JP6938200B2 - アコースティックエミッション試験のための方法及び装置 - Google Patents
アコースティックエミッション試験のための方法及び装置 Download PDFInfo
- Publication number
- JP6938200B2 JP6938200B2 JP2017085358A JP2017085358A JP6938200B2 JP 6938200 B2 JP6938200 B2 JP 6938200B2 JP 2017085358 A JP2017085358 A JP 2017085358A JP 2017085358 A JP2017085358 A JP 2017085358A JP 6938200 B2 JP6938200 B2 JP 6938200B2
- Authority
- JP
- Japan
- Prior art keywords
- acoustic
- bins
- frequency distribution
- frequency
- waveform data
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
- G01N29/04—Analysing solids
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F1/00—Details not covered by groups G06F3/00 - G06F13/00 and G06F21/00
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01H—MEASUREMENT OF MECHANICAL VIBRATIONS OR ULTRASONIC, SONIC OR INFRASONIC WAVES
- G01H1/00—Measuring characteristics of vibrations in solids by using direct conduction to the detector
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01L—MEASURING FORCE, STRESS, TORQUE, WORK, MECHANICAL POWER, MECHANICAL EFFICIENCY, OR FLUID PRESSURE
- G01L1/00—Measuring force or stress, in general
- G01L1/10—Measuring force or stress, in general by measuring variations of frequency of stressed vibrating elements, e.g. of stressed strings
- G01L1/106—Constructional details
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
- G01N29/14—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object using acoustic emission techniques
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
- G01N29/44—Processing the detected response signal, e.g. electronic circuits specially adapted therefor
- G01N29/4454—Signal recognition, e.g. specific values or portions, signal events, signatures
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Immunology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- Pathology (AREA)
- Health & Medical Sciences (AREA)
- Acoustics & Sound (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Signal Processing (AREA)
- General Engineering & Computer Science (AREA)
- Investigating Or Analyzing Materials By The Use Of Ultrasonic Waves (AREA)
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
Description
条項1
物体に対して配置された音響感知システムであって、アコースティックエミッションを検出し、前記検出されたアコースティックエミッションの音響波形データを生成する、音響感知システム、並びに
前記物体の負荷データ及び前記音響波形データを受信し、前記負荷データの複数のビンを生成し、前記音響波形データを使用して前記複数のビンの複数の周波数分布関数を生成し、及び、一組の学習アルゴリズムを前記複数の周波数分布関数及び前記音響波形データに適用して、オペレータがより容易に且つ素早く前記物体の構造健全性を評価することを可能にする出力を生成する、コンピュータシステム内に実装された解析器モジュールを備える、装置。
条項2
前記音響感知システムが、
前記物体と接触するように配置された音響センサを備える、条項1に記載の装置。
条項3
前記一組の学習アルゴリズムが、一組の管理下にない学習アルゴリズム又は一組の管理下にある学習アルゴリズムの何れかを含む、条項1に記載の装置。
条項4
前記音響波形データが生成される際に、前記負荷データが、データベースから読み出されるか又は前記物体への負荷を測定する負荷感知システムから受信されるかの何れかである、条項1に記載の装置。
条項5
前記複数のビンが複数のビン幅を有し、前記複数のビン幅内のビン幅が時間間隔又は負荷間隔の何れかである、条項1に記載の装置。
条項6
前記複数の周波数分布関数内の各周波数分布関数が、複数のビン幅の各ビン幅が規定された周波数間隔であるところの、前記複数のビン幅を有する、条項1に記載の装置。
条項7
