Смирницкий Геннадий Александрович Факультет компьютерных наук и технологий (КНТ) Кафедра автоматизированных систем управления (АСУ) Специальность: Информационные управляющие системы и технологии (ИУС) Научный руководитель: к.т.н., доц. кафедры АСУ Омельченко Андрей Анатольевич

Тема выпускной работы: Разработка компьютеризированной информационной системы контроля состояния промышленных объектов с помощью метода акустической эмиссии

РЕФЕРАТ ПО ТЕМЕ ВЫПУСКНОЙ РАБОТЫ

ВВЕДЕНИЕ

Для большого количества отраслей современной промышленности характерная потребность в применении неразрушающих методов контроля с целью выяснения количества, степени развития, места расположения дефектов во внутренней структуре материалов, из которых выполнен объект: ведь контроль должен осуществляться непосредственно во время протекания технологического процесса (или эксплуатации объекта или его отдельных частей под нагрузкой), что не позволяет нарушать целостность элементов объекта для выяснения количества и весомости развитых дефектов. При наличии знаний о динамике образования дефектов возможно спрогнозировать время приближения объекта к аварийному состоянию и вовремя принять необходимые меры для предотвращения аварии. Основной принцип диагностики инженерных сооружений и конструкций заключается в пассивном сборе информации с множества звуковых (и ультразвуковых) датчиков, и её обработке для последующего определения степени износа конструкции. Проблематика такого мониторинга приведена в [1].

1 АКТУАЛЬНОСТЬ ТЕМЫ

За последнее время динамично растет число публикаций, посвященных использованию метода акустико-эмиссионного контроля (АЭ контроля), который имеет ряд преимуществ перед другими методами неразрушающего контроля благодаря своим особенностям, приведенных в [2]:

• метод АЭ контроля обеспечивает обнаружение и регистрацию дефектов развивающихся, и это позволяет классифицировать дефекты не по размеру, а по степени их опасности;
• метод АЭ контроля чувствителен к дефектов растут: он позволяет выявить в рабочих условиях прирост трещины очень малых размеров; чувственность акустико-эмиссионной аппаратуры по теоретическим оценкам составляет примерно 1×10^-6 мм², позволяющий определить прирост трещины 1 мкм на величину 1 мкм;
• свойство интегральности метода АЭ контроля обеспечивает контроль всего объекта с использованием одного или нескольких преобразователей сигналов, неподвижно установленных на поверхности объекта;
• метод АЭ контроля позволяет проводить контроль различных технологических процессов и процессов изменения свойств и состояния материалов;
• расположение и направление объекта не влияет на возможность обнаружения дефекта;
• метод АЭ контроля имеет меньше ограничений, связанных со свойствами и структурой материалов.

С 1 декабря 1997 г. В Украине введены в действие «Нормативные документы по вопросам обследований, паспортизации, безопасной и надежной эксплуатации производственных зданий и сооружений», согласно которым техническое диагностирование железобетонных строений должно диагностироваться с применением взаимосвязанных и взаимодополняющих обследовательских, расчетных и аналитических процедур. Потеря прочности железобетонных объектов происходит не мгновенно, а постепенно, поэтому возможно с помощью проведения АЭ контроля следить за динамикой развития дефектов-трещин и судить о степени остаточного запаса прочности. Благодаря ряду преимуществ перед другими видами неразрушающего контроля, данный метод имеет привлекательность для использования и проведения новых исследований.

2 ПЛАНИРУЕМАЯ НАУЧНАЯ НОВИЗНА

Особенностью метода АЭ контроля, которая ограничивает его применение, в ряде случаев связана с трудностями выделения сигналов акустической эмиссии (АЭ) на фоне помех, так как сигналы АЭ является шумоподобными по своей природе (АЭ - стохастический импульсный процесс). Если сигналы АЭ имеют малую амплитуду, выделение полезного сигнала на фоне помех представляет собой сложную задачу, и актуален вопрос поиска эффективного ее решения. Существенным недостатком представленного метода является отсутствие единой информационной базы, содержащей в себе систематизированные результаты исследований, которые позволяли бы распространять полученные результаты на ряд подобных.

