Inverse Problem Solution in Acoustic Emission Source Analysis : Classical and Artificial Neural Network Approach

Result code in IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F61388998%3A_____%2F06%3A00047811" target="_blank" >RIV/61388998:_____/06:00047811 - isvavai.cz</a>

Result on the web

—

DOI - Digital Object Identifier

—

Result language

angličtina

Original language name

Inverse Problem Solution in Acoustic Emission Source Analysis : Classical and Artificial Neural Network Approach

Original language description

Solution of nonlinear Inverse Problems (IPs) is a frequent task in nondestructive testing of materials and structures when structural defects or imperfections must be recognized. One among the most promising ultrasonic NDT techniques is the Acoustic Emission (AE) method, which can reveal a dangerous defect (e.g., cracks) growth in realtime. Two practical IP examples of AE source analysis are presented in this chapter: AE source location and identification. As a comparison, a classical approach to the identification IP is shown, whereas the source location and AE signal parameter correction IPs are treated by the use of the soft computing method based on Artificial Neural Networks (ANNs). A short introduction to the ANN approach is presented for that purpose.

Czech name

Řešení inverzního problému při analýze zdroje akustické emise: klasický přístup a využití umělých neuronových sítí

Czech description

Řešení nelineárního inverzního problému (IP) je častým úkolem nedestruktivního testování materiálů a konstrukcí, kdy je nezbytně nutné rozpoznat strukturní defekty a vady. Jedním z nejslibnějších způsobů ultrazvukového nedestruktivního testování je metoda akustické emise (AE), která je schopna odhalit růst nebezpečných defektů (např. trhlin) v reálném čase. V této kapitole jsou uvedeny dva praktické příklady IP analýzy zdroje AE: lokalizace a identifikace zdroje AE. Pro srovnání je zde ukázán klasický přístup k identifikačnímu IP, kdežto IP lokalizace zdroje AE a korekce signálových parametrů jsou řešeny pomocí metod založených na umělých neuronových sítí (ANN). Pro tyto účely je uveden stručný úvod do teorie ANN.

Type

C - Chapter in a specialist book

CEP classification

BI - Acoustics and oscillation

OECD FORD branch

—

Project

—

Continuities

Z - Vyzkumny zamer (s odkazem do CEZ)

Publication year

2006

Confidentiality

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Book/collection name

Universality of Nonclassical Nonlinearity

ISBN

0-387-33860-8

Number of pages of the result

15

Pages from-to

515-529

Number of pages of the book

—

Publisher name

Springer

Place of publication

New York

UT code for WoS chapter

—