SA07280355B1 - اختبار غير متلف، بوجه خاص للأنابيب أثناء تصنيعها أو في حالتها النهائية - Google Patents

اختبار غير متلف، بوجه خاص للأنابيب أثناء تصنيعها أو في حالتها النهائية Download PDF

Info

Publication number
SA07280355B1
SA07280355B1 SA7280355A SA07280355A SA07280355B1 SA 07280355 B1 SA07280355 B1 SA 07280355B1 SA 7280355 A SA7280355 A SA 7280355A SA 07280355 A SA07280355 A SA 07280355A SA 07280355 B1 SA07280355 B1 SA 07280355B1
Authority
SA
Saudi Arabia
Prior art keywords
defect
pipe
echoes
arrangement
ultrasonic
Prior art date
Application number
SA7280355A
Other languages
English (en)
Inventor
دويتش سيلفان
ليساج فريدريك
بيتيت سباستيان
بيسياو بيرانارد
Original Assignee
في آند ام فرانس
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by في آند ام فرانس filed Critical في آند ام فرانس
Publication of SA07280355B1 publication Critical patent/SA07280355B1/ar

Links

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
    • G01N29/041—Analysing solids on the surface of the material, e.g. using Lamb, Rayleigh or shear waves
    • 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
    • G01N29/06—Visualisation of the interior, e.g. acoustic microscopy
    • 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
    • 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
    • G01N29/06—Visualisation of the interior, e.g. acoustic microscopy
    • G01N29/0609—Display arrangements, e.g. colour displays
    • 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
    • G01N29/22—Details, e.g. general constructional or apparatus 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
    • G01N29/22—Details, e.g. general constructional or apparatus details
    • G01N29/221—Arrangements for directing or focusing the acoustical waves
    • 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
    • G01N29/22—Details, e.g. general constructional or apparatus details
    • G01N29/26—Arrangements for orientation or scanning by relative movement of the head and the sensor
    • 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
    • G01N29/22—Details, e.g. general constructional or apparatus details
    • G01N29/26—Arrangements for orientation or scanning by relative movement of the head and the sensor
    • G01N29/262—Arrangements for orientation or scanning by relative movement of the head and the sensor by electronic orientation or focusing, e.g. with phased arrays
    • 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
    • G01N29/22—Details, e.g. general constructional or apparatus details
    • G01N29/26—Arrangements for orientation or scanning by relative movement of the head and the sensor
    • G01N29/265—Arrangements for orientation or scanning by relative movement of the head and the sensor by moving the sensor relative to a stationary material
    • 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
    • G01N29/4445—Classification of defects
    • 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
    • G01N29/4481—Neural networks
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2291/00—Indexing codes associated with group G01N29/00
    • G01N2291/02—Indexing codes associated with the analysed material
    • G01N2291/028—Material parameters
    • G01N2291/02854—Length, thickness
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2291/00—Indexing codes associated with group G01N29/00
    • G01N2291/04—Wave modes and trajectories
    • G01N2291/042—Wave modes
    • G01N2291/0421—Longitudinal waves
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2291/00—Indexing codes associated with group G01N29/00
    • G01N2291/04—Wave modes and trajectories
    • G01N2291/042—Wave modes
    • G01N2291/0422—Shear waves, transverse waves, horizontally polarised waves
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2291/00—Indexing codes associated with group G01N29/00
    • G01N2291/04—Wave modes and trajectories
    • G01N2291/044—Internal reflections (echoes), e.g. on walls or defects
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2291/00—Indexing codes associated with group G01N29/00
    • G01N2291/10—Number of transducers
    • G01N2291/106—Number of transducers one or more transducer arrays
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2291/00—Indexing codes associated with group G01N29/00
    • G01N2291/26—Scanned objects
    • G01N2291/263—Surfaces
    • G01N2291/2634—Surfaces cylindrical from outside

Abstract

الملخص: يتعلق الاختراع الحالي بجهاز device لاختبار غير متلف لأنابيب pipes. تستخرج معلومات عن العيوب من إشارات signals يتم التقاطها بمستقبلات فوق صوتية ultrasound receivers بعد الانبعاث المختار لمرسلات فوق صوتية ultrasound transmitters طبقا لقاعدة زمن مختار. تشكل المستقبلات ترتيبا له هندسة مختارة مقترنة بطريقة فوق صوتية بحركة دوران/ انتقال نسبي، مع الأنبوبة pipe. يشمل الجهاز device محولا converter (892:891) يعزل انتقائيا نموذج رقمي للأصداء في فتحات زمنية معينة، كدالة على الحركة، وباستخلاص صورة image (901، 902) للعيوب، مرشح filter (921، 922) الذي يحدد مناطق العيب المفترض وخواصها، موحد combiner (960) لتحضير مدخلات رقمية للتشغيل من استخراج (951، 952) الصور لمنطقة العيب، خواصها القادمة من المرشح filter، والبيانات القرينية (740)، دائرة عصبية neural circuit (970) لاستقبال مدخلات التشغيل، مرحلة قرار وإنذار رقمي (992) تعمل على أساس مخرج الدائرة العصبية neural circuit، وإنسان آلي للفرز والتعليم (994) للأنابيب pipes غير المتوافقة بموجب خطوة القرار والإنذار.

