管道缺陷漏磁信号分类与识别方法的研究
为了提高管道漏磁检测缺陷识别的准确性和识别效率,引入支持向量机作为缺陷分类与识别的平台。利用ANSYS软件对具有不同长度、宽度和深度的多组缺陷模型进行缺陷漏磁场仿真,将仿真得到的漏磁场磁通密度数据保存在文本文件中,封装成符合LIBSVM支持向量机工具格式的训练数据,对支持向量机训练。使用训练后得到的支持向量机模型进行缺陷分类。实验结果表明,支持向量机分类性能良好,应用在漏磁检测缺陷分类中具有可行性。
石油输送 管道漏磁检测 LIBSVM 支持向量机 模式识别
杨理践 史金阳 高松巍
沈阳工业大学 信息科学与工程学院,辽宁省 沈阳市 110870
国内会议
2009全国通信新理论与新技术学术大会暨全国计算机网络与通信学术会议
宁波
中文
162-167
2009-10-23(万方平台首次上网日期,不代表论文的发表时间)