Application of Arrival Time Profiles to AE Source Location by Neural Networks
Result description
The localization procedures using artificial neural networks (ANN) represent today highly effective, alternative approach to classical triangulation algorithms. Nevertheless, their application possibilities are limited due to several reasons. The main problems are in the collecting of sufficiently extensive training and testing data sets together with the non-portability of particular trained network to any other object. In recent time, a new ANN-based AE source location method using so-called signal arrival time profiles was proposed to overcome both limitations. The new way of signal arrival time characterization provides the ANN training on numerical models and allows the application of learned ANN on real structures of various scales and materials.In the paper, this new method is illustrated on experimental data obtained at complex aircraft structure part testing, and its remarkable advantages concerning the considerable extension of ANN application possibilities are discussed.
Keywords
acoustic emissionarrival time profilessource localizationneural networks
The result's identifiers
Result code in IS VaVaI
Result on the web
—
DOI - Digital Object Identifier
—
Alternative languages
Result language
čeština
Original language name
Aplikace časových profilů při lokalizaci zdrojů AE pomocí neuronových sítí
Original language description
V současné době představují lokalizační procedury využívající umělé neuronové sítě (ANN) vysoce efektivní alternativu ke klasickým triangulačním algoritmům. Možnosti jejich aplikace jsou však z různých důvodů omezené. Hlavním problémem bývá především sběr dostatečného množství reprezentativních tréninkových dat spolu s nepřenositelností konkrétní naučené sítě na jinou úlohu. Jako řešení obou problémů byla v poslední době navržena metoda na bázi ANN, využívající tzv. časové profily. Tento nový způsob charakterizace časů příchodů signálů umožňuje učení ANN na numerických modelech a následnou aplikaci na reálných konstrukcích různých měřítek a materiálů. V příspěvku je tato nová metoda demonstrována na experimentálních datech získaných při zatěžování složité součásti letecké konstrukce a je diskutován její významný přínos pro rozšíření aplikačních možností ANN.
Czech name
Aplikace časových profilů při lokalizaci zdrojů AE pomocí neuronových sítí
Czech description
V současné době představují lokalizační procedury využívající umělé neuronové sítě (ANN) vysoce efektivní alternativu ke klasickým triangulačním algoritmům. Možnosti jejich aplikace jsou však z různých důvodů omezené. Hlavním problémem bývá především sběr dostatečného množství reprezentativních tréninkových dat spolu s nepřenositelností konkrétní naučené sítě na jinou úlohu. Jako řešení obou problémů byla v poslední době navržena metoda na bázi ANN, využívající tzv. časové profily. Tento nový způsob charakterizace časů příchodů signálů umožňuje učení ANN na numerických modelech a následnou aplikaci na reálných konstrukcích různých měřítek a materiálů. V příspěvku je tato nová metoda demonstrována na experimentálních datech získaných při zatěžování složité součásti letecké konstrukce a je diskutován její významný přínos pro rozšíření aplikačních možností ANN.
Classification
Type
D - Article in proceedings
CEP classification
BI - Acoustics and oscillation
OECD FORD branch
—
Result continuities
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)
Others
Publication year
2009
Confidentiality
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Data specific for result type
Article name in the collection
NDT for Safety DEFEKTOSKOPIE 2009
ISBN
978-80-214-3973-3
ISSN
—
e-ISSN
—
Number of pages
9
Pages from-to
—
Publisher name
Brno University of Technology
Place of publication
Brno
Event location
Praha
Event date
Nov 4, 2009
Type of event by nationality
WRD - Celosvětová akce
UT code for WoS article
—
Basic information
Result type
D - Article in proceedings
CEP
BI - Acoustics and oscillation
Year of implementation
2009