前記複数の周波数分布関数内の各周波数分布関数が複数の周波数ビンを含み、前記複数の周波数ビン内の周波数ビンが、前記周波数ビン内に入る幾つかの周波数ピークのカウント又は前記音響波形データを使用して計算された前記周波数ビンにおけるエネルギーの蓄積の何れかを含む、条項1に記載の装置。
条項8
前記出力が、前記複数の周波数分布関数の複数のクラスタを特定し、前記複数のクラスタが、
構造的変化の第1のモードを表す第1のクラスタ、
構造的変化の第2のモードを表す第2のクラスタ、
構造的変化の第3のモードを表す第3のクラスタ、及び
構造的変化の第4のモードを表す第4のクラスタを含む、条項1に記載の装置。
条項9
前記解析器モジュールが、前記一組の学習アルゴリズムを前記複数の周波数分布関数に適用して、複数のクラスタを規定し、及び、前記複数のクラスタの複数の記述子を特定する、条項1に記載の装置。
条項10
前記複数のクラスタが、交互の試験データを用いて解析され、前記複数の記述子内の各記述子を構造的変化の異なるモードに関連付け、前記交互の試験データが、X線画像データ、超音波画像データ、赤外線画像データ、及びモデリングデータのうちの1つから選択される、条項9に記載の装置。
条項11
前記解析器モジュールが、構造的変化のモードを前記複数の記述子内の前記各記述子に関連付ける、記述子分類出力を生成し、前記記述子分類出力が、部品のライフサイクルにおける少なくとも1つの段階の間に前記部品の構造健全性を評価することにおける将来の使用のために、データベース内に記憶される、条項10に記載の装置。
条項12
音響波を使用して物体を解析するための方法であって、
前記物体の負荷データを受信すること、
前記物体の音響波形データであって、前記物体から発するアコースティックエミッションを表し、音響感知システムを使用して検出される、音響波形データを前記音響感知システムから受信すること、
前記負荷データの複数のビンを生成すること、
前記音響波形データを使用して前記複数のビンの複数の周波数分布関数を生成すること、及び
一組の学習アルゴリズムを前記複数の周波数分布関数及び前記音響波形データに適用して、オペレータがより容易に且つ素早く前記物体の構造健全性を評価することを可能にする出力を生成することを含む、方法。
条項13
前記音響感知システムによって、少なくとも1つの音響センサを使用して、前記物体から放射された音響波を検出し、アコースティックエミッション信号を生成すること、及び
前記アコースティックエミッション信号を、前記音響波形データへ変換することを更に含む、条項12に記載の方法。
条項14
前記複数のビンを生成することが、
前記複数のビンの複数のビン幅を特定することであって、前記複数のビン幅内のビン幅が、規定された時間間隔又は規定された負荷間隔の何れかである、特定すること、及び
前記複数のビンの各ビン内に入る前記音響波形データ内の一組の波形を特定することを含む、条項12に記載の方法。
条項15
前記複数の周波数分布関数を生成することが、
選択された周波数範囲を、少なくとも1つの規定された周波数間隔に基づいて複数の周波数ビンへ分割することを含む、条項14に記載の方法。
条項16
前記複数の周波数分布関数を生成することが、
前記複数のビンから選択されたビン内に入る前記一組の波形の高速フーリエ変換を計算すること、及び
前記高速フーリエ変換に基づいて、前記ビンの周波数分布関数内の前記複数の周波数ビンを更新することを更に含む、条項15に記載の方法。
条項17
前記複数の周波数ビンを更新することが、
前記一組の波形内の各波形の幾つかの周波数ピークを選択すること、及び
前記幾つかの周波数ピーク内の周波数ピークが前記複数の周波数ビン内の周波数ビン内に入る周波数を有するときに、前記周波数ビンをインクリメントすることを含む、条項16に記載の方法。
条項18
前記一組の学習アルゴリズムを適用することが、
一組の管理下にない学習アルゴリズムを、前記複数の周波数分布関数及び前記音響波形データに適用して、複数のクラスタを規定すること、
前記複数のクラスタの複数の記述子を特定すること、及び
前記複数の記述子内の各記述子を、交互の試験データを使用して特定された複数のモードに基づいて構造的変化の異なるモードを表すように分類する、記述子分類出力を生成することを含む、条項12に記載の方法。
条項19
前記一組の学習アルゴリズムを適用することが、
一組の管理下にある学習アルゴリズムを、前記複数の周波数分布関数、前記音響波形データ、及び記憶された複数の記述子に適用すること、並びに
前記複数の周波数分布関数の各周波数分布関数の分類結果を生成することを含む、条項12に記載の方法。
条項20
航空機のライフサイクルにおける少なくとも1つの段階の間に、前記航空機内の複合材料物を監視するための方法であって、
音響感知システムを使用して前記複合材料物から放射されたアコースティックエミッションを検出して、音響波形データを生成すること、
解析器モジュールによって、前記複合材料物の前記音響波形データ及び負荷データを受信すること、
前記解析器モジュールによって、前記負荷データの複数のビンを生成することであって、前記音響波形データ内の一組の波形が前記複数のビン内の対応するビン内に入る、生成すること、
前記解析器モジュールによって、前記音響波形データを使用して、前記複数のビンの複数の周波数分布関数を生成すること、及び
一組の管理下にある学習アルゴリズムを、前記複数の周波数分布関数、前記音響波形データ、及び記憶された複数の記述子に適用して、前記複数の周波数分布関数内の各周波数分布関数の分類結果を特定する分類出力であって、オペレータがより容易に且つ素早く前記複合材料物の構造健全性を評価することを可能にする、分類出力を生成することを含む、方法。
条項21
前記一組の管理下にある学習アルゴリズムを、前記複数の周波数分布関数、前記音響波形データ、及び前記記憶された複数の記述子に適用して、前記分類出力を生成することが、
前記複数の周波数分布関数内の選択された周波数分布関数を前記記憶された複数の記述子の各々と比較することによって、前記選択された周波数分布関数の前記分類結果を生成することを含み、前記分類結果が、前記選択された周波数分布関数、及びそれによって前記音響波形データ内の対応する一組の波形が、ゼロ又は1以上の構造的変化のモードを表すかを特定する、条項20に記載の方法。
Claims (14)
- 物体(102、200)に対して配置された音響感知システム(104、204)であって、アコースティックエミッション(206)を検出し、前記検出されたアコースティックエミッション(206)の音響波形データ(212)を生成する、音響感知システム(104、204)、並びに
