基于SSA-BP神经网络的管道裂纹涡流识别研究

摘要

目前,管道裂纹识别研究主要集中在漏磁检测领域,针对管道裂纹涡流检测定量识别的研究较少。为此,基于SSA-BP神经网络对管道裂纹进行定量识别研究,运用Maxwell有限元仿真软件对不同尺寸裂纹进行数值模拟,探究不同尺寸裂纹信号特征的变化规律,并搭建基于涡流检测技术的裂纹检测系统,验证了数值模拟的正确性;对试验及数值模拟的检测信号进行特征参数提取,采用SSA-BP神经网络对裂纹参数进行定量识别。研究结果表明:研制的涡流检测探头可实现对宽1 mm、深0.2 mm的裂纹有效检出;采用麻雀搜索算法优化的BP神经网络提高了神经网络的识别精度和运行速度;构建的SSA-BP神经网络管道裂纹识别模型较传统BP神经网络模型,深度、宽度最大相对误差分别减小56.7百分点和0.36百分点,深度、宽度最大绝对误差分别为0.05和0.0043 mm,能够有效实现对管道裂纹尺寸的定量识别。所得结果对油气管道裂纹定量识别技术的发展具有一定的指导意义。