压力容器活性缺陷有害度的新评价方法

吉林大学学报(工学版) ›› 2002, Vol. ›› Issue (2): 83-86.

压力容器活性缺陷有害度的新评价方法

李家林¹, 牛树¹, 马羽宽²

1. 北京军医学院医学工程系, 北京, 100071;
2. 吉林大学通信工程学院, 吉林, 长春, 130025

收稿日期:2001-07-03

New Method to Evaluate Injury Degree of Pressure Container Active Fault

LI Jia-lin¹, NIU Shu¹, MA Yu-kuan ²

1. Dept of Biomedical Engineering, Beijing Military Medical College, Beijing 100071, China;
2. College of Communication Engineering, Jilin University, Changchun 130025, China

Received:2001-07-03

摘要/Abstract

摘要： 从现有的压力容器活性缺陷有害度评价方法及存在的问题出发,提出了基于人工神经网络技术的声发射源有害度综合评价方法,并应用此方法对压力容器活性缺陷有害度进行了综合评价。结果表明,用此种方法评定的结论与局部无损复检结果有良好的一致性。

关键词: 声发射源, 有害度评价, 神经网络, 压力容器, 无损检验

Abstract: In respect of defect of current evaluation method of injury degree of pressure container active fault,a comprehensive evaluation method of injury degree based on acoustic emission source using artificial neural network was proposed.Result of application of this method to evaluation of injury degree of pressure container active fault is in good agreement with that of local nondestructive recheck.

Key words: acoustic emission source, injury degree evaluation, neural network, pressure container, nondestructive check

中图分类号:

TG115.28

李家林, 牛树, 马羽宽. 压力容器活性缺陷有害度的新评价方法[J]. 吉林大学学报(工学版), 2002, (2): 83-86.

LI Jia-lin, NIU Shu, MA Yu-kuan . New Method to Evaluate Injury Degree of Pressure Container Active Fault[J]. 吉林大学学报(工学版), 2002, (2): 83-86.

参考文献

[1] 袁振明,马羽宽.声发射技术及应用［M］.北京:机械工业出版社,1985.
[2] 胡守仁.神经网络应用技术［M］.长沙:国防科技大学,1992.

相关文章 15

[1]	席利贺,张欣,孙传扬,王泽兴,姜涛. 增程式电动汽车自适应能量管理策略[J]. 吉林大学学报(工学版), 2018, 48(6): 1636-1644.
[2]	江涛,林学东,李德刚,杨淼,汤雪林. 基于人工神经网络的放热规律的量化预测[J]. 吉林大学学报(工学版), 2018, 48(6): 1747-1754.
[3]	徐岩,孙美双. 基于卷积神经网络的水下图像增强方法[J]. 吉林大学学报(工学版), 2018, 48(6): 1895-1903.
[4]	李雄飞, 冯婷婷, 骆实, 张小利. 基于递归神经网络的自动作曲算法[J]. 吉林大学学报(工学版), 2018, 48(3): 866-873.
[5]	底晓强, 王英政, 李锦青, 从立钢, 祁晖. 基于量子细胞神经网络超混沌的视频加密方法[J]. 吉林大学学报(工学版), 2018, 48(3): 919-928.
[6]	王方石, 王坚, 李兵, 王博. 基于深度属性学习的交通标志检测[J]. 吉林大学学报(工学版), 2018, 48(1): 319-329.
[7]	刘东亮, 王秋爽. 基于NGSIM数据的车辆瞬时速度获取方法[J]. 吉林大学学报(工学版), 2018, 48(1): 330-335.
[8]	谢志江, 吴小勇, 范乃吉, 郭宗环, 袁岳军, 王康. 神光-III精密装校平台运动学分析[J]. 吉林大学学报(工学版), 2017, 47(5): 1504-1511.
[9]	马淼, 李贻斌. 基于多级图像序列和卷积神经网络的人体行为识别[J]. 吉林大学学报(工学版), 2017, 47(4): 1244-1252.
[10]	王德军, 吕志超, 王启明, 张贤达, 王子健. 基于汽缸压力辨识的发动机失火故障诊断[J]. 吉林大学学报(工学版), 2017, 47(3): 917-923.
[11]	黄璇, 郭立红, 李姜, 于洋. 改进粒子群优化BP神经网络的目标威胁估计[J]. 吉林大学学报(工学版), 2017, 47(3): 996-1002.
[12]	李琳辉, 伦智梅, 连静, 袁鲁山, 周雅夫, 麻笑艺. 基于卷积神经网络的道路车辆检测方法[J]. 吉林大学学报(工学版), 2017, 47(2): 384-391.
[13]	王庆年, 段本明, 王鹏宇, 拱印生, 朱庆林. 插电式混合动力汽车动力传动系参数优化[J]. 吉林大学学报(工学版), 2017, 47(1): 1-7.
[14]	郭应时, 付锐, 赵凯, 马勇, 袁伟. 驾驶人换道意图实时识别模型评价及测试[J]. 吉林大学学报(工学版), 2016, 46(6): 1836-1844.
[15]	孙大许, 兰凤崇, 何幸福, 陈吉清. 双电机四驱电动汽车自适应复合防抱死控制[J]. 吉林大学学报(工学版), 2016, 46(5): 1405-1413.

Metrics

Viewed

Full text

Abstract

Cited

Shared

Discussed