Современные системы, использующие метод АЭ контроля, в основном нуждаются наличии оператора для анализа полученных данных акустической эмиссии, поэтому актуален вопрос поиска средств, которые бы помогли перенести выполнение функции анализа полученных спектральных характеристик на машинную часть системы, что позволило бы при качественной работе (а во многом это зависит от поиска оптимального набора исследуемых параметров и оптимальных методов их обработки) системы уменьшить риск субъективной ошибки оператора и освободить определенное количество его рабочего времени. В ходе выполнения магистерской работы планируется спроектировать систему, в которой объединить традиционные методы анализа данных по значениям основных макропараметров этого процесса и получившие в последнее время популярность методы распознавания помех и истинных звуковых сигналов с использованием нейронных сетей, что дало бы возможность сравнивать полученные разным способом результаты анализа акустических данных. Это даст возможность экспериментировать с выбором различных наборов анализируемых макропараметров и выбором различных конфигураций нейронных сетей в поисках оптимальных решений.

3 ОБЗОР ИССЛЕДОВАНИЙ ПО ТЕМЕ

Магистерская работа будет выполнена в рамках кафедральной научной работы М-3-07 «Разработка научных основ построения систем технической и медицинской диагностики». По результатам поиска среди материалов портала магистров ДонНТУ были найдены работы Соломичева Р.И., Белинской Ю.П., Кардыбанского О.С., в которых упоминался метод АЭ, однако вопрос его применение не являлось ключевым в работе.

В Украине были зарегистрированы госбюджетные темы № 6902/21 (№ госрегистрации 0102U001185) «Разработать методику технической диагностики автодорожных мостов с использованием метода акустической эмиссии», № 6953 ( № госрегистрации 0103U001353) «Исследование напряженно-деформированного состояния элементов мостовых конструкций методом акустической эмиссии». Следует особо выделить проведенную в соответствии с планами этих тем работу [3], в которой автор отмечает, что проведенный им «литературный поиск использования метода АЭ в исследовании натурных строительных железобетонных конструкций свидетельствует о том, что на данное время нет обработанных и надежных методик определения НДС конструкций и их трещиностойкости».

Выдающимся ученым в Украине, занимающимся вопросами применения метода акустической эмиссии в дефектоскопии, является Сакальский В.П., которому принадлежит свыше 250 научных работ по данной тематике.

Данная тема активно разрабатывается в зарубежных исследованиях. Существуют объединения ученых, активно занимающихся вопросами АЭ контроля, например European Working group on Asoustic Emission (EWGAE) в Европе, которая проводила конференцию [4] в Харькове в 2008 г. Кроме данной организации существуют следующие проекты:

• The Acoustic Emission Working Group (AEWG);
• The Japanese Committee on Acoustic Emission (JCAE);
• The Latin American Acoustic Emission Group (GLEA);
• Vallen Systeme GmbH, The Acoustic Emission Company;
• Physical Acoustics Corporation, Acoustic Emission Measurement Technologies;
• Interunis, Systems of Industrial Monitoring Company.

Издано множество публикаций на русском языке, посвященных описанию аспектов применения метода АЭ, перечень которых можно найти на портале [5]. Данный проект следует отметить отдельно, так как в его рамках работает программа "Open AE Initiative", созданная для обмена опытом исследований. На портале размещена обширная информация для студентов (в основном ориентированная на обучающихся в Тель-Авивском университете). Помимо Тель-Авивского университета в Израиле во множестве высших учебных заведениях и исследовательских институтах по всему миру проводятся исследования, связанные с вопросами применения метода АЭ контроля. Особо следует отметить издание "Acoustic Emission Journal" в США (выходит с 1982 г.), а также журнал Российской академии наук «Дефектоскопия» (выходит с 1965 г.).

