冷轧带钢屈服强度的脉冲涡流检测方法研究

来源：电子测量技术杂志2019年第5期北京时间：

作者：李开宇，高雯娟，王平，张艳艳，杭成

摘要：目前冷轧带钢屈服强度的检测主要依赖于有损检测，大大增加了检测成本。将BP神经网络引入基于脉冲涡流的冷轧带钢屈服强度预测，首先提取脉冲涡流响应信号的时域、频域特征，分析了各个脉冲涡流信号特征的稳定性，然后建立信号特征与材料屈服强度的BP神经网络模型，最后用建立的模型对材料的屈服强度进行预测。实验表明，采用BP神经网络对冷轧带钢进行屈服强度预测的误差为6%及以下，这种方法对于降低工业生产的检测成本、提高检测效率有一定的实用价值。

关键词：冷轧带钢;脉冲涡流;屈服强度;神经网络;参数预测

基金资助：国家科技部“增材制造与激光制造”重大开发专项（2016YFB1100205）、基金委国家重大科研仪器研制项目（61527803）、科技部重大科学仪器设备开发专项子课题（2016YFF0103702）、南京航空航天大学研究生创新基地（实验室）开放基金（kfjj20170325）、中央高校基本科研业务费专项资助