基于BP神经网络的换热器涡流检测探头参数的预测研究

本资料包含pdf文件1个，下载需要1积分

化工生产过程中，换热器是各个单元生产过程中的不可或缺的设备，其换热效果的好坏及安全稳定的运行是保证生产的必要条件，因此停产检修过程中，换热器换热管的损坏与否，越来越引起检修人员的重视，由于换热器的特殊结构及大数量的换热管需要在很短时间内检测完成，所以检i贝0人员可以采用内插式涡流检测来完成 J。

电涡流检测技术是-种无损、无接触测量的检测技术 J.由于采用的电涡流传感器具有结构简单，灵敏度高，测量的线性范围大，不受油污等介质的影响，抗干扰能力强等优点，所以在石油化工等工业部门得到广泛的应用 。

1 列管式换热管束运行中产生的缺陷列管式换热器管束在运行过程中，受液体、气体介质的作用，容易在支撑板、弯管、胀管区等产生磨损、腐蚀等缺陷.同时在振动和腐蚀的交互作用下，各种缺陷会不断扩展和加深，当交变应力超过材料残余部分的强度极限时会形成破坏性的裂纹.工程实际中主要表现为外表面划伤 (犁沟)、硬质点压痕、内表面由于失稳产生的褶皱、残留的颗粒状金属及裂纹等.常见的典型缺陷信号如图1所示。

由于检测的换热器换热管规格较多，现有标准探头往往满足不了实际检测要求，这就需要检测人员现场自己制作满足要求的探头，并且要对相应的参数进行确定。

划痕 (犁沟 ) 硬质点压痕非穿透裂纹图 1 常见缺陷信号2 传感器匝数变化对灵敏度影响涡流检测系统中，传感器起着获取信号的关键作用，其各项参数的优劣直接决定着检测的结果，各项参数中，匝数的取值尤为关键，它-经选定，在后继的检测中无法调整，因此，对该参数需要收稿日期：2013-02-04作者简介：陈建军(1966.)，男，吉林湿林市人，吉林石化公司高级工程师，主要从事化工设备与机械领域技术方面的研究。

通信作者：王海波，E-mail：wanghaiho197426###163.corn。

第3期 陈建军，等：基于BP神经网络的换热器涡流检测探头参数的预测研究 33进行深入研究.实验中取探头线直径为 0.15 mm，检测参数增益取为0.7，实验测得的线圈匝数、标定信号幅度和杂波幅度如表 1所示。

表 1 传感器匝数与标定型号幅度和杂波幅度关系3 检测信号灵敏度与频率对应关系涡流检测过程中，在其它条件相同的条件下，不同的检测频率对相同缺陷信号的影响非常大，褥测信号的增益为1.58，通过实验可测得信号幅值的变化，具体如表2所示。

表 2 频率变化与信号幅度的关系频-3/kHz 幅度/%4 BP神经网络的设计神经网络系统从仿生学的角度来看，以模拟人类大脑为工作原理，它具有人类大脑的知觉，学习和推理能力，神经网络具有很强的非线性补偿能力，通过培训，非线性信号能够更好地得到补偿。

换热器现踌修过程 中，由于时间紧，任务重，所以涡流检测传感器的制作要求快速，准确，这样我们可以采用BP神经网络来对匝数和频率等-些关键参数进行预测，然后根据预测结果对参数进行微调，从而减少现场施工时间。

如图2所示，这里选用的神经网络采用三层前向反馈 BP神经网络结构.其组成包括输入层、非线性隐层和线性输出层，取表 1和表 2中的数据为神经网络的学习样本.学习时的算法为 BP算法、规则 J。

神经网络权值调整：-般输出层和隐含层(中间层)的广义误差需要先计算.基本的神经网络权值调整方法可以用统-的公式表示为隐含层图2 神经网络结构除了上述基本算法外，也有-种被称为改进惯性项权重的调整算法，被添加到上述式的惯性项表示为 W f(t十1) (t) 0(Up )g(dp。-0 ) 对输出层L厂 ( )g∑ gw ·对隐层式中 是在0到1之间取值的惯性系数，W (t)-埘 (t-1)是惯性项。

学习目标样本数据的误差最小，神经网络的隐层神经元被选定为 10，实际程序的调试中，先用神经网络基本权值调整方法，但没有达到预期的效果，所以采用惯性相改变权值调整方法算法，得到满意效果.如图3和图4为训练后神经网络的校验数据与预测数据对比图形。

通过图3可以得到，涡流传感器线圈匝数的变化与杂波幅值变化成非线性的关系，基本的规律是开始时，匝数增加，杂波幅值缓慢增大，然后。 2 0 4强 ∞ 碣 舳5 5 5 5)-- 2 4 m巧加 如 ∞吉 林 化 工 学 院 学 报幅值开始以较快速度下降，最后趋于平缓.从图4可以看出，神经网络可以很好的预测出频率的变化对涡流检测信号的幅值影响，总的来说，在其他条件-定时，随着频率的增加，信号的幅值是逐渐增大的。

NⅡ线圈匝数图 3 训练后的神经网络匝数神经网络预测曲线粤也副频图4 训练后的检测频率神经网络预测曲线5 结 论通过以上研究表明，涡流检测换热器时，对涡流检测传感器的制作过程中，-些关键参数的选择可以采用 BP前向神经网络来进行预测.根据此神经网络还可以对现有的-些数据进行修正补偿.此方法的提出，进-步增强了涡流对换热器管件尺寸的适应能力，大大增强了涡流检测方法的工程应用能力。