阅读文章

基于卷积神经网络的单一藏文标准检测算法研究

文章来源:365bet注册  文章作者:365bet线上赌球  发表时间:2019-09-18  浏览次数: 人次

东北石油大学
基于聚类和神经网络技术。
25Cr-1Mo材料声发射特性研究
加氢反应器是化学和精炼工业中的重要设备。通常,它在高温,高压和氢气条件下操作。使用条件非常严格。如果发生裂缝,则发生事故的风险非常高。
声发射技术可快速评估设备的整体结构完整性,并发现氢反应堆活动风险的潜在来源,在水压试验或服务期间可能导致裂缝和泄漏这是一种非破坏性的测试方法。
研究了氢化反应器2的钢。
25Cr-1Mo材料的声发射特性是静水压力反应器实验和原位声发射原位检测的基础。
在检测过程中,来自氢化反应器的声发射的检测不可避免地受到外部噪声的阻碍,并影响反应器的完整性评估。
因此,在检测过程中过滤噪声和研究氢化反应器材料不同阶段的声发射信号特征在理论上是非常重要的,具有应用价值。
本文的研究内容如下。(1)声辐射信号的噪声方法针对混合噪声信号和声辐射源信号的问题,本文研究了基于小波分析的声辐射源信号的主频段。通过保留小波系数重建。
(2)基于聚类和神经网络的声源识别方法基于声发射参数的传统聚类分析不符合声源识别。
(这篇文章的总数是83页)
本文目录|
阅读全文
核准资料来源:东北石油大学2012年硕士论文


上一篇:[Kyujo Ryu]

下一篇:没有了