4 ПОСТАНОВКА ЗАДАЧ ИССЛЕДОВАНИЯ

Цель исследования заключается в осуществлении поиска возможных вариантов построения программно-аппаратного решения технической диагностики с использованием методов для определения степени износа объекта, находящегося под контролем, путем выяснения количества, размера и расположения дефектов в его внутренней структуре. Достичь этой цели можно при условии решения следующих задач:

• регистрация акустических данных;
• идентификация импульсов акустической эмиссии на фоне помех;
• классификация импульсов акустической эмиссии и соответственно их источников;
• прогнозирования времени износа объекта.

Исследование возможных путей разрешения данных задач выносится на магистерскую работу.

5 РЕШЕНИЕ ЗАДАЧ И РЕЗУЛЬТАТЫ ИССЛЕДОВАНИЯ

В ходе выполнения магистерской работы должна быть спроектирована компьютеризированная система, обобщенная схема которой приведена на рисунке 5.1.

Рисунок 5.1 — Обобщенная схема компьютеризированной системы контроля состояния промышленного объекта с помощью метода акустической эмиссии (анимация: объём – 12,8 КБ; размер – 518x223; количество кадров – 13; задержка между кадрами – 100 мс; задержка между последним и первым кадрами – 100 мс; количество циклов повторения – непрерывный цикл повторения)

На рисунке 5.1 введены следующие обозначения: 1 — исследуемый образец; 2 — развивающийся в образце дефект, являющийся источником АЭ; 3 — датчики; 4 — центр обработки акустических данных со всех каналов на базе современной ЭВМ.

Как отмечено в [6], основным элементом резонансного датчика является пьезоэлектрический кристалл, преобразующий механическое движение в электрический сигнал. Кристалл помещается в специальный корпус с донышком в виде пластинки и разъемом. Датчик возбуждается волнами напряжений, попадающими на его донышко, и преобразует их в электрические сигналы. Эти сигналы поступают на расположенный поблизости предусилитель, усиливаются и на конечном этапе регистрации поступают на основную измерительную и обрабатывающую аппаратуру. В последнее время с целью достижения больших удобств при установке и одновременно снижения чувствительности к электромагнитным наводкам, предусилители делают миниатюрными и размещают непосредственно в корпусе датчика, получая совмещенный датчик-предусилитель.

Одним из основных требований к датчику является его высокая чувствительность. И хотя в целом высококачественными датчиками считаются датчики, обладающие плоской частотной характеристикой, однако в большинстве практических случаев наиболее чувствительными, а потому предпочтительными, являются резонансные датчики, которые, к тому же, являются более дешевыми, чем широкополосные. Эти датчики имеют сравнительно узкую полосу частот, в которой происходит преимущественное колебание. Частотная полоса определяется в основном размером и формой кристалла. Частоты, характеризующие датчик, являются доминирующими при образовании формы и спектра АЭ сигнала.

С помощью датчиков выполняется первая задача из перечисленных в предыдущем разделе — регистрация сигнала АЭ. Последние три задачи связаны с работой над количественными характеристиками, следовательно, логично применить для их решения нейронные сети. В настоящее время разработаны методы распознавания образов с помощью нейронных сетей с различной структурой и спецификой, благодаря чему открывается широкое пространство для исследований. Ранее регистрация, идентификация и классификация акустических импульсов, возникающих в процессе пластической деформации и разрушения (роста трещин) объектов, находящихся под контролем, происходили благодаря работе подготовленной человека-оператора, которая опирался исключительно на свои субъективные слуховые ощущения. Современные технологии позволяют создать компьютерную систему, использующую нейронную сеть, входным образам для которой будут соответствовать спектральные характеристики акустических сигналов; натренированные нейронная сеть должна определить, к какому классу следует отнести дефект, который повлек излучения акустических волн.

Получение полезной информации, содержащейся в сигналах АЭ, осуществляется различными методами их количественной обработки. Число возможных параметров, которые регистрируются, может быть довольно большим, поэтому очень важным является избрание наиболее информативных параметров, несущих необходимую информацию о динамичной локальной перестройке внутренней структуры твердых тел. До сих пор еще слабое метрологическое обеспечение измерений в области АЭ приводит к достаточно произвольному выбору и различной интерпретации информационных параметров и методов их регистрации, что делает сложным сопоставление результатов.

