基于CNN-Transformer的管道缺陷三維重構(gòu)方法

打開(kāi)文本圖片集

摘  要：文章對(duì)基于漏磁信號(hào)的長(zhǎng)輸油氣管道缺陷重構(gòu)方法進(jìn)行了研究。由于反向求解具有不適定性，而深度學(xué)習(xí)模型具有強(qiáng)大的非線性映射能力以及特征提取能力，因此搭建CNN-Transformer混合架構(gòu)模型作為量化模型來(lái)預(yù)測(cè)缺陷尺寸；并對(duì)仿真漏磁信號(hào)的修正方法進(jìn)行研究，以減小仿真數(shù)據(jù)與實(shí)驗(yàn)數(shù)據(jù)之間誤差。（剩余11122字）