Description

SY. ‏اختبار غير متلف؛ بوجه خاص للأنابيب أثناء تصنيعها أو في حالتها النهائية‎
Non-destructive testing, in particular for pipes during manufacture or in the finished state ‏الوصف الكامل‎ ‏خلفية الاختراع‎ ‏لمواد. خصوصا‎ non-destructive testing ‏باختبار غير متلف‎ Mall ‏يتعلق الاختراع‎ ‏أثناء تصنيعها.‎ pipes ‏لأنابيب‎ ‏متنوعة أكثريتها حديثاء تميل إلى استخدام شبكات عصبية‎ olf ‏من المعروف أن هناك‎ ‏يتعلق باختبار غير متلف للمواد. لكن الاختبارات الموجودة حاليا غير‎ Led neural networks © ‏قادرة على العمل في بيئة صناعية؛ مع أجهزة بالفعل في الخدمة؛ في الوقت الحقيقي؛ مع‎ ‏السماح بتصنيف لتغطية العيوب طبقا لنوعهاء بحيث يمكن بسرعة حل المشكلة؛ التي تنشاً‎ ‏أثناء طور الإنتاج.‎ ‏الغرض من الاختراع تحسين الوضع الحالي بالتحرك تجاه نظام يتصف بما يلي:‎ ‎٠‏ يمكن استخدامه في بيئة صناعية ويمكن بسهولة تركيبه على جهاز ‎equipment‏ موجود ‏بالفعل في هذه البيئة. ‏يمكن استخدامه في الوقت الحقيقي؛ بمعنى توفير تشخيص سريع (بسرعة كافية لا تخفض السرعة الكلية للإنتاج)؛ ويسمح بتصنيف العيوب طبقا لنوعها للتعرف على حدتها وتحديد السبب الفني للعيب؛ وكذلك سرعة حل المشكلة أثناء طور الإنتاج. ‎١‏ - طبقا لجانب أولي من الاختراع؛ يقترح جهاز يشكل أداة عملية لاختبار غير متلف للأنابيب (أو أي منتجات حديد ‎iron‏ وصلب ‎steel‏ أخرى) أثناء وعند نهاية الإنتاج. تعد هذه الأداة لاستخراج المعلومات عن العيوب المحتملة في الأنبوب . تنبعث مرسلات مجس فوق صوتي ‎Wala Ultrasond sensor transmitters‏ لقاعدة زمن مختار. تلتقط الإشارات الراجعة بواسطة مستقبلات مجس فوق صوتي لتشكل ترتيبا له هندسة مختارة؛ مركبا في اقتران فوق صوتي مع ‎٠‏ الأنبوب عبر وسط سائل. أخيراء توجد عموما حركة دوران/ انتقال نسبي بين الأنبوب وترتيب محول الطاقة ‎transducer‏ ‎YEA
الوصف العام للاختراع تشمل الأداة العملية المقترحة: - محول؛ قادر على أن يعزل انتقائيا نموذج رقمي لأصداء محتملة في فتحات زمنية معينة؛ كدالة على حركة الدوران/ الانتقال النسبي؛ واستخلاص من هذا صورة للعيوب ° المحتملة للأنبوب؛ - مرشحاء قادر على تحديد؛ في الصور؛ مناطق العيب المفترض؛ وكذلك خواص كل عيب مفترض؛ - موحد؛ مرتب لتحضير مدخلات رقمية للدائرة العصبية؛ من الاستخلاص للصور طبقا لمنطقة عيب مفترض؛ خواص العيب المفترض في نفس المنطقة؛ الآتية من المرشح ‎Ve‏ وبيانات قرينية؛ - على الأقل دائرة عصبية واحدة؛ تستقبل المدخلات من الموحد؛ - مرحلة قرار رقمي ‎lily‏ تعمل على أساس المخرج من الدائرة العصبية؛ و - إنسانا ‎LT‏ للفرز والتعليم؛ مرتبا لفصل وتعليم الأنابيب التي تقرر عدم ملاءمتها من المرحلة الرقمية للقرار والإنذار. ‎vo‏ يتعلق