《表1 神经网络输入输出参量》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于GA-BP网络的声发射检测储罐底板腐蚀评价》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

然而在实际检测中发现，由于现场工况复杂，声发射信号从声源处传播至传感器的路径较远并且传播途径复杂，传感器接收到的声发射信号的幅值、能量参数值以及分布规律已较难反映声源处信号的真实特征，因此现场检测时幅值、能量等参数一般用于滤除噪声信号而非直接参与结果评定。撞击数和事件数不仅能够反映腐蚀的活性以及泄漏的程度，而且容易提取和处理，受传播途径的影响也较小，足以表征腐蚀和泄漏的严重程度。除声发射检测信号外，储罐的自身条件如储罐尺寸、使用年限等，也对其腐蚀安全评价有着很强的参考价值。综合上述考量，确定神经网络的输入及输出参数，详见表1，其中，X1～X6是网络输入，Y是网络输出。