Статьи автора

ПОВЫШЕНИЕ ТОЧНОСТИ ИЗМЕРЕНИЯ ПАРАМЕТРОВ ЧАСТОТНО-ЗАВИСИМОГО ЗАТУХАНИЯ ПРОДОЛЬНОЙ УЛЬТРАЗВУКОВОЙ ВОЛНЫ В ТВЕРДЫХ ТЕЛАХ

Номер выпуска 11 от 01.11.2025

Предложен метод повышения точности измерения параметров частотно-зависимого затухания продольных ультразвуковых волн в твердых телах с применением стандартных дефектоскопов и пьезоэлектрических преобразователей (ПЭП). Рассмотрены традиционные подходы, такие как методы Пападакиса и Рота, и выявлены их ограничения, обусловленные сложностями учета коэффициентов отражения, волнового расхождения фронта и влияния контактного слоя. Предложен усовершенствованный метод, основанный на способе Рота, с использованием многочастотной поправки волнового расхождения фронта и предложен оптимизационный метод на основе генетического многокритериального алгоритма NSGA-II для оценки параметров затухания. Проведен анализ факторов, влияющих на точность измерений, таких как: частотные характеристики ПЭП, ошибки измерения амплитуды, наличие структурного шума, шаг дискретизации, утечка энергии на границах образца и т.д. Результаты численных экспериментов, выполненных в программе CIVA, при использовании преобразователя с рабочей частотой 5 МГц показали относительную ошибку измерения скорости звука ±0,1 %, коэффициента затухания ±1,5 % и степени частотной зависимости ±20 %. Модельный эксперимент на стальном образце с двумя «ступеньками» 12 и 20 мм при использовании преобразователя с рабочей частотой 10 МГц подтвердил практическую применимость метода: относительная погрешность измерения скорости продольной волны для двух «ступенек» можно оценить как ±0,1 %, коэффициента затухания ±1 % и степени частотной зависимости ±2 %. Для повышения точности рекомендуется применение ПЭП с рабочей частотой 10 МГц и использование раздельно-совмещенных преобразователей.

81 0

РАСПОЗНАВАНИЕ ТИПА ОТРАЖАТЕЛЯ С ПОМОЩЬЮ НЕЙРОННОЙ СЕТИ ПО TOFD-ЭХОСИГНАЛАМ

Номер выпуска 6 от 23.04.2025

Предложено с помощью сверточной нейронной сети ResNet-18 автоматизировать классификацию типов отражателей по TOFD-эхосигналам. Основное внимание уделено моделированию и классификации отражателей, таких как трещины, поры, непровары и пустые области. Эксперименты включали обучение модели на TOFD-эхосигналах, рассчитанных как в численном эксперименте, так и TOFD-эхосигналах, измеренных в процессе ультразвукового контроля. Результаты показали высокую точность классификации: 96,2 % в процессе численного эксперимента, 97 % на экспериментально измеренных TOFD-эхосигналах с различными типами дефектов. Исследование подтвердило возможность применения нейросетей для определения типа отражателя по TOFD-эхосигналам, что позволяет автоматизировать процесс неразрушающего контроля и снизить влияние человеческого фактора. Для дальнейшего развития метода предлагается использовать сегментационные модели для обработки изображений с несколькими дефектами.

29 0