|
ИСТИНА |
Войти в систему Регистрация |
ИСТИНА ИНХС РАН |
||
Создание методики диагностирования механических повреждений протяженных сооружений и трубопроводов с применением технологий вейвлет-преобразования и нейронных сетейтезисы доклада
- Авторы: Кузнецова Ел Л., Митин А.Ю., Федотенков Г.В.
- Сборник: Материалы XXII Международного симпозиума «Динамические и технологические проблемы механики конструкций и сплошных сред» им. А.Г. Горшкова
- Том: 2
- Тезисы
- Год издания: 2016
- Место издания: ООО "ТРП" Москва
- Первая страница: 90
- Последняя страница: 92
- Аннотация: В целях повышения надежности и безопасности инженерных конструкций и сооружений, в течение последних нескольких десятилетий интенсивно разрабатываются различные методы обнаружения повреждений и системы мониторинга. В этой связи разработка высокоэффективной, простой в эксплуатации, точной и структурно неразрушающей диагностической системы, которая могла бы заменить традиционные диагностические процедуры, имеет большое значение для решения многих проблем с обслуживанием инженерных сооружений. Кроме того, определение уровня безопасности конструкции в течение всего ее срока службы имеет важное значение не только для безопасной эксплуатации, но также для сокращения расходов на техническое обслуживание и профилактические работы по предотвращению разрушений. Первой научно-технической задачей при разработке системы обнаружения повреждений конструкции с использованием нейронной сети является формирование начального состояния базы данных повреждений, которое будет использовано в качестве входных данных процесса обучения искусственной нейронной сети. Для выполнения этой задачи предполагается использовать метод конечно-элементного моделирования [1]. При этом начальное состояние базы данных повреждений должно содержать по возможности наиболее полную информацию о структурном отклике конструкции при определенном повреждении. Для этого используется вейвлет-декомпозиция структурного отклика. Повреждение конструкции моделируется уменьшением жесткости, которое зависит от размера и расположения повреждения в конструкции. С целью получения набора данных для начального обучения искусственной нейронной сети коэффициенты редукции жесткости элементов предполагаются случайными числами между 0 и 1. Расположение поврежденного элемента конструкции также предполагается случайным. Кроме того, дефект может моделироваться с помощью нескольких конечных элементов. После формирования начального состояния базы данных повреждений выполняется процесс обучения искусственной нейронной сети. В основу процесса обучения будет положен хорошо зарекомендовавший себя метод наискорейшего спуска с алгоритмом обратного распространения ошибки [2]. Процесс обучения будет продолжаться до тех пор, пока результат работы искусственной нейронной сети не будет соответствовать желаемой цели или пока работа искусственной нейронной сети не достигнет ожидаемой точности выходного результата. Эта точность оценивается уровнем погрешности по методу наименьших квадратов. Обученная сеть, получив уже новые, неизвестные ранее результаты анализа, способна корректно распознать параметры дефекта. Входные данные для обучения искусственной нейронной сети могут быть преобразованы с помощью вейвлет-преобразования, что улучшает процесс реконструкции. Также будут исследованы вопросы архитектуры искусственной нейронной сети, способы представления обучающей информации и влияние размеров дефектов на точность и время их идентификации. В качестве входных данных для искусственной нейронной сети представляется рациональным использование вейвлет-преобразования сигналов, полученных с виртуальных измерительных датчиков. Еще одним преимуществом применения вейвлет-преобразования перед преобразованием Фурье является способность извлекать нужную информацию из различных типов сигналов. Таким образом, можно объединить, например, данные полученные из статических экспериментов с данными динамических испытаний. Недостатком вейвлетов является проблема, связанная с выбором наиболее подходящего типа материнского вейвлета, которая решается, как правило, методом подбора [3]. Разработка и тестирование методов и программ, на основе которых могут быть созданы диагностические устройства идентификации дефектов конструкций и приборы неразрушающего контроля технических объектов, в частности, для мониторинга поврежденного состояния протяженных сооружений и трубопроводов в процессе их эксплуатации. Разработка и предложение на основе полученных результатов методов и технологий обеспечения сейсмо- взрыво- и ударобезопасности протяженных сооружений, в частности, трубопроводов и туннелей. Работа выполнена при финансовой поддержке РФФИ (проект 15-38-70024 мол_а_мос). Литература 1. Вестяк А.В., Митин А.Ю., Федотенков Г.В., Тарлаковский Д.В. Методика диагностирования дефектов протяженных трубопроводах с применением МКЭ // Матер. ХХI Междунар. симп. «Динам. и технолог. пробл. мех. констр. и сплош. сред» им. А.Г. Горшкова - М., 2015., том 2. – С. 115-120. 2. Митин А.Ю., Вестяк А.В., Федотенков Г.В., Тарлаковский Д.В. Метод нестационарной упруго-волной диагностики трубопроводов ЛА // Сборник тезисов докладов конференции «Инновации в авиации и космонавтике - 2015». - С-Пб.: ООО «Принт-салон», 21-23 апреля 2015 г., Москва, МАИ - С. 260-261. 3. Кузнецова Ел.Л., Митин А.Ю., Федотенков Г.В. Решение обратных задач теории упругости с применением МКЭ, нейронных сетей и вейвлет-преобразования // Тезисы докладов IV Международного научного семинара «Динамическое деформирование и контактное взаимодействие тонкостенных конструкций при воздействии полей различной физической природы». 2016г., Москва – М.: Издательство ООО "ТР-принт", 2016. – С. 99-100.
- Добавил в систему: Федотенков Григорий Валерьевич