الاختراع أيضا بجهاز اختبار غير متلف للأنابيب (أو منتجات حديد وصلب أخرى) أثناء أو عند نهاية الإنتاج؛ ويشمل: - ترتيب لمولدات طاقة فوق صوتية لها هندسة مختارة؛ مركبة في اقتران فوق صوتي مع الأنبوب عبر وسط سائل» مع حركة دوران/ انتقال نسبي بين الأنبوب وترتيب مولد الطاقة؛ - دوائر لتبعث انتقائيا هذه العناصر من ‎alge‏ الطاقة طبقا لقاعدة زمنية مختارة؛ ولجمع ‎Ye‏ الإشارات الراجعة التي تلتقطها؛ و - أداة عملية طبقا كما هو محدد أعلاه ومفصل فيما يلي. يتعلق جانب آخر من الاختراع بشكل إجراء لاختبار غير متلف للأنابيب (أو منتجات حديد وصلب أخرى) أثناء أو عند نهاية الإنتاج؛ يشمل المراحل التالية: (أ) توفير ترتيب لمولدات طاقة فوق صوتية لها هندسة مختارة؛ مركبة في اقتران فوق ‎YO‏ صوتي مع الأنبوب عبر وسط سائل»؛ مع حركة دوران/ انتقال نسبي بين الأثبوب وترتيب مولد الطاقة؛ (ب) انبعاث انتقائي للعناصر المولدة للطاقة طبقا لقاعدة زمنية مختارة؛ ‎YEA‏
-¢- )2( جمع الإشارات الراجعة التي تلتقطهاء لتحلل انتقائيا الإشارات الراجعة لاستخراج المعلومات عن العيوب في الأنبوب. يشمل أيضا الإجراء المقترح المراحل التالية: (د) العزل الانتقائي للنموذج الرقمي للأصداء المحتملة في فتحات زمنية معينة؛ كدالة على ° حركة دوران/ انتقال نسبي؛ واستخلاص من هذا صورةٍ للعيوب المحتملة في الأنبوب؛ )4( ترشيح الصور طبقا لمعيار مرشح مختار؛ لتحديد مناطق العيب المفترض» وخواص كل عيب مفترض؛ (و) تشكيل مدخلات رقمية للتشغيل؛ من مستخرج للصور المقابلة لمنطقة العيب المفترض؛ خواص العيب المفترض في نفس المنطقة؛ الآتية من المرشح؛ وبيانات قرينية؛ ‎Ve‏ (ز) تطبيق المدخلات المتكونة على دائرة عصبية واحدة على الأقل؛ )7( المعالجة الرقمية للمخرج من الترتيب لنوع الدائرة العصبية طبقا لمعيار قرار ‎line‏ ‏لنستخلص من هذا قرار و/أو إنذار» و (ط) فصل وتعليم الأنابيب المعتبرة غير ‎lids dalla‏ للخطوة (ح). سوف نجد جوانب أخرى من الاختراع في باقي هذا الطلب لبراءة الاختراع. ‎١‏ شرج مختصر للرسومات سوف تتضح خصائص وميزات أخرى للاختراع عند فحص الوصف التالي والرسومات المرفقة؛ التي فيها: شكل ‎١‏ هو منظر تخطيطي منظوري لأنبوب مع عيوب أو ما يسمى أخطاء ‎tetalon‏ ‏شكل ؟ هو منظر جانبي تخطيطي يصور مثال لتركيب من النوع "اختبار رأس دوار ‎"rotating head testing Y+‏ على أنبوب مغادر الإنتاج؛ أشكال "(أ) إلى *(ج) هي تفاصيل لأنواع متنوعة من قياس السمك واختبار عيب طولي وعرضي؛ شكل ؛ هو مخطط متتابع للألكترونيات المصاحبة لمجس فوق صوتي ‎ultrasound‏ ‏7 في اختبار غير متلف في تركيب تقليدي؛ ‎Yo‏ الشكلان #(أ) و*(ب) هما منظر طرفي ومنظر جانبي لنوع معين من خلية اختبار غير متلف؛ معروفة عموما باسم "الرأس الدوار ‎"rotating head‏ ويظهر تخطيطيا؛ الشكل 1 يظهر تعقيد المسارات فوق الصوتية المتلاقية في أنبوب؛ في مثال بسيط؛ ‎YEA‏
