本站小編為你精心準(zhǔn)備了超聲檢測和神經(jīng)網(wǎng)絡(luò)組合監(jiān)測系統(tǒng)應(yīng)用參考范文，愿這些范文能點燃您思維的火花，激發(fā)您的寫作靈感。歡迎深入閱讀并收藏。

摘要:液壓支架在煤炭的開采中處于至關(guān)重要的位置。當(dāng)液壓支架發(fā)生泄漏時，不僅會產(chǎn)生嚴(yán)重的后果，還會對附近的周邊環(huán)境造成破壞，故而對缸體的質(zhì)量檢測變得尤為重要。本文提出了超聲無損檢測與人工神經(jīng)網(wǎng)絡(luò)組合的故障監(jiān)測系統(tǒng)對液壓支架結(jié)構(gòu)進(jìn)行實時監(jiān)測，以在需要時改進(jìn)維護(hù)，修理或更換部件。一方面，超聲檢測得出構(gòu)件不同的應(yīng)變波;另一方面，人工神經(jīng)網(wǎng)絡(luò)分析從超聲波測試方法接收的信號。

關(guān)鍵詞:超聲檢測;神經(jīng)網(wǎng)絡(luò);液壓缸;故障監(jiān)測

定期維護(hù)是延長液壓支架立柱油缸使用壽命的一個重要手段。為延長其設(shè)計的性能壽命，通常采用簡單的無損檢測方法，在故障之前或在預(yù)定時間檢查設(shè)備是否存在問題，例如目視檢查或聽聲測試，并且檢查其部件是否損壞，如果發(fā)現(xiàn)足夠的損壞則導(dǎo)致部分被更換。本文提出由傳感器和分析系統(tǒng)組成的無損監(jiān)測方法，可以實時監(jiān)測使用中的液壓支架立柱油缸的潛在故障及損壞，從而減少停機檢查對工作效率的影響。如果在發(fā)生故障之前很久就發(fā)現(xiàn)損壞，則可以實施損傷容限和預(yù)后評估，從而更好地確定部件的壽命。

1超聲波檢測

通過研究各種無損檢測技術(shù)不難發(fā)現(xiàn)，實現(xiàn)這些技術(shù)通常需要小型可以吸附或接近被檢測結(jié)構(gòu)的傳感器等設(shè)備，而不會影響被檢測對象的正常使用或性能。［1］其中，超聲無損檢測是本文主要的研究對象。超聲波測試采用可穿過薄結(jié)構(gòu)部件的板波或表面波來確定使用中的部件是否發(fā)生任何損壞，并利用壓電傳感器來檢測裂紋產(chǎn)生的位置以及嚴(yán)重程度。該技術(shù)采用的壓電傳感器十分靈敏，可以接收頻率在超聲波范圍內(nèi)的應(yīng)變波。當(dāng)材料發(fā)生變形或者內(nèi)部損壞時，壓電傳感器能夠產(chǎn)生變化電流。這些應(yīng)變波信號表現(xiàn)出的高頻特性十分復(fù)雜，又由于應(yīng)變波是平滑的連續(xù)變化的，故可將其分解為頻率和相位模式的疊加。根據(jù)現(xiàn)有在超聲波領(lǐng)域的研究可知，不同相位的波在材料中的速度傳播不同。這些不同轉(zhuǎn)變?yōu)閴弘妭鞲衅魉邮盏捻憫?yīng)波的一部分。因此，基于監(jiān)測條件是最佳的解釋應(yīng)變波的方法。其他研究表明，可以將人工神經(jīng)網(wǎng)絡(luò)分析與這種形式的無損檢測相結(jié)合。

2聲發(fā)射技術(shù)

通過對現(xiàn)有被動超聲掃描系統(tǒng)性能的研究，本文將聲發(fā)射系統(tǒng)結(jié)合人工神經(jīng)網(wǎng)絡(luò)分析思想，用于液壓支架結(jié)構(gòu)部件聲發(fā)射數(shù)據(jù)的實時分析。當(dāng)裂紋在材料中蔓延時，材料分子鍵斷裂時釋放出少量的能量將以應(yīng)變波的形式擴散到周圍的物質(zhì)，類似于跳動的脈沖波。同時，碰撞將能量轉(zhuǎn)化為使裂紋擴展的應(yīng)變波。目前常用的用于超聲波檢測傳感器的壓電陶瓷材料就是為了檢測這些應(yīng)變波而誕生的。由這種材料制成的傳感器足夠靈敏，可以檢測到任何微小變形所產(chǎn)生的電壓，然后將其記錄到計算機數(shù)據(jù)庫中做進(jìn)一步分析。聲發(fā)射系統(tǒng)與有源超聲檢測系統(tǒng)的不同之處在于，其傳感器不會產(chǎn)生應(yīng)變波或變形，只接收、記錄由其他聲源產(chǎn)生的波的特征，如振幅、上升時間和持續(xù)時間。最后，利用軟件分析確定是否存在內(nèi)部缺陷、是否需要更換組件。目前針對復(fù)雜幾何形狀構(gòu)件探傷提出的分析方法效率較低。因此，本文提出基于人工神經(jīng)網(wǎng)絡(luò)探傷的新方法。即將人工神經(jīng)網(wǎng)絡(luò)和聲發(fā)射傳感器相結(jié)合，組成新型無損探傷監(jiān)測系統(tǒng)，這種新方法可應(yīng)用于多種復(fù)雜結(jié)構(gòu)的可靠性檢測中，如液壓支架油缸故障監(jiān)測系統(tǒng)。

