文献

J-GLOBAL ID：201802212963854769   整理番号：18A1199840

多重周波数非破壊渦電流試験による焼戻100Cr6鋼カムの品質分類に適用したRBFニューラルネットワーク【JST・京大機械翻訳】

RBF-Neural Network Applied to the Quality Classification of Tempered 100Cr6 Steel Cams by the Multi-Frequency Nondestructive Eddy Current Testing

著者 (4件)： Martinez-Martinez Victor (Department of Signal Theory, Communications and Telematics Engineering, University of Valladolid, 47011 Valladolid, Spain) ,  Garcia-Martin Javier (Department of Signal Theory, Communications and Telematics Engineering, University of Valladolid, 47011 Valladolid, Spain) ,  Garcia-Martin Javier (Ingenieria y Sistemas de Ensayos no Destructivos (ISEND), Boecillo Technological Park, Luis Proust 10, 47151 Valladolid, Spain) ,  Gomez-Gil Jaime (Department of Signal Theory, Communications and Telematics Engineering, University of Valladolid, 47011 Valladolid, Spain)
資料名： Metals (Web)  (Metals (Web))
巻： 7  号： 10  ページ： 385  発行年： 2017年 
JST資料番号： U7244A  ISSN： 2075-4701  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： スイス (CHE)  言語： 英語 (EN)

抄録/ポイント： 本論文では,多重周波数非破壊渦電流試験を用いることにより,正しくあるいは不正確に処理された部品として,焼戻し鋼カムを分類するための動径基底関数人工ニューラルネットワーク(RBF-ANN)を提案した。10kHzと300kHzの間の5つの周波数におけるインピーダンスを用いて,二値ソーティングを実行した。2つの分類群に対するインピーダンス試料間の差の有意性をチェックするために,ANOVA(ANOVA)試験を用いた。その後,11の分類装置を実行して,1つのRBF-ANN分類装置と比較した:10の線形判別分析分類装置と1つのユークリッド距離分類装置。提案したRBF-ANNを採用したとき,最良の性能は95%の精度と0.98の受信者動作特性(ROC)曲線下の面積で達成された。得られた結果は,RBF-ANN分類器処理多重周波数インピーダンスデータを用いて,他の古典的分類器より良好な性能を持つ焼戻し鋼DIN100Cr6カムを分類できることを示唆した。Copyright 2018 The Author(s) All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 分類装置 ,  *品質 ,  インピーダンス ,  *周波数 ,  *渦電流 ,  *鋼 ,  分散分析 ,  *渦電流検査 ,  動径基底関数 ,  *ニューラルネットワーク ,  *焼戻 ,  ソーティング
準シソーラス用語： Euclid距離 ,  線形判別分析 ,  *多重周波数 , 【Automatic Indexing@JST】

著者キーワード (6件)： 非破壊試験 ,  渦電流 ,  焼戻プロセス ,  動径基底関数ニューラルネットワーク ,  多重周波数 ,  分散の解析

分類 (1件)： 人工知能  (JE08000Z)

引用文献 (41件)：

• Khan, S.; Ali, F.; Khan, A.N.; Iqbal, M. Pearlite determination in plain carbon steel by eddy current method. J. Mater. Process. Technol. 2008, 200, 316-318.
• Zergoug, M.; Lebaili, S.; Boudjellal, H.; Benchaala, A. Relation between mechanical microhardness and impedance variations in eddy current testing. NDT E Int. 2004, 37, 65-72.
• Le Diraison, Y.; Joubert, P.-Y.; Placko, D. Characterization of subsurface defects in aeronautical riveted lap-joints using multi-frequency eddy current imaging. NDT E Int. 2009, 42, 133-140.
• He, Y.; Luo, F.; Pan, M.; Weng, F.; Hu, X.; Gao, J.; Liu, B. Pulsed eddy current technique for defect detection in aircraft riveted structures. NDT E Int. 2010, 43, 176-181.
• Yusa, N.; Janousek, L.; Rebican, M.; Chen, Z.; Miya, K.; Chigusa, N.; Ito, H. Detection of embedded fatigue cracks in Inconel weld overlay and the evaluation of the minimum thickness of the weld overlay using eddy current testing. Nucl. Eng. Des. 2006, 236, 1852-1859.

タイトルに関連する用語 (7件)： 多重周波数 ,  渦電流試験 ,  焼戻 ,  100Cr6鋼 ,  カム ,  分類 ,  RBFニューラルネットワーク