Ước lượng độ sâu vết nứt với mạng nơ ron tích chập và phân tích hình ảnh sử dụng dữ liệu dòng điện xoáy
126 lượt xemDOI:
https://doi.org/10.54939/1859-1043.j.mst.96.2024.12-20Từ khóa:
Đánh giá không phá hủy; Kỹ thuật dòng điện xoáy; Mạng nơ ron tích chập; Tăng cường dữ liệu.Tóm tắt
Nghiên cứu này trình bày một phương pháp ước lượng độ sâu vết nứt, bằng cách kết hợp các kỹ thuật phân tích hình ảnh và mô hình Mạng Nơ-ron Tích chập (CNN). Mục tiêu của nghiên cứu là cải thiện độ chính xác và mức độ tin cậy trong việc dự đoán độ sâu các vết nứt nhỏ, đặc biệt đối với các vết nứt có độ sâu dưới 1 milimet. Nghiên cứu đã sử dụng loạt các kỹ thuật tiền xử lý và tăng cường dữ liệu nhằm giảm ảnh hưởng của nhiễu trong dữ liệu đo. Phương pháp đề xuất đã được thử nghiệm và đánh giá trên dữ liệu thực tế. Kết quả cho thấy, sai số tương đối (Mean Relative Error - MRE) đạt khoảng 6%, thể hiện tính hiệu quả và tiềm năng ứng dụng tốt của phương pháp đề xuất trong thực tế công nghiệp. Thêm nữa, việc áp dụng kỹ thuật xử lý hình ảnh, kết hợp sử dụng mạng nơ ron tích chập cho bài toán Đánh giá Không Phá Hủy (NDE), mở ra một cách tiếp cận mới cho bài toán phát hiện và đặc tính hóa các vết nứt cực nhỏ trên bề mặt, sử dụng phương pháp dòng điện xoáy truyền thống.
Tài liệu tham khảo
[1]. H. S. Munawar, A. W. Hammad, A. Haddad, C. A. P. Soares, and S. T. Waller, “Image-based crack detection methods: A review,” Infrastructures, vol. 6, no. 8, pp. 115-135, (2021). DOI: https://doi.org/10.3390/infrastructures6080115
[2]. N. Yusa, H. Huang, and K. Miya, “Numerical Evaluation of the Ill-posedness of Eddy Current Problems to Size Real Cracks”, NDT&E International, vol. 40, pp. 185-191, (2007). DOI: https://doi.org/10.1016/j.ndteint.2006.10.012
[3]. Z. Xia, R. Huang, Y. Shao, X. Bai, and W. Yin, “Estimation of defect depth on plates by eddy-current coil array”, Sensors and Actuators A: Physical, p. 115114, (2024). DOI: https://doi.org/10.1016/j.sna.2024.115114
[4]. Y. Liu et al., “Depth quantification of rolling contact fatigue crack using skewness of eddy current pulsed thermography in stationary and scanning modes”, NDT & E International, vol. 128, p. 102630, (2022). DOI: https://doi.org/10.1016/j.ndteint.2022.102630
[5]. R. Gansel, H. J. Maier, and S. Barton, “Detection and characterization of fatigue cracks in butt welds of offshore structures using the eddy current method”, Journal of Nondestructive Evaluation, Diagnostics and Prognostics of Engineering Systems, vol. 6, no. 2, p. 21001, (2023). DOI: https://doi.org/10.1115/1.4056313
[6]. M. Zergoug, G. Kamel, and S. Lebailia, “Characterization of the corrosion by eddy current,” EUROCORR, vol. 36, pp. 1-7, (2004).
[7]. D. C. Copley, “Eddy-current imaging for defect characterization”, in: Review of Progress in Quantitative Nondestructive Evaluation: Volume 2A, Springer, pp. 1527–1540, (1983). DOI: https://doi.org/10.1007/978-1-4613-3706-5_102
[8]. L. Xie, B. Gao, G. Tian, J. Tan, B. Feng, and Y. Yin, “Coupling pulse eddy current sensor for deeper defects NDT,” Sens. Actuators Phys., vol. 293, pp. 189–199, (2019). DOI: https://doi.org/10.1016/j.sna.2019.03.029
[9]. D. Kim, L. Udpa, and S. Udpa, “Remote field eddy current testing for detection of stress corrosion cracks in gas transmission pipelines,” Mater. Lett., vol. 58, no. 15, pp. 2102–2104, (2004). DOI: https://doi.org/10.1016/j.matlet.2004.01.006
[10]. S. Xie, Z. Duan, J. Li, Z. Tong, M. Tian, and Z. Chen, “A novel magnetic force transmission eddy current array probe and its application for nondestructive testing of defects in pipeline structures,” Sens. Actuators Phys., vol. 309, p. 112030, (2020). DOI: https://doi.org/10.1016/j.sna.2020.112030
[11]. Z. Chu, Z. Jiang, Z. Mao, Y. Shen, J. Gao, and S. Dong, “Low-power eddy current detection with 1-1 type magnetoelectric sensor for pipeline cracks monitoring,” Sens. Actuators Phys., vol. 318, p. 112496, (2021). DOI: https://doi.org/10.1016/j.sna.2020.112496
