基于BP神经网络的钢轴表面硬度磁巴克豪森噪声定量检测技术

利用磁巴克豪森噪声测试方法,实现了钢轴曲表面硬度的无损检测。首先,实验测试了传感器对曲表面磁巴克豪森噪声信号的重复检测性能,统计出不同励磁频率与幅值条件下的磁巴克豪森噪声信号包络线峰值和重复测试数据的变异系数图谱,并利用磁巴克豪森噪声的峰值与其变异系数的比值作为评价指标,优选了传感器工作参数;其次,利用变异系数评价传感器对磁巴克豪森噪声和切向磁场磁参量的重复测试性能,并筛选出变异系数较小的磁参量作为BP神经网络模型的输入;最后,研究了BP神经网络模型隐含层节点数对模型精度的影响,采用最佳优化模型对钢轴表面硬度进行预测,其预测平均误差仅为4.25%。