12056

12056

طراحي يك روش هوشمند به‌منظور تعيين مشخصات نقص در آزمون جريان گردابي

كارشناسي ارشد

برق - الكترونيك

خردادماه 1392

خردادماه 1392

دكتر علي صدر

چكيده آزمون جريان گردابي، يك روش الكترومغناطيسي متداول است كه اغلب در ارزيابي غيرمخرب مواد رسانا مورد استفاده قرار مي‌گيرد. روش‌هاي آزمون غيرمخرب براي شناسايي عيوب در مواد، شامل سه مرحله¬ي آشكارسازي، تعيين موقعيت و توصيف مشخصات نقص مي‌باشند. عليرغم فناوري‌هاي موجود در اين آزمون‌ها، مسئله‌ي توصيف مشخصات نقص، هم‌چنان در حال بررسي و بهبود است. امروزه تحقيقات به‌سوي مسئله¬ي خودكارسازي تحليل داده¬هاي آزمون غيرمخرب با استفاده از روش‌هاي هوش مصنوعي و كاهش دخالت مستقيم كاربر در فرآيند آزمون، هدايت شده ¬است. در اين پايان‌نامه، ابتدا از مدل‌سازي عددي يك آزمون جريان گردابي با استفاده از روش اجزامحدود، براي شبيه‌سازي پديده‌ي جريان گردابي استفاده مي‌شود. اين مدل‌سازي‌ها، راه‌حلي را براي پيش‌بيني سيگنال‌هاي آزمون فراهم مي‌سازند. بنابراين، پايگاه داده‌‌اي شامل تغييرات شدت ميدان مغناطيسي ناشي از حضور نقص و ابعاد مختلف طول و عمق آن در نمونه‌ي مورد آزمون قابل دست‌يابي است. در ادامه به مسئله‌ي اصلي، يعني ارزيابي كمي در آزمون جريان گردابي مي‌پردازيم. به‌اين ترتيب كه سعي مي‌كنيم از روي سيگنال‌هاي آزمون، مشخصات نقص را پيش‌بيني نماييم. از آن‌جا كه الگوريتم‌هاي مبتني بر هوش مصنوعي، امروزه مهم‌ترين رويكرد براي حل مسائل مربوط به ارزيابي كمي در آزمون‌ جريان گردابي مي‌باشند و برخلاف روش‌هاي عددي و تحليلي، پيچيده و وقت‌گير نيستند، از شبكه‌ي عصبي مصنوعي به‌عنوان يك روش هوشمند براي تخمين ابعاد نقص از روي سيگنال‌هاي آزمون استفاده مي‌شود. عملكرد ساختارهاي مختلفي از شبكه را با معيار NMSE، مورد بررسي قرار مي‌دهيم تا ساختاري را كه پيش‌بيني مناسب‌تري از ابعاد نقص دارد، انتخاب گردد. در ادامه براي بهبود نتايج پيش¬بيني، از روش‌ كاهش ابعاد داده براي كم‌كردن تعداد مؤلفه‌هاي ورودي شبكه استفاده مي‌كنيم. درنهايت، حداقل مقدار NMSE مربوط به داده‌هاي تست در پيش‌بيني عمق نقص، برابر 0.0192 و در تخمين طول نقص، 0.2322 بوده است. واژه‌هاي كليدي: آزمون جريان گردابي، مدل‌سازي عددي، تخمين ابعاد نقص، روش هوشمند.