基于IWOA-BP算法的金属结构弱磁检测缺陷量化研究
樊梦1
童博2
高晨2
姚中原3
张宇3
胡博1
1.南昌航空大学 无损检测技术教育部重点实验室,南昌 3300632.西安热工研究院有限公司,西安 7100543.华能江苏清洁能源分公司,南京 210015
摘要：金属结构被广泛用于工业界,在役金属结构受拉压疲劳载荷易产生裂纹缺陷,为实现金属结构裂纹缺陷的定量化检测,研究了一种基于反向传播(Back Propagation,BP)神经网络的金属结构弱磁检测缺陷定量分析方法.针对BP神经网络在参数调整时的效果欠佳、效率低等问题,采用基于Sine混沌映射的改进鲸鱼优化算法(Improved Whale Optimization Algorithm,IWOA)对BP神经网络参数调整方式进行优化,兼顾全局寻优的同时提高局部寻优的能力,进而将IWOA搜索到的最优参数赋值给BP神经网络,提高网络初始参数的质量.以人工矩形槽模拟裂纹,对矩形槽的长度、宽度、深度进行反演定量.结果表明,IWOA-BP神经网络预测的平均精度均在80%以上,深度、长度、宽度预测精度分别提高了106.72%、9.68%、6.86%.
关键词：弱磁检测金属结构BP神经网络鲸鱼算法IWOA-BP神经网络
分类号：G306.0(科学研究理论)
论文发表日期：2025-03-28
在线出版日期：2026-09-12（本平台首次上网日期，不代表文献的发表时间）
页数：8( 113-120 )
英文信息