基于人工神经网络的火车车轮残余应力电磁检测技术  

Electromagnetic testing of residual stress for railroad wheels based on artificial neural network

作　　者：夏鹏 魏志辉 XIA Peng;WEI Zhi-hui

机构地区：[1]钢铁研究总院,北京100081 [2]钢研纳克检测技术股份有限公司,北京100081

出　　处：《制造业自动化》2023年第6期7-10,共4页Manufacturing Automation

基　　金：国家重点研发计划专项基金资助项目(2018YFF01012300)。

摘　　要：为突破火车车轮残余应力常规有损、抽样测试的局限性,对车轮残余应力的电磁检测方法进行了研究。首先,提出通过同时测量切向磁场强度、磁巴克豪森噪声和增量磁导率信号,并基于BP神经网络建立电磁参量融合预测模型;其次,为了获得准确、简捷的预测模型,提出一种利用变异系数、单调相关性和判定系数的电磁特征值优选方法,并依此遴选出5项特征值;最后,利用5项特征值输入的神经网络模型预测车轮的残余应力,误差在±15MPa之内,达到精确、高效的检测目标。

关 键 词：火车车轮 残余应力 电磁检测 BP神经网络 

分 类 号：TB931[一般工业技术—计量学]