Lokalizace zdrojů AE neuronovými sítěmi nezávisle na změnách materiálu a měřítka

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F61388998%3A_____%2F10%3A00351373" target="_blank" >RIV/61388998:_____/10:00351373 - isvavai.cz</a>

Výsledek na webu

—

DOI - Digital Object Identifier

—

Jazyk výsledku

čeština

Název v původním jazyce

Lokalizace zdrojů AE neuronovými sítěmi nezávisle na změnách materiálu a měřítka

Popis výsledku v původním jazyce

Lokalizace zdrojů akustické emise (AE) procedurami využívajícími umělé neuronové sítě (ANN) je vysoce efektivní alternativou ke klasickým triangulačním algoritmům. Mezi hlavní problémy patří především sběr dostatečného množství reprezentativních tréninkových dat a nepřenositelnost konkrétní naučené sítě na jiné úlohy. Jako řešení obou problémů se v poslední době osvědčila metoda na bázi ANN, využívající tzv. časové profily. Tento způsob charakterizace časů příchodů signálů k jednotlivým snímačům umožňuje učení ANN na numerických modelech s následnou aplikací na reálné konstrukce různých měřítek a materiálů. V příspěvku je tato metoda dále zdokonalena a demonstrována na experimentálních datech, získaných při pen-testech na modelovém střešním nosníku a součásti letecké konstrukce. Diskutovány jsou rovněž obecné možnosti aplikace jednotlivých variant metody pro různé konfigurace snímačů.

Název v anglickém jazyce

AE source location by neural networks independent on material scale changes

Popis výsledku anglicky

The localization of acoustic emission (AE) sources by procedures using artificial neural networks (ANN) represents today highly effective alternative approach to classical triangulation algorithms. The main problems are in the collecting sufficiently extensive training and testing data sets together with the non portability of particular trained network to any other object. Recently, the ANN based AE source location method has been improved by using so-called signal arrival time profiles to overcome both limitations. This way of signal arrival time characterization enables ANN training on numerical models and allows the application of learned ANN on real structures of various scales and materials. In this paper, the method is upgraded and localizationresults are illustrated on experimental data obtained during pen-tests on a model roof I-beam and an aircraft structure part. General application possibilities of the method variations for different sensor configurations are also discusse

Druh

D - Stať ve sborníku

CEP obor

BI - Akustika a kmity

OECD FORD obor

—

Projekt

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

Návaznosti

Z - Vyzkumny zamer (s odkazem do CEZ)

Rok uplatnění

2010

Kód důvěrnosti údajů

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

Název statě ve sborníku

Defektoskopie 2010 NDE for Safety

ISBN

978-80-214-4182-8

ISSN

—

e-ISSN

—

Počet stran výsledku

8

Strana od-do

—

Název nakladatele

University of Technology Brno

Místo vydání

Brno

Místo konání akce

Plzeň

Datum konání akce

10. 11. 2010

Typ akce podle státní příslušnosti

WRD - Celosvětová akce

Kód UT WoS článku

—