الشكلان ‎)(١‏ 715( هما رسومات توقيت تخطيطية لإشارات فوق صوتية؛ من أجل مجس تحت سقوط مائل ومن أجل مجس تحت سقوط عادي (عمودي)؛ على التوالي؛ الشكل ‎١‏ هو رسم بياني يظهر نموذج تقليدي لانتقائية تركيب الاختبار؛ الشكل ‎A‏ هو مخطط متتابع للإلكترونيات المصاحبة لمجس فوق صوتي في اختبار غير ‎٠‏ متلف في مثال لتركيب قادر على تتفيذ الاختراع؛ الشكل ‎(JA‏ هو مخطط متصل تفصيلي لجزء من الشكل ‎A‏ ‏الشكل 9 هو تفريغ شاشة تخطيطية يظهر صورتان فوق صوتيتان رقميتان لعيوب محتملة في أنبوب؛ الأشكال +( إللى ١٠(د)‏ هم نماذج تخطيطية لأنواع متنوعة للعيوب طبقا لتصنيف ‎American Petroleum Institute (APT) ٠‏ والذي قد يشكل البيانات الخارجة من الشبكة العصبية المائلة لتحديد نوع العيب؛ الشكل ‎١١‏ هو مخطط متصل أكثر تفضيلا لجزء من الشكل ‎eA‏ ‏الشكل ‎١١‏ هو رسم متتابع يصور معالجة العيوب المحتملة المتعاقبة في صورة؛ الشكل ‎١١‏ هو تخطيط متصل لنظام مرشحات يمكن استخدامه طبقا للاختراع؛ ‎yo‏ الشكل ‎VE‏ هو تخطيط متصل لترتيب شبكة عصبية مائلة لتحديد نوع العيب في أنبوب؛ الشكل ‎١١‏ هو تخطيط متصل لترتيب شبكة عصبية مائلة لتحديد درجة عمق العيب في أنبوب؛ الشكل ‎١١‏ هو تخطيط متصل لنموذج الخلية العصبية؛ الشكل ‎١١‏ هو مثال على وظيفة نقل خلية عصبية أولية؛ و ‎Ye‏ الشكل ‎VA‏ هو التخطيط العام لتركيب باستخدام الاختراع لكشف الأخطاء باستخدام أنواع متنوعة من المجسات. تحتوي الرسومات على عناصر ذات طبيعة محددة. لذلك فإنها لا تعمل فقط على فهم أفضل للاختراع ولكن تساهم ‎Lad‏ في تعريفه؛ عند الضرورة. ‎Yo‏ في باقي هذا النص؛ تجوز الإشارة إلى مجس فوق صوتي ‎sensor‏ بدون تمييز كمجس؛ أو مسبار ‎probe‏ أو محول طاقة ‎ctransducer‏ وجميعها معروف جيدا للماهر في الفن. استخدامات معروفة لشبكات عصبية ‎Known uses of neural networks‏ ‎YEA‏
ان استخدام شبكات عصبية ‎neural networks‏ فيما يتصل باختبار غير متلف للمواد هو موضوع منشورات عديدة؛ معظمها نظري؛ وهذا ما ندرسه الآن. تشكل المقالات بعنوان ‎The Finite Element Method and the Neural Networks” by ZAOUI, MARCHAND‏ ‎and RAZEK (NDT.NET — AUGUST 1999, Vol.
IV, abridged Number 8) °‏ اقتراحات في هذا المجال. مع ‎(ia‏ تصلح هذه الاقتراحات في مجال النشاطات المعملية؛ ولا يسمح التطبيق الموصوف بالتنفيذ في خط إتتاج من بيئة صناعية. علاوة على ‎Jaa‏ فإنه يتعامل فقط مع اكتشاف تيارات ‎Foucault‏ وهذا في الغالب غير كاف. تصف المقالة المعنونة ‎Automatic Detection of Defects in Industrial Ultrasound Images using a Neural Ye‏ ‘ ‎Network’ by Lawson and Parker (Proc. of Int.
