典型文献
海洋平台油气管道疲劳裂纹识别方法
文献摘要：
为了将声发射技术实际应用到监测油气平台管道裂纹中,需要解决管道振动干扰以及疲劳裂纹声发射信号有效特征提取的问题,本文提出了概率神经网络结合基于小波包为特征提取的疲劳裂纹识别方法.通过小波时频分析确定钢结构疲劳裂纹声发射信号特征频率范围,并只对包含特征频率的重构声发射信号进行特征提取,再通过概率神经网络进行疲劳裂纹识别.试验结果表明:上述方法能够识别出油气平台管道裂纹,并且具有一定的抗干扰能力,为后续海上油气平台管道测试与实际应用提供了试验依据.
文献关键词：
声发射技术;监测;平台管道裂纹;小波包变换;时频分析;特征提取;特征频率;概率神经网络
中图分类号：
作者姓名：
魏强;宋鹏飞;刘国恒;李忠涛;曲先强
作者机构：
中国飞机强度研究所全尺寸飞机结构静力/疲劳航空科技重点实验室,陕西西安 710065;中海油研究总院有限责任公司, 北京 100028;哈尔滨工程大学船舶工程学院,黑龙江哈尔滨 150001
文献出处：
引用格式：
[1]魏强;宋鹏飞;刘国恒;李忠涛;曲先强-.海洋平台油气管道疲劳裂纹识别方法)[J].哈尔滨工程大学学报,2022(04):481-487
A类：
平台管道裂纹
B类：
海洋平台,油气管道,疲劳裂纹,裂纹识别,声发射技术,管道振动,振动干扰,声发射信号,有效特征,概率神经网络,于小波,小波时频分析,钢结构疲劳,信号特征,特征频率,出油,抗干扰能力,海上油气平台,试验依据,小波包变换
AB值：
0.231516
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
