Page 46 - 理化检验-物理分册2022年第十二期

杜裕平, 等: 基于多电磁无损检测的管线钢硬度检测模型

和 10% 的误差范围内, 置信度都为 100% 。

对 L485 钢进行硬度检测和计 算, 如 果 如 表 3
所示。
表 3 L485 钢硬度检测和计算结果 HL
真实硬度 BP 神经网络模型 逐步回归模型
469 469.75 436.53
455 485.10 445.23
467 464.47 453.95
457 458.14 446.62
482 464.50 447.09
图 8 矫顽力与钢板硬度的关系( 增量磁导率特征)
L485 钢 BP 神经网络模型和逐步回归模型检
力呈现增大趋势, 表明 3 种微磁检测技术所提取的
测结果如图 11 , 12 所示。对 L485 钢进行逐步回归
特征值可在一定程度上反映管线钢的硬度。
算法检测结果为, 在 5% 和 10% 的误差范围内, 置信
2.2 表面硬度检测结果
度都为 100% ; BP 神经网络算法检测结果为, 在 5%
对 L450M 钢进行硬度检测和计算, 结果如表 2
的误差范围内, 置信度为 92.24% ; 在 10% 的误差范
所示。
围内, 置信度为 100% 。
表 2 L450M 钢硬度检测和计算结果 HV
真实硬度 BP 神经网络模型 逐步回归模型
468 459.42 466.68
471 452.68 451.16
475 476.00 467.94
486 468.35 486.70
465 466.32 485.78

L450M 钢 BP 神经网络模型和逐步回归模型检
测结果如图 9 , 10 所示。对 L450M 钢进行 BP 神经
图 11 L485 钢 BP 神经网络模型检测结果
网 络 及 逐 步 回 归 两 种 算 法 的 检 测 结 果 为 : 在 5%

图 9 L450M 钢 BP 神经网络模型检测结果 图 12 L485 钢逐步回归模型检测结果

3 结论

( 1 )随着钢板硬度的增加, 3 种特征值呈现增
大趋势, 表明 3 种微磁检测技术提取的特征值可在
一定程度上反映管线钢的表面硬度。

( 2 )无论是 BP 神经网络模型还是逐步回归模
型, 在 10% 的误差范围内, 置信度为 100% 。表明两
种检测模型均可实现对管线钢表面硬度的检测。
图 10 L450M 钢逐步回归模型检测结果 ( 下转第 72 页)
3 0