Ключові слова
eddy current density
velocity effect
excitation system
homogeneous sensitivity
surrogate optimization
RBF-metamodel
parameterless additive Rd-sequence
stochastic algorithm global extremum finding вихрострумовий перетворювач
густина вихрового струму
ефект швидкості
система збудження
однорідна чутливість
сурогатна оптимізація
RBF-метамодель
безпараметрична адитивна Rd–послідовність
стохастичний алгоритм пошуку глобального екстремуму
Як цитувати
Анотація
Запропоновано метод нелінійного сурогатного синтезу накладних вихрострумових перетворювачів з об’ємною структурою системи збудження, що забезпечує апріорі заданий однорідний розподіл густини вихрових струмів в зоні контролю об’єкта, де розташовано вимірювальну котушку. Реалізація поставленої задачі досягнута із застосуванням сучасних метаевристичних стохастичних алгоритмів пошуку глобального екстремуму. Задля ефективного використання таких алгоритмів попередньо створено метамоделі вихрострумового перетворювача із врахуванням ефекту швидкості, які побудовано за допомогою продуктивної апроксимаційної техніки на основі штучних радіально-базисних нейронних мереж із гаусовою функцією активації. Досягнуто прийнятну точність метамоделей шляхом одночасного застосування технологій декомпозиції області пошуку та множинних нейронних мереж, що побудовані на техніках асоціативних машин із груповими методами отримання рішення. Під час створення метамоделей використано багатовимірний комп’ютерний план експерименту з високою гомогенністю на основі безпараметричної адитивної Rd-послідовності Кронекера. Проведено чисельні експерименти щодо визначення розподілу густини вихрових струмів, утвореного синтезованими структурами збудження. Показано переваги використання системи збудження об’ємної структури у порівнянні із класичними та планарними в сенсі збільшення ширини зони контролю, яка характеризується однорідною чутливістю. Наведено приклади практичної реалізації системи збудження накладного вихрострумового перетворювача з об’ємною її структурою. Бібл. 13, рис. 8, табл. 1.
Посилання
Repelianto A.S., Kasai N. The improvement of flaw detection by the configuration of uniform eddy current probes. Sensors. 2019. Vol. 19. No 2. Article № 397. DOI: https://doi.org/10.3390/s19020397
Ribeiro A.L., Ramos H.G., Postolache O. A simple forward direct problem solver for eddy current non-destructive inspection of aluminum plates using uniform field probes. Measurement. 2012. Vol. 45. No 2. Pp. 213-217. DOI: https://doi.org/10.1016/j.measurement.2011.03.029
Postolache O., Lopes A., Ramos H.G. GMR array uniform eddy current probe for defect detection in conductive specimens. Measurement. 2013. Vol. 46. Pp. 4369–4378. DOI: https://doi.org/10.1109/IMTC.2010.5488189
Hoshikawa H., Koyama K., Mitsuhashi S. Eddy Current and Magnetic Testing of Magnetic Material by Uniform Eddy Current Probe. Review of Quantitative Nondestructive Evaluation. 2005. Vol. 24. Pp. 494-501. DOI: https://doi.org/10.1007/978-1-4615-5339-7_137
Li Y., Ren S., Yan B., Zainal Abidin I.M., Wang Y. Imaging of Subsurface Corrosion Using Gradient-Field Pulsed Eddy Current Probes with Uniform Field Excitation. Sensors. 2017. Vol. 17. Article № 1747. DOI: https://doi.org/10.3390/s17081747
Halchenko V.Ya., Trembovetskaya R.V., Tychkov V.V. Surface eddy current probes: excitation systems of the optimal electromagnetic field (review). Devices and Methods of Measurements. 2020. Vol. 11. No 2. Pр. 91-104. DOI: https://doi.org/10.21122/2220-9506-2020-11-2-91-104
Halchenko V.Ya., Trembovetska R.V., Tychkov V.V., Storchak A.V. Nonlinear surrogate synthesis of the surface circular eddy current probes. Przegląd elektrotechniczny. 2019. No 9. Pp. 76-82. DOI: https://doi.org/10.15199/48.2019.09.15
Halchenko V.Ya., Trembovetskaya R.V., Tychkov V.V. Development of excitation structure RBF-metamodels of moving concentric eddy current probe. Electrical Engineering & Electromechanics. 2019. No 1. Pp. 28-38. DOI: https://doi.org/10.20998/2074-272X.2019.2.05
Itaya T., Ishida K., Kubota Y., Tanaka A., Takehira N. Visualization of Eddy Current Distributions for Arbitrarily Shaped Coils Parallel to a Moving Conductor Slab. Progress In Electromagnetics Research M. 2016. Vol. 47. Pp. 1-12. DOI: https://doi.org/10.2528/PIERM16011204
Santner T.J., Williams B.J., Notz W.I. The Design and Analysis of Computer Experiments. New York: Springer (Springer series in statistics), 2018. 446 p. DOI: https://doi.org/10.1007/978-1-4939-8847-1
Halchenko V.Ya., Trembovetska R.V., Tychkov V.V., Storchak A.V. The Construction of Effective Multidimensional Computer Designs of Experiments Based on a Quasi-random Additive Recursive Rd–sequence. Applied Computer Systems. 2020. Vol. 25. No 1. Pp. 70-76. DOI: https://doi.org/10.2478/acss-2020-0009
Géron A. Hands-On Machine Learning with Scikit-Learn, Keras and TensorFlow: Concepts, Tools, and Techniques to Build Intelligent Systems. 2nd Edition. O'Reilly Media, Inc. 2019. 856 p.
Brink H., Richards J., Feverolf M. Machine Learning. SPb.: Peter, 2017. 336 p. (Rus.)
Ця робота ліцензується відповідно до Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
Авторське право (c) 2021 Array