Статья «Реконструкция дефекта на поверхности труб с помощью сочетания метода конечных элементов и искусственных нейронных сетей, "Наука Юга России"»

В работе рассматривается решение обратной задачи идентификации дефектов на внешней или внутренней поверхности трубы. Дефекты моделируются областями прямоугольного осевого сечения, в которых отсутствует материал, причем одна сторона сечения выходит на поверхность. Математическая модель конструкции строится в рамках линейной теории упругости. Проблема сводится к геометрической обратной задаче, в которой идентификации подлежат размеры дефекта или его объем. Дополнительной информацией для решения обратной задачи являются амплитудно-временные характеристики компонентов вектора смещений, измеренные в некоторых точках на внешней поверхности трубы. При этом рассматривается конечный фрагмент трубы, поэтому радиальное и осевое смещение измеряется в течение времени, когда волны, отраженные от концов отрезка трубы, не успевают прийти на приемник. Решение обратной задачи основано на сочетании метода конечных элементов и искусственных нейронных сетей. Процесс измерения смещений в работе моделируется нестационарным расчетом в конечно-элементном пакете ANSYS. В качестве входных данных для обучения нейронной сети используется как непосредственно фрагмент амплитудно-временной характеристики смещений, так и его образ, полученный с помощью быстрого преобразования Фурье. Используемые в работе искусственные нейронные сети являются сетями прямого распространения, процесс их обучения основан на алгоритме обратного распространения ошибки. В приведенном численном примере рассмотрена стальная труба, внешний радиус которой составляет 0,2 м, а толщина 0,02 м, возбуждение волн производится кратковременным действием силы, измеряется сигнал, отраженный от дефектов, которые в соответствии с размерами условно разделены на три класса. В работе исследуются вопросы точности определения параметров дефекта в зависимости от вида входных данных, архитектуры нейронной сети и длительности процесса ее обучения. Полученные результаты свидетельствуют об эффективности предлагаемого подхода.