文献

J-GLOBAL ID：202002240364652184   整理番号：20A0879675

極端学習機械を用いた溶接鋼板の欠陥検出のための飛行時間回折超音波の分割解析【JST・京大機械翻訳】

Segmented analysis of time-of-flight diffraction ultrasound for flaw detection in welded steel plates using extreme learning machines

著者 (5件)： Silva Lucas C. (Digital Systems Laboratory, Electrical Engineering Program, Federal University of Bahia, Salvador, Brazil) ,  Simas Filho Eduardo F. (Digital Systems Laboratory, Electrical Engineering Program, Federal University of Bahia, Salvador, Brazil) ,  Albuquerque Maria C.S. (Nondestructive Evaluation Research Group, Federal Institute for Education Science and Technology of Bahia, Salvador, Brazil) ,  Silva Ivan C. (Nondestructive Evaluation Research Group, Federal Institute for Education Science and Technology of Bahia, Salvador, Brazil) ,  Farias Claudia T.T. (Nondestructive Evaluation Research Group, Federal Institute for Education Science and Technology of Bahia, Salvador, Brazil)
資料名： Ultrasonics  (Ultrasonics)
巻： 102  ページ： Null  発行年： 2020年 
JST資料番号： C0379B  ISSN： 0041-624X  CODEN： ULTRA3  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 本研究では,超音波非破壊評価意思決定支援システムのための,高速訓練ニューラルネットワークモデルの極端な学習機械の応用を検討した。高い欠陥検出効率と低い計算要件を生成するために,飛行時間回折超音波信号の新しいセグメント化解析を提案し,埋め込み応用に使用することを可能にした。離散Fourier変換を用いて推定したTOFD信号時間セグメントの周波数成分を用いて分類システムを供給した。試験対象は,4種類の欠陥を発生させるSAE 1020溶接炭素鋼板のセットから構成されていた。得られた実験結果は,提案した方法がTOFD信号情報の高精度,高速訓練および完全な探索を組み合わせることができることを示した。Copyright 2020 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *超音波 ,  セグメンテーション ,  鋼板 ,  *溶接 ,  *故障検出 ,  意思決定支援システム ,  *回折 ,  溶接継手
準シソーラス用語： 高精度 ,  周波数成分 ,  離散Fourier変換 ,  超音波シグナル ,  神経回路網モデル ,  非破壊評価 ,  飛行時間 , 【Automatic Indexing@JST】

著者キーワード (5件)： TOFD ,  ELM ,  NDE ,  欠陥検出 ,  溶接継手

分類 (1件)： 非破壊試験  (HB02030F)

タイトルに関連する用語 (8件)： 極端学習機械 ,  溶接 ,  鋼板 ,  欠陥検出 ,  飛行時間 ,  回折 ,  超音波 ,  解析