Details

Title: Анализ данных акустической эмиссии для выявления дефектов при испытаниях конструкций и сварочных работах: выпускная квалификационная работа бакалавра: направление 02.03.03 «Математическое обеспечение и администрирование информационных систем» ; образовательная программа 02.03.03_01 «Информационные системы и базы данных»
Creators: Стояновский Лев Олегович
Scientific adviser: Туральчук Константин Анатольевич
Other creators: Пархоменко Владимир Андреевич; Тушканова Ольга Николаевна
Organization: Санкт-Петербургский политехнический университет Петра Великого. Институт компьютерных наук и технологий
Imprint: Санкт-Петербург, 2020
Collection: Выпускные квалификационные работы; Общая коллекция
Subjects: акустическая эмиссия; анализ данных; кластеризация; acoustic emission; data analysis; clustering
Document type: Bachelor graduation qualification work
File type: PDF
Language: Russian
Speciality code (FGOS): 02.03.03
Speciality group (FGOS): 020000 - Компьютерные и информационные науки
Links: Отзыв руководителя; Рецензия; Отчет о проверке на объем и корректность внешних заимствований
DOI: 10.18720/SPBPU/3/2020/vr/vr20-1889
Rights: Доступ по паролю из сети Интернет (чтение, печать, копирование)

Allowed Actions:

Action 'Read' will be available if you login or access site from another network Action 'Download' will be available if you login or access site from another network

Group: Anonymous

Network: Internet

Annotation

В данной работе рассматривается применение анализа данных к задачам акустической эмиссии. Было проведено сравнение различных алгоритмов анализа данных применительно к задачам контроля сварки и испытания конструкций с помощью акустической эмиссии (анализ различных алгоритмов, преимущественно алгоритмов кластеризации, а также подходов к их оптимизации). На основе проведенного анализа алгоритмов и предыдущих подходов к решению задач, были созданы и протестированы методы, решающие данные задачи. Полученные подходы позволяют идентифицировать скопления однородных сигналов акустической эмиссии автоматически в реальном времени, что повышает точность и позволяет стандартизировать результат обработки сигналов, упростить поиск дефектов в сварных швах при различных сварочных работах, а также улучшить выявление дефектов при испытаниях конструкций.

This paper discusses the application of data analysis to problems of acoustic emission. A comparison of various data analysis algorithms was carried out in relation to the tasks of welding control and structural testing using acoustic emission (analysis of various algorithms, mainly clustering algorithms, as well as approaches to their optimization). Based on the analysis of algorithms and previous approaches to solving problems, methods for solving these problems were created and tested. The obtained approaches allow us to identify clusters of homogeneous acoustic emission signals automatically in real time, which increases accuracy and allows us to standardize the result of signal processing, simplify the search for defects in welds during various welding operations, and improve the detection of defects during structural testing.

Document access rights

Network User group Action
ILC SPbPU Local Network All Read Print Download
Internet Authorized users Read Print Download
-> Internet Anonymous

Table of Contents

  • Анализ данных акустической эмиссии для выявления дефектов при испытаниях конструкций и сварочных работах
    • Введение
    • 1. Анализ предметной области
    • 2. Выбор инструментов для разработки алгоритмов
    • 3. Ислледование и разработка алгоритмов анализа данных акустической эмиссии
    • 4. Анализ разработанных алгоритмов
    • Заключение
    • Список сокращений и условных обозначений
    • Список использованных источников
    • Приложение 1. Блок-схемы
    • Приложение 2. Код алгоритма анализа сварки на языке C#
    • Приложение 3. Код алгоритма для анализа испытаний конструкций на языке C#
    • Приложение 4. Примеры работы алгоритмов кластеризации
    • Приложение 5. Код тестирующих методов

Usage statistics

stat Access count: 1
Last 30 days: 1
Detailed usage statistics