基于深度学习的锅炉压力管道裂纹检测技术研究

林 德元
丽水市华盛安装工程有限公司

摘要


锅炉压力管道是工业设备中关键的组成部分，其安全性对整个系统的稳定运行至关重要。裂纹的产生和扩
展会严重影响压力管道的结构完整性，传统检测方法存在精度不足和操作复杂的问题。深度学习技术，尤其是卷积
神经网络（CNN），在图像识别和特征提取方面具有显著优势。本文通过将深度学习与有限元分析相结合，提出了
一种高效的锅炉压力管道裂纹检测与应力分析方法，并通过实验验证其可靠性和实用性。

关键词


深度学习；锅炉压力管道；裂纹检测

全文:

PDF


参考


[1]赵长龙，孔鹏.锅炉压力容器压力管道检验中的

裂纹问题分析[J].山东工业技术，2023，（04）：87-90.

[2]李响.锅炉压力容器压力管道检验中的裂纹问题和

对策[J].现代制造技术与装备，2023，59（07）：118-120.

[3]黄彬.锅炉压力管道检验裂纹的措施分析[J].设备

管理与维修，2023，（12）：162-164.

[4]赵建政，宋伟斌.基于小波域的锅炉压力容器压

力管道裂纹X射线检测方法[J].自动化与仪表，2023，38

（01）：86-89+104.

[5]高聪.锅炉压力容器压力管道检验中的裂纹问题

分析[J].中国设备工程，2022，（19）：158-160.




DOI: http://dx.doi.org/10.12361/2661-3506-06-05-135503

Refbacks

  • 当前没有refback。