Тема выпускной квалификационной работы: «Метод выявления дефектов на основе машинного обучения по данным акустической эмиссии при изготовлении и испытании сварных конструкций». В данной работе исследуется использование методов машинного обучения применительно к неразрушающему контролю сварных соединений при помощи акустической эмиссии. Было описано современное состояние области контроля сварки акустической эмиссией. На основе существующих решений был создан свой прототип инструмента для контроля, проведено моделирование образования холодных трещин и модернизирован существующий метод для их обнаружения, а также исследована возможность обнаружения горячих трещин. Полученные методы позволяют обнаруживать дефекты с высокой точностью в режиме реального времени, что должно способствовать стандартизации результатов обработки сигналов и упрощению обнаружения дефектов. В свою очередь результат исследования возможности обнаружения горячих трещин должен дать первичный толчок для появления дальнейших научных работ по изучению их выявления.

The subject of the graduate qualification work is «Method for detecting defectsbased on machine learning using acoustic emission data during manufacture and testingof welded structures». In this paper, the use of machine learning methods in relation to non-destructivetesting of welded joints using acoustic emission is investigated. The current state of theacoustic emission welding control field was described. Based on the existing solutions,the own prototype of defect controlling tool was created, cold crack formation wassimulated, the existing method for detecting them was upgraded, and the possibility ofdetecting hot cracks was investigated. The obtained methods allow detecting defectswith high accuracy in real time, which should contribute to the standardization of signalprocessing results and simplify the detection of defects. In turn, the result of the study ofthe possibility of detecting hot cracks should give a primary impetus to the appearanceof further scientific works on the study of their detection.

• Метод выявления дефектов на основе машинного обучения по данным акустической эмиссии при изготовлении и испытании сварных конструкций
  • Введение
  • 1. Особенности метода акустической эмиссии в задаче поиска дефектов
  • 2. Разработка методов на основе машинного обучения
  • 3. Разработка программного обеспечения
  • 4. Тестирование, экспериментальное исследование методов и апробация
  • Заключение
  • Список сокращений и условных обозначений
  • Список использованных источников
  • Приложение 1. Код моделирования
  • Приложение 2. Параметры алгоритмов машинного обучения
  • Приложение 3. Код, относящийся к приложению
  • Приложение 4. Схемы классов приложения