Vše

Co hledáte?

Vše
Projekty
Výsledky výzkumu
Subjekty

Rychlé hledání

  • Projekty podpořené TA ČR
  • Významné projekty
  • Projekty s nejvyšší státní podporou
  • Aktuálně běžící projekty

Chytré vyhledávání

  • Takto najdu konkrétní +slovo
  • Takto z výsledků -slovo zcela vynechám
  • “Takto můžu najít celou frázi”

Neural network AE source location apart from structure size and material

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F61388998%3A_____%2F10%3A00349882" target="_blank" >RIV/61388998:_____/10:00349882 - isvavai.cz</a>

  • Výsledek na webu

  • DOI - Digital Object Identifier

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Neural network AE source location apart from structure size and material

  • Popis výsledku v původním jazyce

    AE localization procedures using artificial neural networks (ANN) represent extremely effective alternative to classical triangulation methods. Nevertheless, their application always requires full-scale, time consuming ANN training on each specific structure. Disadvantage of particularly trained ANN algorithm is in its non-transferability to any other object. A new ANN-based AE source location approach is proposed in this paper to overcome such limitation. The method replaces standard arrival time differences at the ANN inputs by so called signal arrival time profiles, independent on material and scale changes. The ANN training can be also performed theoretically on geometrical models and learned ANN is then applied on real structures with different dimensions and materials. Such approach enables considerable extension of ANN application possibilities. The use of new AE source location method is illustrated on experimental data obtained during aircraft structure part testing.

  • Název v anglickém jazyce

    Neural network AE source location apart from structure size and material

  • Popis výsledku anglicky

    AE localization procedures using artificial neural networks (ANN) represent extremely effective alternative to classical triangulation methods. Nevertheless, their application always requires full-scale, time consuming ANN training on each specific structure. Disadvantage of particularly trained ANN algorithm is in its non-transferability to any other object. A new ANN-based AE source location approach is proposed in this paper to overcome such limitation. The method replaces standard arrival time differences at the ANN inputs by so called signal arrival time profiles, independent on material and scale changes. The ANN training can be also performed theoretically on geometrical models and learned ANN is then applied on real structures with different dimensions and materials. Such approach enables considerable extension of ANN application possibilities. The use of new AE source location method is illustrated on experimental data obtained during aircraft structure part testing.

Klasifikace

  • Druh

    D - Stať ve sborníku

  • CEP obor

    BI - Akustika a kmity

  • OECD FORD obor

Návaznosti výsledku

  • Projekt

    Výsledek vznikl pri realizaci vícero projektů. Více informací v záložce Projekty.

  • Návaznosti

    Z - Vyzkumny zamer (s odkazem do CEZ)

Ostatní

  • Rok uplatnění

    2010

  • Kód důvěrnosti údajů

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

Údaje specifické pro druh výsledku

  • Název statě ve sborníku

    29th Europen Conference on Acoustic Emission Testing

  • ISBN

    978-3-200-01956-0

  • ISSN

  • e-ISSN

  • Počet stran výsledku

    8

  • Strana od-do

  • Název nakladatele

    TÚV Austria

  • Místo vydání

    Vienna

  • Místo konání akce

    Vídeň

  • Datum konání akce

    8. 9. 2010

  • Typ akce podle státní příslušnosti

    EUR - Evropská akce

  • Kód UT WoS článku