前記物体(102、200)の負荷データ(218)及び前記音響波形データ(212)を受信し、前記負荷データ(218)の複数のビン(224)を生成し、前記音響波形データ(212)を使用して前記複数のビン(224)の複数の周波数分布関数(228)を生成し、及び、一組の学習アルゴリズムを前記複数の周波数分布関数(228)及び前記音響波形データ(212)に適用して、オペレータがより容易に且つ素早く前記物体(102、200)の構造健全性を評価することを可能にする出力を生成する、コンピュータシステム内に実装された解析器モジュール(109、214)を備える、装置。 - 前記複数のビン(224)が複数のビン幅(226)を有し、前記複数のビン幅(226)内のビン幅が時間間隔又は負荷間隔の何れかである、請求項1に記載の装置。
- 前記複数の周波数分布関数(228)内の各周波数分布関数(232)が、複数のビン幅(226)の各ビン幅が規定された周波数間隔であるところの、前記複数のビン幅(226)を有する、請求項1に記載の装置。
- 前記出力が、前記複数の周波数分布関数(228)の複数のクラスタ(242)を特定し、前記複数のクラスタ(242)が、
構造的変化の第1のモードを表す第1のクラスタ、
構造的変化の第2のモードを表す第2のクラスタ、
構造的変化の第3のモードを表す第3のクラスタ、及び
構造的変化の第4のモードを表す第4のクラスタを含む、請求項1に記載の装置。 - 前記解析器モジュール(109、214)が、前記一組の学習アルゴリズムを前記複数の周波数分布関数(228)に適用して、複数のクラスタ(242)を規定し、及び、重心である前記複数のクラスタ(242)の複数の記述子(244)を特定する、請求項1に記載の装置。
- 前記複数のクラスタ(242)が、別の試験データ(236)を用いて解析され、前記複数の記述子(244)内の各記述子を構造的変化の異なるモードに関連付け、前記別の試験データ(236)が、X線画像データ、超音波画像データ、赤外線画像データ、及びモデリングデータのうちの1つから選択される、請求項5に記載の装置。
- 前記解析器モジュール(109、214)が、構造的変化のモードを前記複数の記述子(244)内の前記各記述子に関連付ける、記述子分類出力(248)を生成し、前記記述子分類出力(248)が、部品のライフサイクルにおける少なくとも1つの段階の間に前記部品の構造健全性を評価することにおける将来の使用のために、データベース(222)内に記憶される、請求項6に記載の装置。
- 音響波を使用して物体(102、200)を解析するための方法であって、
前記物体(102、200)の負荷データ(218)を受信すること(402)、
前記物体(102、200)の音響波形データ(212)であって、前記物体(102、200)から発するアコースティックエミッション(206)を表し、音響感知システム(104、204)を使用して検出される、音響波形データ(212)を前記音響感知システム(104、204)から受信すること(400)、
アコースティックエミッション(206)信号を、前記音響波形データ(212)へ変換すること、
前記負荷データ(218)の複数のビン(224)を生成すること(404)、
前記音響波形データ(212)を使用して前記複数のビン(224)の複数の周波数分布関数(228)を生成すること(406)、及び
一組の学習アルゴリズムを前記複数の周波数分布関数(228)及び前記音響波形データ(212)に適用して、オペレータがより容易に且つ素早く前記物体(102、200)の構造健全性を評価することを可能にする出力を生成すること(408)を含む、方法。 - 前記複数のビン(224)を生成すること(404)が、
前記複数のビン(224)の複数のビン幅(226)を特定することであって、前記複数のビン幅(226)内のビン幅が、規定された時間間隔又は規定された負荷間隔の何れかである、特定すること、及び
前記複数のビン(224)の各ビン内に入る前記音響波形データ(212)内の一組の波形を特定すること(504)を含む、請求項8に記載の方法。 - 前記複数の周波数分布関数(228)を生成すること(406)が、
選択された周波数範囲を、少なくとも1つの規定された周波数間隔に基づいて複数の周波数ビン(235)へ分割することを含む、請求項9に記載の方法。 - 前記複数の周波数分布関数(228)を生成すること(406)が、
前記複数のビン(224)から選択されたビン(234)内に入る前記一組の波形の高速フーリエ変換を計算すること(506)、及び
前記高速フーリエ変換に基づいて、前記ビンの周波数分布関数内の前記複数の周波数ビン(235)を更新することを更に含む、請求項10に記載の方法。 - 前記複数の周波数ビン(235)を更新することが、
前記一組の波形内の各波形の幾つかの周波数ピークを選択すること(508)、及び
前記幾つかの周波数ピーク内の周波数ピークが前記複数の周波数ビン(235)内の周波数ビン内に入る周波数を有するときに、前記周波数ビンをインクリメントすること(510)を含む、請求項11に記載の方法。 - 航空機(300)のライフサイクルにおける少なくとも1つの段階の間に、前記航空機(300)内の複合材料物(202)を監視するための方法であって、
音響感知システム(104、204)を使用して前記複合材料物(202)から放射されたアコースティックエミッション(206)を検出して、音響波形データ(212)を生成すること(800)、
解析器モジュール(109、214)によって、前記複合材料物(202)の前記音響波形データ(212)及び負荷データ(218)を受信すること(802)、
前記解析器モジュール(109、214)によって、前記負荷データ(218)の複数のビン(224)を生成することであって、前記音響波形データ(212)内の一組の波形が前記複数のビン(224)内の対応するビン内に入る、生成すること(804)、
前記解析器モジュール(109、214)によって、前記音響波形データ(212)を使用して、前記複数のビン(224)の複数の周波数分布関数(228)を生成すること(806)、及び
一組の管理下にある学習アルゴリズムを、前記複数の周波数分布関数(228)、前記音響波形データ(212)、及び記憶された複数の記述子(244)に適用して、前記複数の周波数分布関数(228)内の各周波数分布関数の分類結果を特定する分類出力(250)であって、オペレータがより容易に且つ素早く前記複合材料物(202)の構造健全性を評価することを可能にし、複数のクラスタ(242)の前記記憶された複数の記述子(244)は重心である、分類出力(250)を生成すること(808)を含む、方法。 - 前記一組の管理下にある学習アルゴリズムを、前記複数の周波数分布関数(228)、前記音響波形データ(212)、及び前記記憶された複数の記述子(244)に適用して、前記分類出力(250)を生成すること(808)が、
