基于神經(jīng)網(wǎng)絡(luò)的高溫壓力管道渦流檢測(cè)信號(hào)的溫度補(bǔ)償研究.pdf

《基于神經(jīng)網(wǎng)絡(luò)的高溫壓力管道渦流檢測(cè)信號(hào)的溫度補(bǔ)償研究.pdf》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫(kù)。

1、174化工機(jī)械2012拄基于神經(jīng)網(wǎng)絡(luò)的高溫壓力管道渦流檢測(cè)信號(hào)的溫度補(bǔ)償研究石純芳4(吉林化工學(xué)院)摘要壓力管道的質(zhì)量判定可以采用渦流檢測(cè)的方法，分析了溫度對(duì)渦流檢測(cè)的影響，實(shí)驗(yàn)測(cè)定了一定的數(shù)據(jù)。設(shè)計(jì)了神經(jīng)網(wǎng)絡(luò)補(bǔ)償器，采用實(shí)驗(yàn)樣本數(shù)據(jù)對(duì)神經(jīng)網(wǎng)絡(luò)進(jìn)行了訓(xùn)練。訓(xùn)練后的神經(jīng)網(wǎng)絡(luò)能準(zhǔn)確地預(yù)測(cè)溫度對(duì)檢測(cè)信號(hào)的影響。關(guān)鍵詞高溫壓力管道神經(jīng)網(wǎng)絡(luò)渦流檢測(cè)補(bǔ)償中圖分類號(hào)TQ051．8+1文獻(xiàn)標(biāo)識(shí)碼A文章編號(hào)0254-6094(2012)02-0174-03電渦流檢測(cè)技術(shù)是一種無(wú)損、無(wú)接觸測(cè)量的檢測(cè)技術(shù)¨’21。由于采用的電渦流傳感器具有結(jié)構(gòu)簡(jiǎn)單、靈敏度高、測(cè)量的

2、線性范圍大、不受油污等介質(zhì)的影響以及抗干擾能力強(qiáng)等優(yōu)點(diǎn)，因而在機(jī)械、電力、化工、石油、紡織、航空及原子能等行業(yè)得到廣泛的應(yīng)用”’41。隨著石油、天然氣、電力及化工等工程建設(shè)的發(fā)展，管道檢測(cè)越來(lái)越引起人們的高度重視，通常這些管道數(shù)量較多，要在短時(shí)間內(nèi)完成對(duì)大量管道的檢測(cè)任務(wù)，采用超聲或其他方法都是不現(xiàn)實(shí)的，只能采用電渦流法。渦流檢測(cè)的基本原理是當(dāng)載有交變電流的激勵(lì)線圈靠近導(dǎo)電試件時(shí)，試件中就感應(yīng)出渦流。渦流的大小、相位和流動(dòng)的形式由試件的電磁特性和幾何尺寸所決定，渦流的反作用使測(cè)量線圈的阻抗發(fā)生變化，測(cè)出這個(gè)變化就可檢測(cè)試件的性能變化或缺陷的狀態(tài)

3、。壓力管道內(nèi)部流動(dòng)的介質(zhì)往往具有一定的溫度，只有考慮到溫度對(duì)檢測(cè)的影響后，才能采取相應(yīng)的措施，消除這種影響，實(shí)現(xiàn)準(zhǔn)確測(cè)量。1溫度對(duì)檢測(cè)信號(hào)的影響一般來(lái)說(shuō)，溫度對(duì)壓力管道渦流檢測(cè)信號(hào)的影響主要是通過(guò)傳感器和壓力管道進(jìn)行的。所以，想了解環(huán)境溫度對(duì)渦流檢測(cè)信號(hào)的影響，必須分別掌握溫度對(duì)傳感器和壓力管道渦流的影響，然后根據(jù)它們之間的關(guān)系確定對(duì)渦流檢測(cè)信號(hào)的影響。1．1溫度對(duì)傳感器的影響。筆者利用如圖1所示的裝置測(cè)出了不同的溫度下渦流傳感器輸出信號(hào)的幅值(介質(zhì)為沸水)，具體數(shù)值見表l。圖l實(shí)驗(yàn)裝置示意圖l——激勵(lì)線圈；2——測(cè)量線圈；3——介質(zhì)·石純芳，

