Детальная информация

Название: Классификация нефтегазовых труб в задаче дефектоскопии с использованием нейронных сетей: выпускная квалификационная работа магистра: направление 27.04.04 «Управление в технических системах» ; образовательная программа 27.04.04_07 «Распределенные интеллектуальные системы управления»
Авторы: Осташко Андрей Русланович
Научный руководитель: Хохловский Владимир Николаевич
Организация: Санкт-Петербургский политехнический университет Петра Великого. Институт компьютерных наук и технологий
Выходные сведения: Санкт-Петербург, 2022
Коллекция: Выпускные квалификационные работы; Общая коллекция
Тематика: магнитная дефектоскопия; фильтрация шума бесшовных труб; сверточные нейронные сети; распознавание образов; magnetic flaw detection; filtering seamless pipe noise; convolutional neural networks; pattern recognition
Тип документа: Выпускная квалификационная работа магистра
Тип файла: PDF
Язык: Русский
Уровень высшего образования: Магистратура
Код специальности ФГОС: 27.04.04
Группа специальностей ФГОС: 270000 - Управление в технических системах
DOI: 10.18720/SPBPU/3/2022/vr/vr22-3704
Права доступа: Доступ по паролю из сети Интернет (чтение)
Дополнительно: Новинка
Ключ записи: ru\spstu\vkr\18122

Разрешенные действия:

Действие 'Прочитать' будет доступно, если вы выполните вход в систему или будете работать с сайтом на компьютере в другой сети

Группа: Анонимные пользователи

Сеть: Интернет

Аннотация

Выпускная квалификационная работа посвящена исследованию применения нейронных сетей в задачах магнитной дефектоскопии труб. Для предварительной обработки сигнала были рассмотрены методы фильтрации. Подробно описан и реализован адаптивный Фильтр с конечной импульсной характеристикой и вейвлет-фильтрация для подавления шума бесшовных труб и системного шума в сигналах датчиков. Так же в данной работе рассматривается опыт применения нейронных сетей в магнитной дефектоскопии. На основе произведенного анализа была выбрана архитектура сверточной нейронной сети. Она решала задачу бинарной классификации дефектограмм, а сама задача была рассмотрена как классификация изображений. В результате тестирования были выявлены недостатки, и предложены пути их преодолений.

The final qualifying work is devoted to the study of the use of neural networks in the problems of magnetic flaw detection of pipes. Filtering methods were considered for signal preprocessing. Adaptive finite impulse response filter and wavelet filtering for denoise of seamless pipes noise (SPN) and system noise in sensor signals are described in detail and implemented. Also in this paper, the experience of using neural networks in magnetic flaw detection is considered. Based on the analysis performed, the architecture of a convolutional neural network was selected. It solved the problem of binary classification of defectogram, and the problem itself was considered as a classification of images. As a result of testing, shortcomings were identified and ways to overcome them were proposed.

Права на использование объекта хранения

Место доступа Группа пользователей Действие
Локальная сеть ИБК СПбПУ Все Прочитать
Внешние организации №2 Все Прочитать
Внешние организации №1 Все
Интернет Авторизованные пользователи СПбПУ Прочитать
Интернет Авторизованные пользователи (не СПбПУ, №2) Прочитать
Интернет Авторизованные пользователи (не СПбПУ, №1)
-> Интернет Анонимные пользователи

Статистика использования

stat Количество обращений: 0
За последние 30 дней: 0
Подробная статистика