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。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社