前記複数の周波数分布関数(228)内の選択された周波数分布関数を前記記憶された複数の記述子(244)の各々と比較することによって、前記選択された周波数分布関数の前記分類結果を生成することを含み、前記分類結果が、前記選択された周波数分布関数、及びそれによって前記音響波形データ(212)内の対応する一組の波形が、ゼロ又は1以上の構造的変化のモードを表すかを特定する、請求項13に記載の方法。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US15/150,595 US9989501B2 (en) | 2016-05-10 | 2016-05-10 | Method and apparatus for acoustic emissions testing |
US15/150,595 | 2016-05-10 |
Publications (3)
Publication Number | Publication Date |
---|---|
JP2017227624A JP2017227624A (ja) | 2017-12-28 |
JP2017227624A5 JP2017227624A5 (ja) | 2021-07-26 |
JP6938200B2 true JP6938200B2 (ja) | 2021-09-22 |
Family
ID=58668725
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2017085358A Active JP6938200B2 (ja) | 2016-05-10 | 2017-04-24 | アコースティックエミッション試験のための方法及び装置 |
Country Status (7)
Country | Link |
---|---|
US (1) | US9989501B2 (ja) |
EP (1) | EP3244204B1 (ja) |
JP (1) | JP6938200B2 (ja) |
KR (1) | KR20170126786A (ja) |
CN (1) | CN107356669B (ja) |
BR (1) | BR102017005479A2 (ja) |
CA (1) | CA2955826C (ja) |
Families Citing this family (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8312033B1 (en) | 2008-06-26 | 2012-11-13 | Experian Marketing Solutions, Inc. | Systems and methods for providing an integrated identifier |
US10262362B1 (en) | 2014-02-14 | 2019-04-16 | Experian Information Solutions, Inc. | Automatic generation of code for attributes |
US10564130B2 (en) * | 2016-05-10 | 2020-02-18 | The Boeing Company | Method and apparatus for acoustic emissions testing |
CN116205724A (zh) | 2017-01-31 | 2023-06-02 | 益百利信息解决方案公司 | 大规模异构数据摄取和用户解析 |
US10801998B2 (en) * | 2017-03-13 | 2020-10-13 | University Of South Carolina | Identifying structural defect geometric features from acoustic emission waveforms |
KR20190127542A (ko) * | 2018-05-04 | 2019-11-13 | 더 보잉 컴파니 | 음향 방출 시험을 위한 방법 및 장치 |
US10963434B1 (en) | 2018-09-07 | 2021-03-30 | Experian Information Solutions, Inc. | Data architecture for supporting multiple search models |
KR102154413B1 (ko) * | 2018-12-27 | 2020-09-09 | 울산대학교 산학협력단 | 음향 방출 결함 신호 검출 장치 및 방법 |
CN110108803B (zh) * | 2019-05-08 | 2021-10-01 | 上海航天设备制造总厂有限公司 | 一种基于声发射传感的搅拌针断针检测的装置及方法 |
US11941065B1 (en) | 2019-09-13 | 2024-03-26 | Experian Information Solutions, Inc. | Single identifier platform for storing entity data |
DE102020205145A1 (de) | 2020-04-23 | 2021-10-28 | Robert Bosch Gesellschaft mit beschränkter Haftung | Verfahren zum Ermitteln einer Materialinformation |
CN112229585B (zh) * | 2020-09-18 | 2022-07-08 | 长沙理工大学 | 基于人工智能与声发射技术的裂缝损伤定位方法以及系统 |
US11880377B1 (en) | 2021-03-26 | 2024-01-23 | Experian Information Solutions, Inc. | Systems and methods for entity resolution |
Family Cites Families (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4382384A (en) * | 1981-06-15 | 1983-05-10 | The Regents Of The University Of California | Acoustic penetrometer for subsoil investigation |
