机器学习在金属磁记忆检测中的应用与展望

摘要：

金属磁记忆检测技术(MMMT)能够检测以应力集中为代表的早期损伤,在铁磁性构件损伤检测领域具有广阔的应用前景.由于金属磁记忆检测信号十分微弱并且具有较强的非线性,在实际检测时容易出现漏检或误检.机器学习方法对信号数据集特征分析具有良好的自学习和自适应性能力,较适合金属磁记忆检测信号的分析与处理.对机器学习技术在金属磁记忆检测中的应用进行了综述,讨论了金属磁记忆信号传统特征提取方法的特点,分析了机器学习在金属磁记忆检测中的特征提取、定量识别及剩余寿命预测等方面的研究现状,指出了机器学习在金属磁记忆检测领域的难点问题,并对其发展方向进行了展望.

关键词：金属磁记忆检测、机器学习、特征提取、定量识别、寿命预测

所属期刊栏目：46

分类号：TG115.28(金属学与热处理)

资助基金：国家自然科学基金52065026

在线出版日期：2024-10-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：89-95