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

Result code in IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F61388998%3A_____%2F07%3A00089592" target="_blank" >RIV/61388998:_____/07:00089592 - 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 Approaches

Original language description

Solution of nonlinear Inverse Problems (IPs) is a frequent task in nondestruktive testing of materials and structures when structual 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 inversních problémů při analýze zdrojů akustické emise. Klasický přístup a řešení pomocí umělých neuronových sítí

Czech description

Řešení nelineárních inverzních úloh je častým problémem nedestruktivního testování materiálů a konstrukcí za účelem spolehlivého rozpoznání defektů v materiálu. Jednou z perspektivních diagnostických metod je akustické emise (AE), která je schopna odhalit růst nebezpečných defektů, např. trhlin, v reálném čase. V 32. kapitole jsou uvedeny dva praktické příklady inverzních úloh při analýze zdrojů AE - lokalizace a identifikace emisního zdroje. Pro srovnání je uveden klasický přístup k identifikační inverzní úloze, zatímco lokalizace zdrojů a inverzní problém korekce signálových parametrů jsou pojednány pomocí "soft computing" metod na základě umělých neuronových sítí (ANN). Pro tyto účely je uveden krátký úvod do teorie ANN.

Type

C - Chapter in a specialist book

CEP classification

BI - Acoustics and oscillation

OECD FORD branch

—

Project

Result was created during the realization of more than one project. More information in the Projects tab.

Continuities

Z - Vyzkumny zamer (s odkazem do CEZ)

Publication year

2007

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

Torino

UT code for WoS chapter

—