.png){kind=icon}
返回
Pitting Morphology Analysis Based on Potential Matrix Mapping Method
.png){kind=icon}
PRE
AI
DOI：10.1007/978-981-95-5196-5_31.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
电位矩阵映射（PMM）代表了一种新颖的腐蚀监测技术，具有高精度和灵敏度。它能够非侵入式测量金属结构表面的电压变化，从而有助于评估结构内壁的腐蚀情况。然而，点蚀信号的分析与反演存在困难，例如点蚀形貌参数的多值性以及检测精度低等问题。本文采用基于遗传算法优化的神经网络，开发了一种用于分析点蚀形貌参数与电场指纹特征信号之间映射关系的新型数学模型。与传统的分析方法相比，本文提出的模型能够有效提高PMM检测技术中点蚀信号的计算精度。
Keyword:
Pitting
Numerical simulation
PMM
Corrosion monitoring
期刊
P
IF:
0
论文数:
42
被引数:
0
机构
引用论文
Study on Application of Field Signature Method (FSM) to Fatigue Crack Monitoring on Steel Bridges
PREAI
分享收藏分享收藏Investigation of pitting corrosion monitoring using field signature method现场特征法在点蚀监测中的应用研究.png)
MEASUREMENT
MEASUREMENTIF5.6
PREAI
分享收藏Effect of substrate orientation and anisotropic strength on corrosion pitsCORROSION SCIENCE
OAAI
CORROSION SCIENCEIF8.5
OAAI分享收藏
查看更多内容