华南理工大学学报(自然科学版)

作者：洪晓斌 子文江 余蓉 罗宗强 何振威

单位：1． 华南理工大学 机械与汽车工程学院，广东 广州 510640; 2． 深圳中集智能科技有限公司，广东 深圳 518035

关键词：Hadoop,D-S 证据理论,MapReduce,大型钢结构

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)

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．

来源：2019年第3期

《华南理工大学学报(自然科学版)》期刊编辑部

查看华南理工大学学报(自然科学版)杂志2019年第3期