شناسایی عیب در اتصالات چسبی با استفاده از روش انتشار امواج فراصوت مبتنی بر هوش مصنوعی

نویسندگان

1 دانشکده مهندسی مکانیک، دانشگاه علم و صنعت، تهران، ایران.

2 دانشکده مهندسی مکانیک، دانشگاه علم و صنعت، تهران، ایران.

3 دانشکده مهندسی مکانیک، دانشگاه علم و صنعت، تهران، ایران.

doi
10.22060/mej.2021.20233.7198
چکیده

وجود عیب در اتصالات چسبی یک مسئله مهم در ساخت سازه‌های فضایی می‌باشد. در این مقاله با استفاده از امواج لمب، ویژگی‌های مناسب جهت شناسایی اندازه و موقعیت عیوب اتصالات چسبی به‌دست‌آمده‌ است. با استفاده از شبیه‌سازی المان محدود به بررسی اثر عیب بر انتشار امواج لمب پرداخته شده است. شبیه‌سازی برای سه ضخامت متفاوت چسب، سه سایز متفاوت عیب دایره‌ای در ۹ موقعیت مختلف صورت‌گرفته است و تأثیر هر یک از آنها بر موج عبوری از اتصال بررسی شده است. سیگنال‌های به‌دست‌آمده از اتصالات معیوب با سیگنال حاصل از اتصال سالم مقایسه گردیده و ناحیه موردنظر جهت تحلیل‌های بعدی از کل سیگنال دریافتی جدا شد. تفکیک مناسب و صحیح عیوب نیازمند یافتن مشخصه‌هایی مناسب برای آن است به همین جهت 34 ویژگی جهت ایجاد تمایز و تفکیک عیوب بررسی گردید. در ادامه با فراهم آمدن پایه‌های ایجاد الگوهایی مناسب برای تفکیک عیوب، از شبکه عصبی استفاده شد. درصد تشخیص صحیح شبکه عصبی برای تفکیک ضخامت چسب 93/8 درصد، برای تفکیک مساحت عیوب از منظر اندازه ۱۰۰ درصد و برای تفکیک موقعیت عیب در دو محور افقی و عمودی به ترتیب 96/1 و 95/1 درصد به دست آمد. نتایج به‌دست‌آمده نشان‌دهنده کارایی روش تکامل فاصله بهبودیافته و ویژگی‌های انتخاب شده جهت تفکیک عیوب این‌گونه از اتصالات است.