3人工神經(jīng)網(wǎng)絡(luò)

人工神經(jīng)網(wǎng)絡(luò)通過模擬有機大腦的思維過程，可以建立一組輸入變量與一組輸出變量的關(guān)系。［2］在深度學(xué)習(xí)足夠數(shù)量的示例之后，使用“模糊”邏輯法，可以確定新輸入集相關(guān)聯(lián)的近似輸出集。當(dāng)應(yīng)用于超聲波傳感器的無損檢測系統(tǒng)時，人工神經(jīng)網(wǎng)絡(luò)幾乎使得檢測結(jié)果實時產(chǎn)生。本研究的重點是利用人工神經(jīng)網(wǎng)絡(luò)分析超聲檢測系統(tǒng)的輸出。國外學(xué)者開發(fā)了一種用于人工神經(jīng)網(wǎng)絡(luò)的通用架構(gòu)，稱為自組織映射結(jié)構(gòu)，［3］如下圖所示。此類結(jié)構(gòu)無需訓(xùn)練已知輸出。人工神經(jīng)網(wǎng)絡(luò)的通用自組織映射結(jié)構(gòu)圖在該三節(jié)點示例中，該網(wǎng)絡(luò)首先通過訓(xùn)練集的新輸入數(shù)據(jù)集來學(xué)習(xí)，然后將屬于每個節(jié)點的示例集與輸入集進(jìn)行比較。通過所有輸入集的迭代，該神經(jīng)網(wǎng)絡(luò)將不斷自我調(diào)整，并將輸入集分組。學(xué)習(xí)完成后，將形成一組二維圖。形成的映射可以與新數(shù)據(jù)集一起使用，使其以更快的速度進(jìn)行分類。［4］其優(yōu)勢在于，雖然這種形式的神經(jīng)網(wǎng)絡(luò)架構(gòu)簡單，但仍然保持了強大的分辨能力，可以發(fā)現(xiàn)其他分組算法中不易察覺的相似性。

4結(jié)論

本文提出了一種利用人工神經(jīng)網(wǎng)絡(luò)和聲發(fā)射系統(tǒng)來監(jiān)測液壓支架立柱油缸內(nèi)部損傷的應(yīng)變波檢測的新方法。通過人工神經(jīng)網(wǎng)絡(luò)，設(shè)置合理閾值，快速準(zhǔn)確的判斷和分析對應(yīng)于應(yīng)變波的不同故障問題及時報警。這種新方法較僅通過聲發(fā)射傳感器的檢測更有效地實現(xiàn)故障監(jiān)測。這種結(jié)合無損檢測和人工神經(jīng)網(wǎng)絡(luò)的新方法是獲得液壓支架油缸結(jié)構(gòu)故障監(jiān)測系統(tǒng)的初始階段，改進(jìn)了液壓支架未來的維護(hù)程序。同時還可開發(fā)應(yīng)用到多種復(fù)合結(jié)構(gòu)系統(tǒng)中。

參考文獻(xiàn):

［1］王正君．超聲法檢測灌注樁混凝土強度的研究［D］．東北林業(yè)大學(xué)，2005．

［2］李德忠．神經(jīng)網(wǎng)絡(luò)與人事決策研究的新范式［J］．現(xiàn)代生物醫(yī)學(xué)進(jìn)展，2006(04):51-54．

［3］宋慶偉，向陽．一種基于自組織映射神經(jīng)網(wǎng)絡(luò)的Web頁面?zhèn)€性化推薦模型［J］．計算機應(yīng)用與軟件，2007(02):19-22．

［4］彭驛茹．人工神經(jīng)網(wǎng)絡(luò)發(fā)展歷史與訓(xùn)練算法概述［J］．科技傳播，2018，10(21):129-130．

作者：陳鵬 單位：山西天地煤機裝備有限公司內(nèi)蒙古分公司