4、女，1960年12月生，高級(jí)經(jīng)濟(jì)師。吉林省吉林市．132022。第39卷第2期化工機(jī)械175神經(jīng)網(wǎng)絡(luò)表1溫度對(duì)傳感器輸出信號(hào)的影響數(shù)據(jù)耋霎信號(hào)值誓凳耋霎信號(hào)值誓霎’mV℃mA℃inA85895l53．1l5591．1653．2l7989．8453．164991．4053．017390．1653．104391．7252．946790．5053．083792．1653．066190．8853．123592．2652．951．2溫度對(duì)壓力管道內(nèi)部渦流的影響。利用圖1中的實(shí)驗(yàn)裝置，實(shí)驗(yàn)裝置中的介質(zhì)為低熔點(diǎn)合金(水銀)，讓低熔點(diǎn)合金中的渦流來(lái)代替壓力管道

5、中的渦流，這樣就可測(cè)得具體數(shù)據(jù)(表2)。表2溫度對(duì)壓力管道內(nèi)部渦流的影響數(shù)據(jù)合金溫度信號(hào)值合金溫度信號(hào)值℃mV℃mV9088338088．0988’88．297888．068688．257688．01848S．187487．988288．107287．922神經(jīng)網(wǎng)絡(luò)補(bǔ)償器的設(shè)計(jì)神經(jīng)網(wǎng)絡(luò)是從仿生學(xué)角度模擬人腦神經(jīng)系統(tǒng)的運(yùn)作方式，使機(jī)器具有人腦那樣的感知、學(xué)習(xí)和推理能力，神經(jīng)網(wǎng)絡(luò)具有強(qiáng)大的非線性補(bǔ)償能力，通過(guò)訓(xùn)練，能夠較好地對(duì)非線性信號(hào)進(jìn)行適當(dāng)?shù)难a(bǔ)償，筆者選用的神經(jīng)網(wǎng)絡(luò)溫度補(bǔ)償器如圖2所示，補(bǔ)償器采用3層前向反饋神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)。該補(bǔ)償器由輸入層、非線

6、性隱含層和線性輸出層3部分組成，神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)樣本為表1和表2中的數(shù)據(jù)。采用的算法為BP算法，學(xué)習(xí)規(guī)則為6規(guī)則吲。隱含層圖2神經(jīng)網(wǎng)絡(luò)補(bǔ)償器神經(jīng)網(wǎng)絡(luò)權(quán)值調(diào)整的一般方法是：先計(jì)算輸出層和隱含層(中間層)的廣義誤差?；镜臋?quán)值修正公式可以統(tǒng)一表示為：Wd(￡+1)=w“(#)+堿iow。f廠(～。)(d；一o，；)??對(duì)輸出層”【廠(u，，)；站gw∥?··對(duì)隱含層還有一種叫作改進(jìn)的具有慣性項(xiàng)的權(quán)值調(diào)整算法，即在上面的算式中加入慣性項(xiàng)：略H1)～∥)一叼端啊wli∽一如-1)]上式中口是慣性系數(shù)(在0到1之間取值)，而塒。(￡)一塒。(f一1)是慣性

7、項(xiàng)。圖2中的神經(jīng)網(wǎng)絡(luò)采用的s型函數(shù)為：㈣=專學(xué)習(xí)的目標(biāo)是與樣本數(shù)據(jù)的誤差最小，神經(jīng)網(wǎng)絡(luò)中，隱含層神經(jīng)元選擇為9個(gè)，在實(shí)際程序調(diào)試時(shí)，先用的是一般的權(quán)值調(diào)整方法，但經(jīng)多次反復(fù)的調(diào)整仍不能達(dá)到預(yù)期的效果，改用具有慣性項(xiàng)的權(quán)值調(diào)整方法，經(jīng)多次調(diào)整后得到了較為滿意的效果。采用表1和表2的樣本數(shù)據(jù)對(duì)神經(jīng)網(wǎng)絡(luò)訓(xùn)練后的校驗(yàn)數(shù)據(jù)與預(yù)測(cè)結(jié)果數(shù)據(jù)的比較如圖3、4所示。>g迪咖逛圖3溫度對(duì)傳感器影響神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)數(shù)據(jù)對(duì)比》旨理心坦圖4溫度對(duì)壓力管道影響神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)數(shù)據(jù)對(duì)比176化工機(jī)械2012年由圖3、4看出，神經(jīng)網(wǎng)絡(luò)可以很好地預(yù)測(cè)出溫度的變化對(duì)渦流檢測(cè)信號(hào)的影響，從

8、而能夠在實(shí)際檢測(cè)中對(duì)壓力管道溫度變化引起的信號(hào)進(jìn)行補(bǔ)償，達(dá)到令人滿意的檢測(cè)結(jié)果。3結(jié)束語(yǔ)渦流檢測(cè)壓力管道過(guò)程中，抑制溫度對(duì)壓力管道渦流測(cè)量信號(hào)的影響，