人工神经网络在无缝线路应力检测中的研究.pdfVIP

第27卷 第6期 电子测量与仪器学报 ％^27 No．6 2013年6月 oURNAL OF ELECTRONICMEASUREMENTAND INSTRUMENT · 515 · DOI：10．3724／SP．J．1187．2013．00515 人工神经网络在无缝线路应力检测 中的研究 舒 迪 祁 欣 (北京化工大学信息科学与技术学院控制理论与控制工程系 北京 100029) 摘 要 ：人工神经网络通过借助数学和物理的方法从信息的角度对人脑神经系统进行模拟后建立数学简化模型，对复杂 数学模型的非线性映射进行模拟，有相当高的精度。利用人工神经网络对铁路温度应力检测中的众多非线性参数进行人 工神经网络建模，从而得出铁路温度应力的精确检测方法，并与x射线应力检测仪做对 比实验，进行误差分析证明人工 神经网络的可行性。分别对2个模型建模，第 1个模型的特征向量选取的是巴克豪森噪声(MBN)信号峰一峰值、峰值、均 方根、半峰宽、峰宽比。第2个模型的特征向量选取的是MBN信号峰一峰值、钢轨洛氏硬度、钢轨 自有漏磁场梯度。通过 对 比实验以及误差分析判断各个应力相关因数对应力检测的贡献度，进一步提高检测精度 。 关键词：人工神经网络；温度应力；巴克豪森 中图分类号：U238 文献标识码：A 国家标准学科分类代码：510．5015 Researchonartificialneuralnetworksincontinuousweldedrailstresstest ShuDiQiXin (DepartmentofControlTheoryandControlEngineering，BeijingUniversityof ChemicalTechnology，Beijing100029，China) Abstract：Simulatingthehumanbrain system from theperspectiveofinformationbymeansofmathematicaland physical methodsandestablishingthemathematicalsimplifiedmodeltosimulatethenonlinearmappingofcomplex mathematicalmodels，artificial neural networkhasquitehighaccuracy．Inthispaper，artificial neuralnetwork is usedformodelingsomenonlinearparametersintherailtemperaturestressdetection，therebyaprecisedetection methodoftherailtemperaturestressisgotten．AndcontrastexperimentbyX—raystressdetectorprovesthefeasibili— tyofartificial neuralnetworksofrerroranalysis．Twogroup parametersismodeled，theeigenvectorofthefirst rgoupisBarkhausennoise(MBN)peaktopeak，peak，rootmeansquare，halfbandwidthandpeakwidthratio， andtheeigenvectorofthesecondgroupisMBN peaktopeak，railhardnessoftherailandtheleakagemagnetic fieldrgadient．Bycomparingtheexperimentand analyzingtheerrortoestimatethecontribution ofthevarious stress-relatedparameters in stressdetecting，thedetectionaccuracyisimprovedfurther． Keywords：artifi