储罐底板漏磁检测量化技术研究

摘要

储罐是石油、石化工业中重要的设备,储罐底板腐蚀是储罐安全隐患之一.漏磁检测方法是目前储罐底板检测研究的一个重要方向.根据缺陷漏磁信号的特征,将经验模态分解方法(EMD)与小波去噪方法相结合,对漏磁信号进行去噪处理.采用BP神经网络模型对储罐底板缺陷进行量化分析研究,构建了缺陷几何参数预测BP神经网络模型,并运用有限元分析所得到的数据为BP网络训练样本,用人工模拟缺陷的漏磁信号测试BP神经网络.网络训练和测试结果符合储罐底板缺陷量化的精度要求.