Symposium on Lasers, Optics, and‏ ‎Vision for Productivity in Manufacturing I (Vision Systems: Applications), June‏ ‎Proc. of SPIE vol. 2786, pages 37-47 1996),‏ ,1996 تطبيق معالجة صورة وشبكات عصبية لما يسمى تفسير ‎TOFD‏ فحص. تتكون طريقة ‎TOFD‏ ‎(Time of Flight Diffraction) ٠‏ 'زمن حيود الطيران" من الإشارة إلى مواضع المجس فوق الصوتي حيث من الممكن ملاحظة حيود الشعاع عند حواف العيب؛ بما يسمح بقياس أبعاد لاحق للعيب. هذه الطريقة من الصعب اتباعها في جهاز اختبار غير متلف موجود؛ خصوصا يتعلق المقال المعنون ‎‘Shape Classification of Flaw Indications in 3-Dimensional Ultrasonic Images’ by Ye‏ ‎Dunlop and McNab (IEE Proceedings - Science, Measurement and Technology —‏ ‎July 1995 — Volume 142, Issue 4, pages 307 — 312)‏ بتشخيصات متعلفة بصداً خط أنابيب. يسمح النظام باختبار في العمق غير متلف ويسمح بدراسة ثلاثية الأبعاد في زمن حقيقي. مع هذاء فإن النظام بطئ جدا. هذا يجعل استخدامه في ‎Yo‏ بيئة صناعية صعب نسبيا. يقترح المقال المعنون ‎YEA‏
١ ‘Application of neuro-fuzzy techniques in oil pipelines ultrasonic non-destructive testing’ by Ravanbod (NDT&E International 38 (2005), pages 643 — 653) ‏إمكان تحسين لوغاريتمات اكتشاف العيب باستخدام عناصر منطقية مشوشة؛ في اتحاد مع‎ ‏الشبكة العصبية. مع هذاء؛ مرة أخرى تتعلق التقنيات المدروسة بفحص عيوب خط أنابيب‎ ‏وتحديد عيوب التاكل.‎ © ‏طريقة لخلق إشارة معدة لشبكة عصبية لكنها توفر معلومات‎ DE 42 01 502 C2 ‏يصف‎ ‏ثانية؛ فإنها‎ an ‏قليلة أو معروفة عن تفسير النتائج؛ فيما يتعلق بتحديد العيوب. علاوة على‎ .Foucault ‏تتعامل فقط مع الاكتشاف بواسطة تيارات‎ ‏باكتشاف عيوب طولية فقط»؛ بواسطة‎ ١١-٠١07777 ‏براءة الاختراع الياباني‎ calla ‏يتعلق‎ ‎| ‏فقط.‎ Foucault ‏ثيارات‎ ٠ ‏يقصر نفسه على دراسة تردد الإشارات الناتجة‎ ١0-١1٠١777 ‏منشور براءة الاختراع رقم‎ ‏من الموجات فوق الصوتية.‎ ‏برنامجا للتمييز بين منطقة تعتبر‎ 5٠007-79798986 ‏يصف منشور براءة الاختراع رقم‎ ‏جيدة ومنطقة سيئة لمنتج باستخدام شبكة عصبية. لا يتجاوز البرنامج هذا الحد؛ ولا يسمح‎ ‏بتصنيف أو تحديد موقع العيوب. تبعا لهذاء قد يؤدي تطبيق هذا البرنامج كثيرا إلى رفمض‎ ١٠ ‏أجزاء تعتبر جيدة إذا قام مشغل بشري بتفسير النتائج.‎ dl) ‏اختبار غير متلف للأنابيب- الحالة‎
Non-destructive testing of pipes— State of the art ‏يتوفر الشرح التفصيلي التالي أساسا في سياق اختبار غير متلف للأنابيب عند خروجها من‎ ‏الإنتاج؛ لكن بدون تقييد.‎ ٠ ‏كما هو مبين في الشكل ١؛ يمكن تحديد العيوب في أنبوب 7 طبقا لموضعها. بذلك؛‎ ‏والعيوب المحيطية‎ (LD ‏عيوب سطحية؛ عيوب داخلية أو خارجية؛ متضمنة العيوب الطولية‎ ‏(أو العرضية أو المستعرضة) والعيوب المائلة أو المنحدرة 10؛ بواسطة ترتيبات متنوعة‎ CD ‏من المجسات؛ جرت محاولة لاكتشاف هذه العيوب عند تجاوزها طول وعمق معينين طبقا‎ ‏للمقاييس أو المواصفات أو متطلبات الزبون (على سبيل المثال؛ قيمة طول عيب مذكورة في‎ Yo ‏مم؛ مع عمق تقريبا 70 من سمك المنتج المختبر).‎ ١7١١ ‏المقاييس نصف بوصة؛ أو تقريبا‎ ‏(غير مرئية في الشكل‎ MD ‏بمعنى في الكتلة‎ (Lal ‏هامة‎ "in the wall ‏إن العيوب 'في الجدار‎
YEA
