به‌كارگيري شبكۀ عصبي براي پيش‌بيني موقعيت و راستاي عيوب لوله در آزمون فراصوتي با امواج هدايت‌شده

در اين تحقيق، روشي بر اساس طبقه‌بندي و پيش‌بيني شبكه عصبي براي تشخيص موقعيت و راستاي ترك در لوله‌ها ارائه شده است. به اين منظور، ابتدا از روش اجزاء محدود براي مدل‌سازي انتشار موج و مدل‌سازي ترك در موقعيت و راستا‌هاي مختلف استفاده شده است. در اين راستا از دو نوع موج تحريك هدايت شده طولي و پيچشي بهره گرفته شده است. سيگنال‌هاي بدست آمده به منظور فيلتر كردن نويز، كاهش ابعاد داده و محاسبه ويژگي‌هاي مناسب، پردازش شده‌اند. در پژوهش حاضر، اندازه‌گيري پژواك‌هاي بازتاب انجام شده و پنج ويژگي در شش سطح از تجزيه موجك گسسته سيگنال‌هاي خام، استخراج شده است. ويژگي‌هاي انتخاب شده از سيگنال‌ها، پردازش شده تا اندازه مدل شبكه عصبي بدون از دست دادن اطلاعات محدود شود. به همين منظور از روش الگوريتم كرم شب‌تاب استفاده شده و به يك شبكه عصبي مصنوعي كه موقعيت و راستاي ترك را پيش‌بيني مي‌كند، تغذيه شده است. در اين مطالعه، از شبكه‌هاي مرسوم پس انتشار چند لايه پرسپترون استفاده شده است. با توجه به نتايج به دست آمده مشاهده مي‌شود كه روش ارائه شده دقت خوبي را در پيش‌بيني موقعيت و راستاي ترك نشان ميدهد و همچنين درصد خطاهاي شبكه عصبي به كار رفته كمتر از 7% است.