基于GA PSO混合算法的钢杆磁特性参数识别方法.pdf,测量轴类零件的磁滞回线，利用其特征参数的变化表征零件表面硬度及硬化层深度，是具有工程应用前景的电磁无损检测新技术之一，其关键是轴类零件磁特性曲线测量装置的研制和磁特性参数高精度识别方法的研究。设计出一种基于闭环磁路的钢杆磁滞回线测量实验装置，并基于J A磁滞模型，提出了一种遗传粒子群（GA PSO）混合算法，实现了钢杆磁滞回线全局与局部特征参数的快速、高精度识别。实验测得的3种不同材质钢杆磁滞回线，对比分析了混合优化算法与单一算法（遗传、粒子群、模拟退火）的参数识别速度与精度，结果表明，混合算法全局识别结果的最小均方根误差仅为0.004 7，低于单一算法的相应结果；混合算法对局部特征参数（矫顽力、剩余磁感应强度）识别的相对误差均小于0.35%，优于单一算法识别精度。上述实验测试和磁特性参数识别方法，有望应用于销钉、螺栓等轴类构件表面硬化层的无损检测。
