反向傳播算法在鋼鐵分選儀中的應(yīng)用.pdf

1、目前我國(guó)鋼鐵工業(yè)迅猛發(fā)展，鋼鐵件的質(zhì)量好壞對(duì)鋼產(chǎn)品的加工質(zhì)量、使用壽命和可靠性等方面起著至關(guān)重要的作用。在電磁無(wú)損檢測(cè)領(lǐng)域，現(xiàn)存的鋼鐵分選儀器對(duì)各種鋼鐵材料的性能指標(biāo)檢測(cè)已經(jīng)取得了較好的效果。然而，在某些鋼鐵件的裂紋檢測(cè)方面仍然存在檢測(cè)質(zhì)量差、檢測(cè)效率低的問(wèn)題，其原因是選擇的芯片比較落后，算法不理想，所以急需對(duì)現(xiàn)存不理想儀器進(jìn)行改進(jìn)，設(shè)計(jì)新型鋼鐵件裂紋電磁無(wú)損檢測(cè)系統(tǒng)，提高裂紋檢測(cè)的精度和速度。 本文針對(duì)快速電磁無(wú)損檢測(cè)技術(shù)，選

2、擇反向傳播算法和FPGA相結(jié)合，利用32位高性能處理器NiosⅡ和先進(jìn)的SOPC解決方案，以及反向傳播神經(jīng)網(wǎng)絡(luò)的并行處理和分布式存儲(chǔ)能力，實(shí)現(xiàn)了具有裂紋檢測(cè)功能的鋼件缺陷識(shí)別系統(tǒng)。 本文使用初始磁導(dǎo)率法對(duì)被檢測(cè)鋼件進(jìn)行性能指標(biāo)特征信號(hào)提取，通過(guò)鋼鐵分選儀對(duì)所提取到的信號(hào)量進(jìn)行去噪處理，得到所需的有用信息，再把得到的特征量經(jīng)過(guò)所建立的神經(jīng)網(wǎng)絡(luò)模型進(jìn)行數(shù)據(jù)處理，根據(jù)判斷規(guī)則，得出正確的輸出結(jié)果。在神經(jīng)網(wǎng)絡(luò)模型建立過(guò)程中，本文對(duì)神經(jīng)網(wǎng)