فهرست نشریات علمی دسترسی آزاد ایران

در این تحقیق، روشی بر اساس طبقه‌بندی و پیش‌بینی شبکه عصبی برای تشخیص موقعیت و راستای ترک در لوله‌ها ارائه شده است. به این منظور، ابتدا از روش اجزاء محدود برای مدل‌سازی انتشار موج و مدل‌سازی ترک در موقعیت و راستا‌های مختلف استفاده شده است. در این راستا از دو نوع موج تحریک هدایت شده طولی و پیچشی بهره گرفته شده است. سیگنال‌های بدست آمده به منظور فیلتر کردن نویز، کاهش ابعاد داده و محاسبه ویژگی‌های مناسب، پردازش شده‌اند. در پژوهش حاضر، اندازه‌گیری پژواک‌های بازتاب انجام شده و پنج ویژگی در شش سطح از تجزیه موجک گسسته سیگنال‌های خام، استخراج شده است. ویژگی‌های انتخاب شده از سیگنال‌ها، پردازش شده تا اندازه مدل شبکه عصبی بدون از دست دادن اطلاعات محدود شود. به همین منظور از روش الگوریتم کرم شب‌تاب استفاده شده و به یک شبکه عصبی مصنوعی که موقعیت و راستای ترک را پیش‌بینی می‌کند، تغذیه شده است. در این مطالعه، از شبکه‌های مرسوم پس انتشار چند لایه پرسپترون استفاده شده است. با توجه به نتایج به دست آمده مشاهده می‌شود که روش ارائه شده دقت خوبی را در پیش‌بینی موقعیت و راستای ترک نشان می-دهد و همچنین درصد خطاهای شبکه عصبی به کار رفته کمتر از 7% است.