В [6] проиллюстрированы классические информационные параметры, которые должны фиксироваться при анализе сигналов АЭ, как показано на рисунке 5.2.

Рисунок 5.2 — Стандартный набор параметров, измеряемых системой АЭ контроля

На рисунке 5.2 введены следующие условные обозначения: Т — порог, относительно которого рассчитывается число осцилляций, т.е. пересечения его сигналом ; A — амплитуда (максимальное значение сигнала); D — длительность (полное время от пересечения сигналом порога до ухода под порог); R — время наростания сигнала (время от первого пересечения порога сигналом до достижения им максимальной амплитуды); Е — энергетический параметр МАRSE.

Некоторые современные измерительные приборы регистрируют спектр АЭ и E_АЭ — энергию АЭ сигнала, которая обычно пропорциональна продолжительности, квадрату амплитуды и определяется по площади огибающей сигналов, которые регистрируются. Последний параметр носит название MARSE (Measured Area under the Rectified Signal Envelope); он качественно описывает интегральную поведение АЭ во времени, однако, к сожалению, не позволяет осуществлять количественное оценивание энергетических параметров процесса образования дефектов: дело в том, что определенная таким образом в узкой частотной полосе датчика «псевдоэнергия АЭ» отвечает лишь малой части (иногда всего 1 -2%) настоящей энергии первичного излучений широкополосного сигнала АЭ.

Для дискретной АЭ вводятся следующие информационные параметры:

• общее число импульсов — число зарегистрированных импульсов АЭ за интервал времени;
• активность АЭ — общее число импульсов, сопоставлений к единице времени;
• суммарная АЭ — число зарегистрированных превышений (выбросов) АЭ сигналов установленного уровня за заданный интервал времени;
• скорость счета — число зарегистрированных превышений АЭ сигналов установленного уровня за единицу времени;
• плотность вероятности амплитуды импульсов w (A), то есть вероятность того, что амплитуда АЭ импульса А₀ находится в интервале от А до А + dA, как показано в формуле (5.1); чаще используют производный параметр — количество импульсов, амплитуда которых находится в интервале от А до А + dA, как показано в формуле (5.2);

P {A < A 0 < A+dA}=w(A)dA	(5.1)
n(A)=N×w(A)	(5.2)

• распределение временных интервалов между отдельными АЭ импульсами;
• амплитудно-временное распределение импульсов АЭ N(A,T) — функция, указываю на количество импульсов Dn, зарегистрированных в промежутке времени от T до T + dT, амплитуда которых находится в интервале от A до A + dA, как показано в формуле (5.3);

dN=n(A,t)dAdt

(5.3)

• спектральная плотность S(w) дискретной АЭ совпадает с соответствующей характеристикой случайного процесса и равна мощности процесса в единичной полосе частот.

Для проведения исследований планируется создать модель источника импульсов акустической эмиссии. Подобная задача была рассмотрена в [7], где был спроектирован программно-аппаратный комплекс предварительной обработки сигналов акустической эмиссии и приведена форма образцового сигнала акустической эмиссии:

(5.4)

В формуле 5.4 приведены следующие обозначения: A_c — минимальная амплитуда сигнала , T — интервал квантования, t_d — время задержки до появления импульса, A_s — максимальная амплитуда сигнала, t₁, t₂ , t₃ — продолжительность переднего фронта, интервала постоянства и заднего фронта, α и &beta — константы. Данная модель является сильно упрощенной, на практике форма АЭ сигнала зависит от структуры и формы материала, положения источника, характеристик преобразователя.

Современные технические возможности позволяют упростить работу оператора интеллектуальной системы и перевести задачу распознавания образов на машинную часть системы (при таком подходе широко используются искусственные нейронные сети). Возможно также, что при хороших условиях настройки и функционирования улучшится точность полученных результатов. Ныне существует несколько предложений относительно структуры нейронной сети для использования в системах, которые должны обрабатывать импульсы АЭ. В магистерской работе планируется детально рассмотреть работу сети со структурой, приведенной в [8] и изображенной на рисунке 5.3.