- ١)؛‏ التي نقابلها عموما في الشوائب وأطراف مشقوقة؛ وتجرى محاولة اكتشافها في نفس وقت قياس السمك. تظهر الشعاعات فوق الصوتية متحرفة في الشكل ‎١‏ لتفسير اكتشاف العيوب. في التطبيق العملي سوف تكون متقاربة جداء كما سوف ترى. تقليدياء في اختبار غير متلف بالموجات فوق الصوتية؛ يستخدم واحد من الأنواع الثلاثة ‎٠‏ التالية للتركيبات: ما يسمى تركيبات "رأس دوار ‎rotating head‏ ما يسمى تركيبات ‎sul‏ ‏دوار ‎"rotating pipe‏ وتركيبات مجس محيط متعدد العناصر؛ وجميعها معروف جيدا للماهر في الفن. في ‎Ala‏ استخدام مجسات تعمل بواسطة الفحص الإلكتروني» يكون دوران الأنبوب/ المجسات النسبي افتراضي. عند استخدامه ‎(Lia‏ فإن المصطلح "حركة دوران/ انتقال نسبي ‎"relative rotation/translation movement‏ بين الأنبوب وترتيب محول الطاقة يغطي الحال ‎٠‏ حيث أن الدوران النسبي مفترض. في الشكل ‎oY‏ تشمل ماكينة اختبار غير متلف برأس دوار جهاز فوق صوتي؛ مركب على غلاف ماء؛ أو صندوق ماء ‎٠٠١‏ الذي يعبر الأنبوب ‎T‏ بسرعة ‎=V‏ 4.0 متر في الثانية؛ على سبيل المثال. إن المجسات أو المسبارات فوق الصوتية تبعث موجات طولية في الماء. يعمل مجس معين؛ على سبيل المثال؛ عند ‎١‏ ميجا هرتز أو أكثر. تتنبعث؛ متكررة؛ بنبضات ‎Ve‏ ذات شكل موجة مختار؛ عند معدل (أو تردد) تكرار 17 في حدود بضع كيلو هرتّز أو عشرات الكيلو هرتزء؛ على سبيل المثال ‎٠١‏ كيلو هرتز. علاوة على هذاء فإن مولد طاقة فوق صوتية له: - إشعاع قرب الحقل؛ متواز عملياً؛ فيما يسمى منطقة ‎(Fresnel‏ مأوى لتداخلات عديدة؛ التي يكون طولها بموازاة محور الشعاع هو: 7 02/7 0.25 11 حيث ‎D‏ هو قطر المنصة النشطة لمولد الطاقة؛ ‎As‏ هو طول موجة تشغيلية؛ و - إشعاع بعيد الحقل؛ ‎Log‏ يسمى بالمنطقة ‎(Fraunhofer‏ طبقاً لشعاع منحرف بزاوية 0 2؛ مع 7 جه لا تقدم الأشكال ؟(أ)» ‎(QF‏ )2( مجسات مصنوعة لتتقارب بواسطة عدسات مقعرة (فوق ‎Yo‏ صوتية)؛ كما هو مستخدم ‎Ulla‏ في تطبيقات أنبوب. يفضل استخدام المنطقة ‎Fraunhofer‏ ‏نظراً لوجود اضطراب أقل فيها.
لذلك؛ لمجسات ‎Jie‏ 711 و12 يمتد الشعاع فوق الصوتي؛ الذي يكون عموماً مركزاء إلى جوار مستوى عمودي على محور الأنبوب 1. لذلك يجرى الاكتشاف بصورة ملحوظة في مقطع عرضي. تكون أدوارها كما يلي؛ - سواء يكون الشعاع عمودي أيضاً على محور الأنبوب ‎AT‏ المقطع العرضي؛ وتعمل على © قياس ‎oll)‏ (على سبيل المثال» ‎PT‏ في الشكل ؟(أ))؛ يشار إلى هذا عندئذ "السبر المستقيم ‎¢"straight probing‏ - أو يكون لشعاعها سقوط على محور الأنبوب 7؛ في المقطع العرضي؛ وتعمل على كشف العيوب الطولية (على سبيل ‎PTT JU)‏ في الشكل “(ب)). في هذه الحالة يفضل اختيار زاوية السقوط في المقطع العرضي من أجل توليد في الأنبوب فقط موجات عرضية أو فوق ‎٠‏ صوتية قصي؛ مع تذكر خصائص السطح البيني للماء/ المعدن من الأنبوب (أساساً ماء/ صلب). يتوفر عموماً مجسان؛ 011 و012؛ مع مساقط متقابلة بالنسبة لمحور الأنبوب (الشكل ‎AY‏ ‏تشمل الماكينة أيضاً مجسات مثل 721 5 ‎P22‏ يمتد الشعاع فوق الصوتي منها؛ أيضاً مركزاً؛ من ‎Lali‏ أخرى إلى جوار مستوى ممر خلال محور الأنبوب؛ لكن له سقوط بالنسبة ‎١‏ للمستوى العمودي محور الأنبوب ‎T‏ (انظر المجس ‎P21‏ الشكل “(ج)). في هذه الحالة؛ يفضل اختيار زاوية السقوط بالنسبة للمستوى العمودي على محور الأنبوب من أجل توليد في الأنبوب فقط موجات عرضية أو فوق صوتية قص؛ مع