[12]. Z. Tong et al., “Quantitative mapping of depth profile of fatigue cracks using eddy current pulsed thermography assisted by PCA and 2D wavelet transformation,” Mech. Syst. Signal Process., vol. 175, p. 109139, (2022). DOI: https://doi.org/10.1016/j.ymssp.2022.109139
[13]. L. T. Cung, T. D. Dao, P. C. Nguyen, and T. D. Bui, “A model-based approach for estimation of the crack depth on a massive metal structure,” Meas. Control, vol. 51, no. 5–6, pp. 182–191, (2018). DOI: https://doi.org/10.1177/0020294018778314
[14]. T.-D. Bui, V.-D. Pham, and T.-L. Cung, “Multilayer perceptron neural network and eddy current technique for estimation of the crack depth on massive metal structures,” J. Mil. Sci. Technol., no. 77, pp. 3–12, (2022). DOI: https://doi.org/10.54939/1859-1043.j.mst.77.2022.3-12
[15]. E. Mohseni, D. R. França, M. Viens, W. F. Xie, and B. Xu, “Finite element modelling of a reflection differential split-D eddy current probe scanning surface notches,” J. Nondestruct. Eval., vol. 39, pp. 1–14, (2020). DOI: https://doi.org/10.1007/s10921-020-00673-6
[16]. M. Jesenik, V. Gorican, A. Hamler, and M. Trlep, “Finding a crack in a material and determining of depth,” IET 8th International Conference on Computation in Electromagnetics, 11-14 April, Wroclaw, pp. 1-2, (2011). DOI: https://doi.org/10.1049/cp.2011.0097
[17]. Z. Wang and Y. Yu, “Traditional eddy current–pulsed eddy current fusion diagnostic technique for multiple micro-cracks in metals,” Sensors, vol. 18, no. 9, p. 2909, (2018). DOI: https://doi.org/10.3390/s18092909
[18]. L. Tian, Y. Cheng, C. Yin, X. Huang, B. Zhang, and L. Bai, “Data-Driven Method for the Measurement of Thickness/Depth Using Pulsed Eddy Current.,” Sens. Mater., vol. 29, no. 9, pp. 1325-1338, (2017). DOI: https://doi.org/10.18494/SAM.2017.1610
[19]. F. Nafiah, A. Sophian, M. R. Khan, S. B. Abdul Hamid, and I. M. Zainal Abidin, “Image-based feature extraction technique for inclined crack quantification using pulsed eddy current,” Chin. J. Mech. Eng., vol. 32, no. 1, pp. 1–9, (2019). DOI: https://doi.org/10.1186/s10033-019-0341-y
[20]. M. Smetana, L. Behun, D. Gombarska, and L. Janousek, “New Proposal for Inverse Algorithm Enhancing Noise Robust Eddy-Current Non-Destructive Evaluation,” Sensors, vol. 20, no. 19, p. 5548, (2020). DOI: https://doi.org/10.3390/s20195548
[21]. T. Meng et al., “Depth evaluation for metal surface defects by eddy current testing using deep residual convolutional neural networks,” IEEE transactions on instrumentation and measurement, vol. 70, pp. 1–13, (2021). DOI: https://doi.org/10.1109/TIM.2021.3117367
[22]. Z. Zeng, Y. Li, L. Huang, and M. Luo, “Frequency-domain defect characterization in pulsed eddy current testing,” Int. J. Appl. Electromagn. Mech., vol. 45, no. 1–4, pp. 621–625, (2014). DOI: https://doi.org/10.3233/JAE-141885
[23]. T. Chen, G. Y. Tian, A. Sophian, and P. W. Que, “Feature extraction and selection for defect classification of pulsed eddy current NDT,” Ndt E Int., vol. 41, no. 6, pp. 467–476, (2008). DOI: https://doi.org/10.1016/j.ndteint.2008.02.002
[24]. R. Edwards, A. Sophian, S. Dixon, G.-Y. Tian, and X. Jian, “Dual EMAT and PEC non-contact probe: applications to defect testing,” NDT E Int., vol. 39, no. 1, pp. 45–52, (2006). DOI: https://doi.org/10.1016/j.ndteint.2005.06.001
[25]. G. Y. Tian and A. Sophian, “Defect classification using a new feature for pulsed eddy current sensors,” Ndt E Int., vol. 38, no. 1, pp. 77–82, (2005). DOI: https://doi.org/10.1016/j.ndteint.2004.06.001
[26]. M. Elad and M. Aharon, “Image denoising via sparse and redundant representations over learned dictionaries,” IEEE Trans. Image Process., vol. 15, no. 12, pp. 3736–3745, (2006). DOI: https://doi.org/10.1109/TIP.2006.881969
[27]. F. Chollet and others, “Keras.” 2015, [Online]. Available: https://keras.io.
[28]. C. R. Harris et al., “Array programming with NumPy,” Nature, vol. 585, no. 7825, pp. 357–362, (2020). DOI: https://doi.org/10.1038/s41586-020-2649-2
[29]. P. Virtanen et al., “SciPy 1.0: Fundamental Algorithms for Scientific Computing in Python,” Nat. Methods, vol. 17, pp. 261–272, (2020).