Рисунок 5.3 — Архитектура двухкомпонентным нейронной сети для распознавания помех и сигналов АЭ

Представленная сеть состоит из двух компонентов: сети Хопфилда и сети прямого распространения. Сеть Хопфилда используется в качестве ассоциативной памяти: ее функция заключается в возведении образов, поступающих на вход сети, к поданным во время учебы эталонам. После обработки при помощи сети Хопфилда образ подается для классификации к сети прямого распространения. Сеть прямого распространения имеет 2 слоя: 5 нейронов в первом слое и 1 нейрон во втором. Настройка каждого из компонентов сети осуществляется раздельно; обучения сети прямого распространения осуществляется по методу обратного распространения ошибки в варианте Левенберга-Маквардта. Входные данные сети — спектральное представление сигнала, полученное из временного представления с помощью дискретного преобразования Фурье. В качестве временного представления автор предлагает использовать звуковые файлы, содержащие выделенные экспертом образцы импульсов акустической эмиссии, а также образцы импульсных помех. Предлагается использование физиологического подхода к анализу звуковой информации, основанный на данных когнитивной психологии. Этот подход заключается в том, что для дополнительной обработки спектрального представления используется шакала барков — частотных диапазонов, на которые разбит весь слышимый человеческим ухом диапазон, с границами, полученными в ходе исследований по когнитивной психологии. В каждом из диапазонов вычисляется средний уровень энергии сигнала и полученные значения нормируются. Экспериментальным образом было установлено, что значащими являются только первые десять значений каждого из полученных векторов, которые и используются для дальнейшей работы. В работе [9] данный подход был модифицирован: весь спектр частот был разбит на диапазоны по трем различным шкалам: равномерной, логарифмической и шкале барков, отражающей модель восприятия звука человеком. В каждом из диапазонов был вычислен средний уровень энергии сигнала и полученные значения были пронормированы. Сформированные таким образом группы векторов различной для каждой из частотных шкал размерности далее были использованы для подачи на нейронные сети

При разработке ПО для анализа спектров, полученных из файлов, содержащих записанный звук технологического процесса, планируется использовать подход, описанный в [10].

В ходе выполнения магистерской работы планируется использовать описанные выше подходы и проводить эксперименты с применением нейронных сетей с различной конфигурацией с целью выбора оптимальной структуры нейронной сети для решения задач, касающихся мониторинга состояния железобетонных конструкций.

ЗАКЛЮЧЕНИЕ

Для решения поставленной задачи был проведен анализ этапов работы с сигналами акустической эмиссии и математических методов, возможно при этом использовать. Обобщенная схема работы алгоритма сводится к следующему: регистрируется акустическая информация, проводится предварительная фильтрация возможных производственных шумов и помех, осуществляется переход от временной формы представления к спектральной, осуществляется идентификация и классификация образов, которым соответствуют спектральные представления, с помощью нейронной сети. Определяющими при построении алгоритма являются:

• наличие сильных или слабых помех при регистрации сигналов;
• средства создания образов, используемых для обучения нейронной сети;
• возможность расширения пространства входных образов нейронной сети за счет полученных в процессе работы результатов.

Проанализировав публикации за последнее время можно утверждать, что метод акустико-эмиссионного контроля приобретает все больше популярности, так как он имеет ряд преимуществ по сравнению с подобными методами. Однако есть нерешенные вопросы, связанные с:

• выделением полезных сигналов на фоне помех;
• ошибочным определением импульса;
• определением структуры нейронной сети, которая бы давала лучшие результаты.

Перспективно было бы создать систематизированное хранилище, где могла бы храниться информация, созданная во время работы систем обработки данных АЭ, которая могла бы использоваться в качестве предварительного опыта и для поиска возможных путей улучшения правил проведения исследования.

