Идентификация круговых трещин, выходящих на поверхности труб с помощью сочетания метода конечных элементов и искусственных нейронных сетей

  • Соловьёв А.Н. Донской государственный технический университет, Ростов-на-Дону, Россия
  • Нгуен З.Ч. Донской государственный технический университет, Ростов-на-Дону, Россия
УДК: 539.3:534.1

Аннотация

В работе рассматривается задача идентификации трещиноподобного дефекта на внешней и внутренних поверхностях труб. Дефекты представляют собой круговые поперечные трещины, выходящие на поверхность. Предполагается что границы трещины не взаимодействуют между собой. Проблема определения глубины трещины сводится к обратной геометрической задаче теории упругости, которая решается на основе сочетания конечно-элементного анализа и искусственных нейронных сетей. Дополнительной информацией для решения обратной задачи являются амплитудно-временные характеристики компонентов вектора смещений. При решении прямой задачи рассматривается конечный фрагмент трубы, поэтому радиальное и осевое смещения измеряются в течение времени, когда волны, отраженные от концов отрезка трубы, не успевают прийти на приемник. Процесс измерения смещений в работе моделируется нестационарным расчетом в конечноэлементном пакете ANSYS. В приведенном численном примере исследуются вопросы точности определения глубины трещины в зависимости от вида входных данных, архитектуры нейронной сети, длительности процесса ее обучения и погрешности входных данных.

Ключевые слова: трещина, дефект трубы, конечно-элементный анализ, формы колебаний, быстрое преобразование Фурье, искусственные нейронные сети

Информация об авторах

Аркадий Николаевич Соловьёв
д-р физ.-мат. наук, заведующий кафедрой теоретической и прикладной механики Донского государственного технического университета
e-mail: solovievarc@gmail.com
Зуй Чыонг Занг Нгуен
аспирант кафедры теоретической и прикладной механики Донского государственного технического университета
e-mail: giangvmu@gmail.com

Литература

  1. Haykin S. Neural networks — a comprehensive foundation. Prentice Hall. 1998. 842 p.
  2. Краснощёков А.А., Соболь Б.В., Соловьёв А.Н., Черпаков А.В. Идентификация трещиноподобных дефектов в упругих элементах конструкций на основе эволюционных алгоритмов // Дефектоскопия. 2011. №6. C. 67-78.
  3. Waszczyszyn Z., Ziemianski L. Neural networks in mechanics of structures and materials, new results and prospects of applications // Computers and Structures. 2001. Vol. 79. No. 22. P. 2261-2276.
  4. Соловьев A.H., Курбатова П.С., Сапрунов Н.И., Шевцов С.Н. Об использовании нейронных сетей в задачах определения дефектов в упругих телах. Материалы X международной конференции "Современные проблемы механики сплошной среды". Ростов-на-Дону, 2006. С. 175-180.
  5. Liu S.W., Huang J. H., Sung J.C., Lee C.C. Detection of cracks using neural networks and computational mechanics // Computer methods in applied mechanics and enginerring. 2002. Vol. 191. P. 2831-2845.
  6. Khandetsky V., Antonyuk I. Signal processing in defect detection using back-propagation neural networks // NDT&E International. 2002, Vol. 35. No. 7. P. 483-488.
  7. Xu Y.G., Liu G.R., Wu Z.P., Huang X.M. Adaptive multilayer perceptron networks for detection of cracks in anisotropic laminated plates // International journal of solids and structures. 2001. Vol. 38. P. 5625-5645.
  8. Fang X., Luo Н., Tang J. Structural damage detection using neural network with learning rate improvement // Computers and Structures. 2005. Vol. 85. P. 2151-2152.
  9. Ватульян А.О. Обратные задачи в механике деформируемого твердого тела. М.: Физматлит, 2007. 224 с.
  10. David W. K. A First Course in Fourier Analysis. Cambridge University Press. 2007. 864 p.
  11. Снеддон И.Н., Берри Д.С. Классическая теория упругости. М.: Наука, 1961. 219 с.
  12. Красильников В.А., Крылов В.В. Введение в физическую акустику. М.: Наука, 1984. 400 с.

Финансирование

Работа выполнена при частичной финансовой поддержки РФФИ (гранты № 13-01-00196А, 13-01-00943А).

Выпуск
Страницы
76-84
Прислано
2014-01-25
Опубликовано
2014-03-24

Наиболее читаемые статьи этого автора (авторов)