作者：何存富; 蔡燕超; 刘秀成; 吴斌巴克豪森噪声表面硬度bp神经网络定量预测
摘要：表面硬度是铁磁性材料制造质量评价的重要指标,其无损定量检测是该领域的研究热点。为将磁巴克豪森噪声技术用于S136表面硬度的无损定量检测,利用实验室研制的磁巴克豪森噪声检测装置对60块具有不同表面硬度的S136试件进行重复性测试,统计测得多项磁参量的变异系数,结果表明检测装置具有良好的重复检测精度。为实现表面硬度的磁学定量表征,分析磁巴克豪森噪声和切向磁场强度检测信号的6项特征磁参量与硬度的关系,重点对比研究基于一元、多元线性回归和BP神经网络模型的表面硬度定量预测方法。研究结果显示:采用6项磁参量作为输入的BP神经网络模型对表面硬度的预测精度最高,对300个案例的平均预测误差仅为2.14%,最大误差约为11.74%,274个案例的预测误差小于5.00%。研究成果为实现钢板表面硬度的磁巴克豪森噪声无损定量检测提供了方法借鉴。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