Перечень использованных источников

1. Шемякин В.В., Стрижков С.А. Аспекты применения метода акустической эмиссии в мониторинге опасных промышленных объектов // В мире неразрушающего контроля, 2004. № 4 (26) [Электронный ресурс] / Сайт компании ООО «Диапак», - режим доступа: http://www.diapac.ru/Articles/Monitoring.pdf.
2. Правила организации и проведения акустико-эмиссионного контроля сосудов, аппаратов, котлов и технологических трубопроводов (утв. постановлением Госгортехнадзора РФ от 9 июня 2003 г. N 77) [Электронный ресурс] / Портал информационной поддержки охраны труда и техники безопасности, - режим доступа: http://www.tehbez.ru/Docum/DocumShow_DocumID_473.html.
3. Сташук П.М. Удосконалення визначення тріщиностійкості залізобетонних конструкцій методом акустичної емісії : Автореф. дис... канд. техн. наук: 05.23.01 / ; Нац. ун-т «Львів. політехніка». — Л., 2003. — 19 с.: рис. — укp. [Электронный ресурс] / Национальная библиотека Украины имени Вернадского, - режим доступа: http://www.nbuv.gov.ua/ard/2003/03spmmae.zip.
4. EWGAE-Krakow 2008_Summary [Электронный ресурс] / European Working Group on Acoustic Emission, - режим доступа: http://www.ewgae.eu/ewgae2008/forms/ewgae-krakow%202008_summary.pdf.
5. List of books on Acoustic Emission published in Russian [Электронный ресурс] / Acoustic Emission Portal at Muravin.com, - режим доступа: http://muravin.com/ae/books-on-acoustic-emission-in-russian.html.
6. Поллок А. Акустико-эмиссионный контроль // Авторская перепечатка из книги Металлы (METALS HANDBOOK), 9-ое издание, т. 17, ASM International (1989):с. 278-294 [Электронный ресурс] / Сайт компании ООО «Диапак», - режим доступа: http://www.diapac.ru/Articles/Pollock.pdf.
7. Шамин А.Е., Овчарук В.Н. Программно-аппаратный комплекс предварительной обработки сигналов акустической эмиссии // «Образовательные, научные и инженерные приложения в среде LabVIEW и технологии National Instruments-2006»: материалы научно-практической конференции.- М: 2006. [Электронный ресурс] / Сайт учебного центра «Центр технологий National Instruments», - режим доступа: http://nitec.n-sk.ru/pdf/esea_2006_M.33.0.doc.
8. Деглина Ю.Б. Нейросетевой алгоритм распознавания сигналов акустической эмиссии // Искусственный интеллект. - 2006 .- № 4. - С. 731-734 [Электронный ресурс] / Сайт Института проблем искусственного интеллекта, - режим доступа: http://iai.dn.ua/public/JournalAI_2006_4/Razdel8/%F1%E2%E5%F0%F1%F2%E0%ED%EE/13_Deglina.pdf.
9. Деглина Ю.Б. Распознавание сигналов акустической эмиссии на основе нейросетевых методов // Материалы Международной научной конференции «Компьютерные науки и информационные технологии», посвященной памяти профессора А. М. Богомолова 1 – 4 июля 2009 г. [Электронный ресурс] / Совместный проект Саратовского государственного университета им. Н.Г. Чернышевского и Института прикладной математики и механики Национальной Академии наук Украины , - режим доступа: http://knit2007.sgu.ru/docs/102.doc.
10. Бадло Е., Бадло С. Виртуальные приборы. Спектроанализатор своими руками [Текст]: Радиолюбитель, Минск, 2009, №3, с.32-36

---

Важное замечание. На момент написания данного автореферата магистерская работа еще не была завершена. Дата окончательного завершения работы: 1 декабря 2010 г. Полный текст работы и материалы по теме могут быть получены у автора или его научного руководителя после указанной даты.

---

ДонНТУ > Портал магистров ДонНТУ || Об авторе | Библиотека | Ссылки | Отчет о поиске || Индивидуальный раздел