تذكر خصائص السطح البيني للماء/ المعدن للأنبوب (أساساً ماء/ صلب). تعمل هذه المجسات على اكتشاف العيوب العرضية. عموماً يتوفر مجسان؛ ‎P21‏ و022؛ مع مساقط متقابلة بالنسبة للمستوى العمودي على محور ‎٠‏ الأنبوب (الشكل ‎(Y‏ ‏يحدث عموماً فحص العيوب بواسطة تركيز الشعاع. تقاس النقطة البؤرية بالنسبة إلى الرابطة؛ التي تقابل مسار الذهاب والعودة الأول للموجات فوق الصوتية في ‎dels‏ الأنبوب. بذلك؛ يتركز المجس في الشكل ‎(YF‏ عند نصف رابطة؛ بينما تتركز المجسات من الشكلين ‎(QT‏ و#(ج) عند ثلاثة أرباع الرابطة. علاوة على هذاء يحدث عموماً فحص العيوب ‎Yo‏ الخارجية عند الرابطة؛ والعيوب الخارجية عند نصف الرابطة. يلاحظ أن هذا هو الزمن المطلوب للمسبار للتمكن من الاستلام الصحيح للشعاع فوق الصوتي العائد الممثل للعيب المحتمل. يعتمد هذا الزمن 18 على مجموع الزمنين التاليين: ‎YEA.‏
‏أولاً زمن انتشار الذهاب والعودة لموجات فوق صوتية طولية؛ فوق ارتفاع عمود الماء‎ - ‏الموجود بين المسبار والأنبوب؛ بموازاة مسار الموجات فوق الصوتية؛‎ ‏الأنبوب لإجراء‎ Jah ‏زمن انتشار الموجات فوق الصوتية العرضية؛ كما هو مطلوب‎ Lally - ‏الاختبار غير المتلف بذاته. يعتمد هذا الزمن أساساً على العدد المختار من الانعكاسات‎ ‏للموجات العرضية داخل جدار الأنبوب.‎ 0
T ‏تقليدياً؛. تصنع المسبارات للدوران حول محور الأنبوب بواسطه غير ظاهرة؛ عند سرعة‎ ‏دورةٍ في الدقيقة؛ على سبيل المثال).‎ ٠00١( ‏في حدود بضعة آلاف من الدورات في الدقيقة‎ ‏في حالة؛ المعروفة أيضاً للماهر في الفن؛ دوران الأنبوب بينما المسبار مصنوع لكي لا يدور‎ ‏(ما يسمى بتركيب أنبوب دوار)» تكون سرعة دوران الأنبوب في حدود بضع عشرات إلى‎ ‏بضعة آلاف من الدورات في الدقيقة.‎ Ye : ‏يسمى كل مجمع أنبوب مجس بالخلية- وسط إرسال (ماء). من أجل الخلية؛ يجب أيضاً‎ ‏للمسبارات فوق الصوتية الكاشفة. يمكن تحديد الفتحة بمكونين‎ Od ‏النظر إلى فتحة الشعاع‎ ‏(الشكل ١)؛ 001 واحد في القطاع العرضي للأنبوب؛ و002 الآخر في المستوى المار من‎ ‏خلال محور الأنبوب والمسبار.‎ ‏إن ضبط التركيب (كدالة على سرعة الدوران» سرعة الإدخال؛ أبعاد 001 و002 وعدد‎ ve ‏المسبارات) يجب أن يضمن الفحص بالشعاعات 358( الصوتية لكل الأسطح وحجم الأنبوب‎ ‏المطلوب اختباره.‎ ‏تجب ملاحظة معايير معينة أو متطلبات للزبون أو مواصفات لتغطية المنطقة المفحوصة.‎ ‏بواسطة توازن بين:‎ Ta ‏لذلك؛ يجب تحديد زمن التحليل‎
Fro hsall (aap ‏معدل (أو‎ - Yo ‏في القطاع العرضي للأنبوب» سرعة الدوران ©؛ مع الأخذ في الاعتبار فتحة الاكتشاف‎ - 001 ‏أخرى؛ مع تذكر دوران المجسات؛ فإن المكون‎ le ‏للمسبارات فوق الصوتية (في‎ 1 ‏لفتحة الشعاع يجب أن تسمح بزمن لوجود عيب أمام المجسات يكون على الأقل مساوٍ إلى‎ ¢(Ta 002 ‏لهذاء مع الأخذ في الحساب فتحة الاكتشاف‎ V ‏بموازاة الأنبوب» فإن سرعة الإدخال‎ - Yo ‏بذلك تشكل‎ All) Fi ‏المسبارات المخصصة لنفس الوظيفة‎ NFi ‏لمسبار فوق صوتي؛ وعدد‎ ‏مجموعة من المسبارات)؛ حول محيط الأنبوب (في عبارة أخرى مع الأخذ في الاعتبار تغذية‎
YEA
‎١١٠ -‏ - الأنبوب؛ فإن المكون 002 لفتحة الشعاع يحب أن يسمح بزمن لوجود عيب أمام المجس (أو مجموعة المجسات) الذي يكون على الأقل مساو إلى ‎(Ta‏ ‏- عدد المسبارات المخصصة لنفس الدور (يعني نفس الوظيفة)؛ و - أزمنة انتشار الموجة كما هو محدد مسبقاً.
