Počet záznamů: 1

Aplikace časových profilů při lokalizaci zdrojů AE pomocí neuronových sítí

  1. 1.
    0337600 - UT-L 2010 RIV CZ cze C - Konferenční příspěvek (zahraniční konf.)
    Chlada, Milan - Blaháček, Michal - Převorovský, Zdeněk
    Aplikace časových profilů při lokalizaci zdrojů AE pomocí neuronových sítí.
    [Application of Arrival Time Profiles to AE Source Location by Neural Networks.]
    NDT for Safety DEFEKTOSKOPIE 2009. Brno: Brno University of Technology, 2009 - (Mazal, P.; Pazdera, L.), s. 303-312. ISBN 978-80-214-3973-3.
    [DEFEKTOSKOPIE 2009. Praha (CZ), 04.11.2009-06.11.2009]
    Grant CEP: GA ČR GA101/07/1518; GA ČR GA106/07/1393
    Výzkumný záměr: CEZ:AV0Z20760514
    Klíčová slova: acoustic emission * arrival time profiles * source localization * neural networks
    Kód oboru RIV: BI - Akustika a kmity

    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.

    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.
    Trvalý link: http://hdl.handle.net/11104/0181557