GB8722262D0 (en) * | 1987-09-22 | 1987-10-28 | British Petroleum Co Plc | Determining particle size distribution |
GB8727178D0 (en) | 1987-11-20 | 1987-12-23 | British Petroleum Co Plc | Monitoring accoustic emissions |
US4901575A (en) * | 1988-11-30 | 1990-02-20 | Gp Taurio, Inc. | Methods and apparatus for monitoring structural members subject to transient loads |
JP2995518B2 (ja) * | 1992-08-14 | 1999-12-27 | 株式会社日立製作所 | 学習型異常診断アルゴリズム自動構築方法およびその装置 |
US5528557A (en) * | 1995-08-07 | 1996-06-18 | Northrop Grumman Corporation | Acoustic emission source location by reverse ray tracing |
US5814729A (en) * | 1996-09-09 | 1998-09-29 | Mcdonnell Douglas Corporation | System for in-situ delamination detection in composites |
JP2000233369A (ja) * | 1999-02-15 | 2000-08-29 | Noritake Co Ltd | 研削状態監視装置およびドレッシング状態監視装置 |
US6386038B1 (en) * | 1999-11-24 | 2002-05-14 | Lewis, Iii Carl Edwin | Acoustic apparatus and inspection methods |
US20080059086A1 (en) * | 2002-02-21 | 2008-03-06 | Ziyad Duron | System and method for determining and detecting stability loss in structures |
GB0513901D0 (en) * | 2005-07-06 | 2005-08-10 | Airbus Uk Ltd | Method and apparatus for measuring the structural integrity of a safe-life aircraft component |
JP5028028B2 (ja) * | 2006-05-24 | 2012-09-19 | 株式会社ジェイテクト | アコースティックエミッション検出装置および制御装置 |
US8190338B2 (en) * | 2008-09-02 | 2012-05-29 | The Board Of Regents Of The University Of Oklahoma | Method and apparatus for compaction of roadway materials |
EP2324336B1 (en) | 2008-09-02 | 2020-03-18 | The Board of Regents of the University of Oklahoma | Method for compaction of roadway materials |
EP2660582B1 (en) * | 2012-04-30 | 2020-02-19 | General Electric Company | System and Method for Monitoring the Health of Stator Vanes |
US10191016B2 (en) * | 2012-05-16 | 2019-01-29 | Hidden Solutions Llc | Method and system for passive detection, localization and characterization of mechanical wave sources using ultrasonic guided waves |
CN103447887B (zh) * | 2013-07-23 | 2016-02-24 | 杭州电子科技大学 | 基于金属带锯条声发射特性的锯切负载检测装置及方法 |
-
2016
- 2016-05-10 US US15/150,595 patent/US9989501B2/en active Active
-
2017
- 2017-01-20 CA CA2955826A patent/CA2955826C/en active Active
- 2017-02-24 KR KR1020170024553A patent/KR20170126786A/ko active Search and Examination
- 2017-03-17 BR BR102017005479-9A patent/BR102017005479A2/pt active Search and Examination
- 2017-04-19 EP EP17167161.3A patent/EP3244204B1/en active Active
- 2017-04-24 JP JP2017085358A patent/JP6938200B2/ja active Active
- 2017-04-27 CN CN201710286991.8A patent/CN107356669B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN107356669B (zh) | 2022-03-04 |
BR102017005479A2 (pt) | 2018-04-03 |
US9989501B2 (en) | 2018-06-05 |
CA2955826C (en) | 2021-03-09 |
US20170328868A1 (en) | 2017-11-16 |
EP3244204A1 (en) | 2017-11-15 |
CA2955826A1 (en) | 2017-11-10 |
JP2017227624A (ja) | 2017-12-28 |
EP3244204B1 (en) | 2023-06-21 |
