学位论文 > 优秀研究生学位论文题录展示
RBF在钢铁材质缺陷检测中的应用研究
作 者: 杜卓奇
导 师: 何云斌
学 校: 哈尔滨理工大学
专 业: 计算机应用技术
关键词: 钢铁缺陷 裂纹检测 神经网络 径向基函数
分类号: TP183
类 型: 硕士论文
年 份: 2010年
下 载: 49次
引 用: 0次
阅 读: 论文下载
内容摘要
近年来我国工业规模和水平正处于高速发展期,而钢铁行业作为传统的重型工业在其中占据着十分重要的地位。钢铁件的质量好坏对钢铁加工制品的质量、使用寿命和可靠性等方面起着决定性的作用。对钢铁件的质量检测主要采用电磁无损检测方法,现存的钢铁质量检测仪器对一些钢铁材料的性能检测已经取得了较好的效果。然而在某些钢铁件缺陷,如裂纹检测方面仍然存在检测准确度不高、检测稳定性较低的问题。其原因一般是所用芯片不够先进或者检测算法不理想,所以急需对现存检测仪器进行改进,设计新型钢铁件裂纹电磁无损检测系统,提高裂纹检测的准确度和效率。本文针对快速电磁无损检测技术,在FPGA芯片上采用径向基函数神经网络算法和片上可编程系统相结合的思路,对新型的裂纹无损检测系统进行了应用研究。文中使用电磁无损检测中的初始磁导率法对被测对象进行特征信号提取,通过钢铁检测设备对该信号量去噪,得到有效检测参数后送入所建立的RBF神经网络模型进行处理得出结果。在裂纹检测模型建立过程中,本文对RBF网络的结构设计、参数选择、训练样本的处理、激活函数和权值的选择进行了详细分析。通过裂纹工件样品的测试验证,本文所设计的新型钢铁件裂纹缺陷检测系统准确率达到百分之九十,较常规检测模型有了一定的提高。本文所用思路在钢铁缺陷检测领域中值得进行更深入的研究。
|
全文目录
摘要 5-6 Abstract 6-10 第1章 绪论 10-17 1.1 课题来源及研究目的 10-11 1.2 电磁无损检测技术的发展历史及现状 11-13 1.3 神经网络 13-15 1.4 本课题研究的主要内容 15-17 第2章 相关理论基础 17-32 2.1 电磁无损检测技术 17-20 2.1.1 电磁无损检测概述 17 2.1.2 电磁无损检测技术原理 17-18 2.1.3 初始幅值磁导率法检测 18-20 2.2 可编程逻辑器件 20-27 2.2.1 FPGA 和CPLD 概述 21 2.2.2 FPGA/CPLD 的基本结构 21-24 2.2.3 NiosⅡ软核处理器 24-25 2.2.4 Avalon 总线架构 25-27 2.3 SOPC 片上系统 27-28 2.4 RBF 神经网络 28-31 2.4.1 神经元模型 28-29 2.4.2 RBF 神经网络原理 29-30 2.4.3 RBF 神经网络训练方法 30-31 2.5 本章小结 31-32 第3章 钢铁材质分选系统的组成 32-38 3.1 钢铁材质分选系统的总体结构 32-33 3.2 芯片选择和设计原理图 33-37 3.2.1 可编程逻辑芯片 33-35 3.2.2 存储芯片 35 3.2.3 数模与模数转换芯片 35-37 3.3 本章小结 37-38 第4章 RBF 网络检测模型的实现 38-54 4.1 RBF 网络的结构设计 38-43 4.1.1 RBF 神经网络的层数 38-39 4.1.2 RBF 网络输入层节点数的确定原则 39-40 4.1.3 RBF 网络输出层节点数的确定原则 40 4.1.4 裂纹检测参数和输入层神经元数 40-42 4.1.5 隐节点数和输出节点数 42-43 4.2 RBF 网络训练样本的处理 43-45 4.2.1 样本的选择 43-44 4.2.2 样本的数据标准化处理 44-45 4.3 神经网络的参数确定 45-47 4.3.1 隐层神经元个数L 46-47 4.3.2 确定中心和宽度 47 4.3.3 权值的选择 47 4.4 RBF 的软件实现 47-51 4.4.1 软件实现的功能 47-48 4.4.2 具体实现函数 48-51 4.5 RBF 检测模型加入SOPC 系统 51-53 4.6 本章小结 53-54 第5章 对RBF 网络的测试和验证 54-58 5.1 测试仿真的工具函数 54-55 5.2 网络测试 55-57 5.3 本章小结 57-58 结论 58-59 参考文献 59-63 攻读硕士学位期间发表的学术论文 63-64 致谢 64
|
相似论文
- 带有多项式基的径向点插值无网格方法的研究及应用,O241
- 天然气脱酸性气体过程中物性研究及数据处理,TE644
- 压气机优化平台建立与跨音速压气机气动优化设计,TH45
- 调频式电容位移传感器高速测频与非线性校正技术研究,TH822
- 中医舌诊中舌形与齿痕的特征提取及分类研究,TP391.41
- 红外超光谱图像的虚拟探测器研究,TP391.41
- 模糊控制、神经网络在平面二级倒立摆中的应用,TP273.4
- 基于神经网络的水厂投药预测控制研究,TP273.1
- 视觉伺服四自由度机械臂的研究,TP242.6
- 机械臂视觉伺服系统的研究,TP242.6
- 压电驱动微工作台的控制与校正技术研究,TP273
- 某武器检测装置的控制系统设计,TP183
- 市级旅游用地规划环境影响评价研究,X820.3
- 珠三角地区高性能混凝土配合比智能化系统,TU528
- 大学生综合素质测评研究,G645.5
- 不具备全局Lipschitz条件的时滞细胞神经网络的反周期解研究,TP183
- 基于并行算法的模糊综合评价模型的设计与应用,TP18
- 基于神经网络的牡蛎呈味肽制备及呈味特性研究,TS254.4
- 基于神经网络辨识的同步发电机励磁控制研究,TM31
- 基于BP神经网络的水稻干燥智能控制研究,S226.6
- 基于遗传算法优化的BP网络对生物柴油制备工艺的优化,TE667
中图分类: > 工业技术 > 自动化技术、计算机技术 > 自动化基础理论 > 人工智能理论 > 人工神经网络与计算
© 2012 www.xueweilunwen.com
|