您现在的位置: 主页 > 365bet特点 > 文章内容

基于卷积神经网络的单一藏文标准检测算法研究

作者:365bet代理    文章来源:365bet备用网站    更新时间:2019-9-10
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。
声发射技术是一种非破坏性测试方法,可以快速评估设备的整体结构完整性,降低加氢反应器的主动风险,这些风险可能在静水压测试或维修期间导致裂缝和泄漏。你可能会找到原因。
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。 内容来自dedecms
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发射源信号的主频段,保留小波系数并重建。
(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:一个恶毒的母亲让我感觉比死更好!  
下一篇:没有了