电磁层析成像金属探伤中,迭代算法如Landweber算法因欠定性会影响成像质量,通过灵敏度矩阵迭代会导致成像耗时增加.提出基于三层隐藏层的BP神经网络缺陷成像方法,建立大量样本数据库来训练神经网络,使其在接受检测电压值后能快速生成灰度值的缺陷图像.在仿真实验中设置点状、线状等缺陷情况,并使用Landweber算法与BP算法分别创造出6000多种不同缺陷情况的成像结果.仿真实验结果表明,基于BP神经网络的缺陷成像算法与传统迭代算法有本质的区别,适用于金属板的电磁成像探伤,且与Landweber算法相比有更好的成像效果,边缘处理能力更优异,运算速度更快.
万方数据
维普