KR20170126786A (ko) | 2017-11-20 |
CN107356669A (zh) | 2017-11-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6938200B2 (ja) | アコースティックエミッション試験のための方法及び装置 | |
CN107545095B (zh) | 用于飞行器大修期间的结构修理的预测方法和系统 | |
JP2017227624A5 (ja) | ||
JP6313929B2 (ja) | 構造物を監視するための方法及びシステム | |
Sbarufatti et al. | Performance optimization of a diagnostic system based upon a simulated strain field for fatigue damage characterization | |
Katsikeros et al. | Development and validation of a strain-based structural health monitoring system | |
US11138817B2 (en) | Vehicle system prognosis device and method | |
US11209345B1 (en) | Automatic prognostic qualification of manufacturing products | |
JP2009274588A (ja) | 航空機の健全性診断装置及び方法並びにプログラム | |
Khan et al. | Autonomous assessment of delamination in laminated composites using deep learning and data augmentation | |
Pereira et al. | Multi-objective sensor placement optimization of helicopter rotor blade based on Feature Selection | |
US20190188574A1 (en) | Ground truth generation framework for determination of algorithm accuracy at scale | |
Tavares et al. | Damage detection in lightweight structures using artificial intelligence techniques | |
JP2014085343A (ja) | プラットフォーム健全性監視システム | |
US10564130B2 (en) | Method and apparatus for acoustic emissions testing | |
JP7272853B2 (ja) | アコースティックエミッション試験のための方法及び装置 | |
US20230288918A1 (en) | Outlier detection and management | |
Monaco et al. | Simulation of waves propagation into composites thin shells by FEM methodologies for training of deep neural networks aimed at damage reconstruction | |
Ennis et al. | Artificial Intelligence-Enabled Crack Length Estimation From Acoustic Emission Signal Signatures | |
Shcherban et al. | Model of Information Signals Formation in the Diagnostics of Composite Products | |
Monaco et al. | Supervised Deep Learning Algorithms for Delaminations Detection on Composites Panels by Wave Propagation Signals Analysis | |
US20200097624A1 (en) | Engineering analysis of a structural product | |
Raja | Multi-Class Classification of Lamb-Wave Based Sensor De-bond Identification Using Artificial Neural Network For Structural Health Monitoring | |
JP2022094341A (ja) | 予測分類器を用いた航空機保守コンピューティングシステム及び方法 | |
Vy et al. | Crack Detection of Concrete Structures Using Acoustic Emission Sensors and Convolutional Neural Networks |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20200420 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20210210 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20210302 |
|
A524 | Written submission of copy of amendment under article 19 pct |
Free format text: JAPANESE INTERMEDIATE CODE: A524 Effective date: 20210601 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20210831 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20210901 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6938200 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |