Застосування нейронних сіток для розпізнавання сигналів, отриманих методом вихреструмової дефектоскопії

Антонюк, ІН, Антонюк, ОП
Косм. наука технол. 2002, 8 ;(Supplement1):101-105
Мова публікації: Російська
Анотація: 
Знедавна штучні нейронні сітки інтенсивно застосовуються для обробки сигналів, розпізнавання і коригування зображень. Робота присвячена створенню нейронної сітки і розробки алгоритмів для розпізнавання сигналів завади і дефекту, котрі з'являються у процесі вихреструмового тестування композитних матеріалів. Композити на основі вуглецевовмісних тканин мають значну шорсткість поверхні. У процесі сканування поверхні матеріалу вихреструмовим перетворювачем часто виникають перекоси датчика. Це створює хибні імпульси, які за амплітудою й шириною часто перевищують модуляційні імпульси дефектів, зокрема поверхневих щілин, що зустрічаються в композитах. Зміна відстані між вихреструмовим перетворювачем та поверхнею тестованого матеріалу, випадкові перекоси датчика під час сканування формує імпульси перешкод. Це найважливіші перешкоди. Отримані результати дозволяють провести корекцію цих факторів та значно покращити надійність дефектоскопії.
References: 
1.  Кавада Акира, Хаяш Сигею. Методы диагностирования изделий с использованием компьютерной нейросети // Gien.— 1994.—80.—Р. 16—20.
2.  Roy Amitava, Barat P., De Swapan Kumar. Material classification throughout neural network // Ultrasonics.—1995.—33.— P. 175—180.
3.  Wang Suju. Использование нейронных сетей при неразрушающих испытаниях с помощью вихревых токов // Narjing hongkong daxue huebao. I. Narjing Univ. Aerecon. and Austronaut.—1995.—27, N 5.—P. 696—700.
4.   Lei  Yinishao,   Ma  Xinshen.   Применение  интеллектуальных нейронных  сетей для вихретокового контроля  //  Wasan Jiance. Non-Destruct. Test.—1994.—16, N 2.—P. 31—33, 57.
5.  Kreis Thomas, Juptner Werner, Biedermann Ralf. Neural network approach to holographic non destructive testing // Appl. Optics.—1995.—34, N 8.—P. 1407—1415.
6.  Koh Chan Scop, Mohammed Osana A., Hahn Song-yop. Detection of magnetic materials using artificial neural network with modified simulated annealing // IEEE Trans. Magn.—1994.— 30, N 5.—Pt. 2.—P. 3644—3647.
7.  Wetzlar Dietmar. Neuronale Netze in der Megtechnic // Techn. Mess.—1995.—62, N 3—P. 87—90.
8.   Cai  Yu-dong,   Vao  Lin-Chang.   Применение  искусственной нейронной сети для нелинейной калибровки датчиков // Chin. I. Sci. Instrum.—1994.—15, N 3.—P. 299—302.
9. Pham D. T., Bayro-Corrochano E. I. Neural classifiers for automated inspection // Inst. Mech. Eng.—1994.—208, N 2.— P. 83—89.
10.   Enokizino M., Todaka Т., Akita M., Nagata S. Rotational magnetic flux sensor with neural network for non-destructive testing // IEEE Trans. Magn.—1993.—29, N 6.—Pt. 1.— P. 3195—3197.
11.  Приставка О. П., Приставка П. О., Смирнов С. О. Статистичний аналіз в АСОД. — Дніпропетровськ: РВВ ДДУ, 2000.—С. 69—75.

12.   Хандецкий В. С., Антонюк И. Н. // Дефектоскопия.— 2001.—№ 4.