Please use this identifier to cite or link to this item: http://www.repositorio.ufc.br/handle/riufc/30042
Title in Portuguese: Reconhecimento de padrões de defeitos de soldagem utilizando classificadores treinados com sinais ultrassônicos simulados numericamente
Title: Recognition of welding pattern defects using classifiers trained with numerically simulated ultrasonic signals
Author: Murta, Raphaella Hermont Fonseca
Advisor(s): Moura, Elineudo Pinho de
Keywords: Ciência dos materiais
Ultrassom
Métodos de simulação
Soldagem
Redes neurais
Artificial neural network
Welding defects
Simulation
Ultrasound
Issue Date: 26-Jan-2018
Citation: MURTA, R. H. F. Reconhecimento de padrões de defeitos de soldagem utilizando classificadores treinados com sinais ultrassônicos simulados numericamente. 2018. 102 f. Dissertação (Mestrado em Engenharia e Ciência de Materiais)-Centro de Tecnologia, Universidade Federal do Ceará, Fortaleza, 2018.
Abstract in Portuguese: O ensaio não destrutivo por ultrassom é amplamente utilizado para detectar e dimensionar descontinuidades presentes no interior de materiais. Entre as técnicas ultrassônicas existentes, a técnica do tempo de percurso da onda difratada (TOFD - Time Of Flight Diffraction [do inglês]) vem sendo cada vez mais empregada na inspeção de juntas de solda por apresentar alta velocidade de inspeção e alta confiabilidade no dimensionamento. Entretanto, a classificação do tipo de descontinuidade a partir dos sinais ultrassônicos obtidos durante uma inspeção requer um profissional altamente capacitado. Esta tarefa pode ser realizada por algoritmos de reconhecimento de padrões, capazes de processar rapidamente uma grande quantidade de dados. Nesse trabalho, foram modelados meios bidimensionais contendo três diferentes tipos de descontinuidades comumente encontradas em juntas soldadas: falta de penetração, poro e trinca. Em seguida, utilizando-se o método de volumes finitos (MVF), foram realizadas simulações de propagação de ondas mecânicas nos meios modelados, reproduzindo o ensaio ultrassônico pela técnica TOFD. Os sinais ultrassônicos simulados foram pré-processados, e submetidos à algoritmos de reconhecimento de padrões (K-NN - K-vizinhos mais próximos, Redes neurais artificiais e K-médias). Esse estudo é um passo inicial para o emprego de simulação numérica do ensaio ultrassônico em meios contendo descontinuidades modeladas, visando a produção dos sinais simulados que possam ser utilizados no treinamento de ferramentas de reconhecimento de padrões e, posteriormente, na classificação de defeitos de soldagem a partir de sinais capturados experimentalmente.
Abstract: Non-destructive evaluation based on ultrasound propagation is widely used to detect and to size up discontinuities. Time of Flight Diffraction (TOFD), an ultrasonic technique, has been increasingly used in welding joints inspections due to quick inspection and reliability. However, the classification of the kind of discontinuity from the ultrasound signals acquired during an inspection requires a high skilled professional. This task can be done by using pattern recognition algorithms, which are able to quickly process a great amount of data. In this present work, three types of discontinuities usually found in welding joint (lack of penetration, porosity and crack) were embedded in a bidimensional modelated media. Following, the finite volume method (FVM) was used to simulating wave propagation in the modelated media, mimicking the ultrasonic testing. Simulated ultrasonic signals were pre processed and submitted to pattern recognition algorithms (K-Nearest Neighbors, Artificial neural networks e K-means). This work aims to evaluate the use of simulated signals during the training stage of pattern recognition tools which will be used to classify signals acquired during welded joints inspections.
URI: http://www.repositorio.ufc.br/handle/riufc/30042
metadata.dc.type: Dissertação
Appears in Collections:DEMM - Dissertações defendidas na UFC

Files in This Item:
File Description SizeFormat 
2018_dis_rhfmurta.pdf4,8 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.