大型钢结构无损云检测的可信度融合评估

摘要：

针对大型钢结构采用单一无损检测方法经常难以实现被检测对象的完整准确评估问题,利用多种无损检测方法进行综合检测是有效手段,其中综合检测结果可信度评定是关键.首先,设计基于Hadoop的大型钢结构无损云检测系统架构,分析大型钢结构无损云检测Hadoop架构的信息流;接着定义大型钢结构无损云检测数据可信度融合的D-S证据理论联合算子,提出基于D-S证据理论的多源数据可信度MapReduce融合算法;最后,建立大型钢管塔结构检测实验平台,对可视化内窥检测、涡流检测和超声波检测等多源数据可信度进行了融合评估实验.结果表明,云检测数据可信度MapReduce融合算法有效提高了各个单一检测手段的缺陷检出率,可满足大型钢结构无损云检测的实际需求.

关键词：Hadoop、D-S证据理论、MapReduce、大型钢结构

所属期刊栏目：47

分类号：TG115.28(金属学与热处理)

资助基金：广东省重大科技专项项目2017B030305001;广州市科技计划项目201704020052,201802020021;国家质量监督检验检疫总局科技计划项目2017QK064

在线出版日期：2019-06-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：70-77