需要大量实验数据的问题,本文提出了一种基于BP神经网络的检出/漏检预测方法。首先,制作了30组含有不同尺寸疲劳裂纹的金属试件,并完成了15组不同检测条件下的裂纹检测实验。其次,分别绘制了3组检出概率曲线,并完成了不同检测条件对检出概率的影响分析。最后,为实现检出/漏检的可靠性预测,构建了基于BP神经网络的检出/漏检预测模型,并以50组数据为样本进行测试,实现了不同检测条件下不同尺寸裂纹的检出/漏检0误差预测。