‏° تقليدياً؛. تشمل الماكينة نموذجياً مجسين إجمالاً ‎P12 P11 Jie‏ لاختبار عيوب النوع ‎LD‏ ‏ومن المحتمل عيوب النوع ‎«ID‏ مجسين مثل ‎P22 P21‏ لاختبار عيوب النوع ‎«CD‏ بالإضافة إلى مجس واحد من النوع 1©؛ لقياس ‎daly‏ المنتج واختبار عيوب النوع ‎MD‏ إن كل مجس قد يكون في الواقع مجموعة من المجسات العاملة معاً؛ كما سوف نرى.
‏إن ‎SW‏ لها إلكترونيات اكتشاف وانبعاث متكاملة أو منفصلة مصاحبة لكل مجس.
‎٠‏ تشمل الماكينة (الشكل ؛) مرسل نبضة (70)؛ على سبيل المثال عند ‎You‏ فولت؛ لانبعاث المسبار ‎PO‏ المركب على صندوق الماء ‎.٠٠١‏ كجزء متكامل من نظام الاختبار غير المتلفء يستقبل المسبار فوق الصوتي ‎PO‏ هنا مرسل/ مستقبل؛ الأصداء التالية لهذا الانبعاث. ترسل الخطوط ‎70٠0‏ و١٠7؛‏ على التوالي؛ نبضة الانبعاث والإشارة عند نهايات المسبار إلى مضخم ‎VY‏
‎vo‏ بهذه الطريقة تتحدد العيوب المحتملة. وبمجرد أن يتم تعيين عيب يكون موضعه مقابل للموضع الموضح في صور الشكل 9 (مثلا). تكون صور 20 مقابلة لتطور في الأنبوب» المعدل إلى أسطوانة بلا سمك. ويمكن إعادة تمثيل دلالات مواضع السمك/ الإشعاع (أو؛ بطريقة ‎edad‏ وموضع العيب داخلياء خارجيا أو في الكتلة) كتفسيرات للنقط على الصورة. ولذلك نجد:
‎Ye‏ تمثل صورتان 20 العيوب المحتملة في الجدار الخارجي للأنبوب.
‏تمثل صورتان ‎2D‏ العيوب المحتملة في الجدار الداخلي للأنبوب؛ و
‏تمثل صورة ‎2D‏ العيوب المحتملة في سمك الأنبوب.
‏وقد تقرر الآن أن تكون العيوب 'مؤكدة" بعد ‎A‏ التدخل والإنذار الخاطئ؛ تحديدا.
‏وقد تقرر الآن؛ من صاحب الطلب؛ العمل على منطقة صورة من حجم ثابت. ولذلك فمن ‎Yo‏ الضروري تنظيم هذه المنطقة مع البيانات على بيانات وجود العيب التي قد تم الحصول عليها.
‏بطريقة أخرى؛ من الضروري وضع النقط المعروفة بكونها أكبر من المدخل لتحديد المنطقة
‏الكاملة حول عيب. ويكون هذا ضروري؛ مثلا؛ إذا كانت هناك رغبة في تحديد انحراف عيب. ‎YEA‏
‎١١7 -‏ - يمر الحل الحسابي عبر عدد من خطوات: الكشف الكفافي (مقوم ‎Roberts‏ مثلا)؛ التوسع (بتجميع الخطوط الكفافية القريبة)؛ التآكل؛ ثم الإغلاق؛ الذي يسمح بتحديد قناع حول العيوب؛ ° مرحلة إحاطة أخيرة تسمح بتحديد كامل للعيب. ولذلك؛ يتم الحصول على إحداثيات ‎JS‏ عيب من منطقة الصورة المقابلة؛ ‎(Ally‏ ستكون مفيدة لتحليل الشبكة العصبية الذي سيحدث بعد ذلك. يوضح الشكل ‎١١‏ هذه المعالجة لمناطق الصور في شكل رسم بياني متتابع. عند بداية الصور (٠80)؛‏ يكون من المقرر علاج مناطق صورة بين صفر وم الممثلين ‎٠‏ لعيب مؤكد. تفترض العملية 807 أن هناك منطقة مبدئية على الأقل؛ تعمل كمنطقة حالية لمعالجة ‎Zour‏ في 806. وتكون المنطقة ‎:Zeur‏ ‏بيانتات مستخرجة اختياريا للعملية 807 من الصور 909 و07 ‎lly‏ تقابل هذه المنطقة (المحددة بإحداثياتها في الصورة)؛ بيانات مستخرجة اختياريا للعملية ‎ally Ard‏ شكلت جزءٍ في تحضير الصور 01 ‎Ve‏ و07 ‎ally‏ تقابل المنطقة ‎Zour‏ ومن أمثلة هذه البيانات ما يلي: تقوم العملية ‎AVY‏ بالمعالجة العصبية كما تسمى» أكثريتها لاحقا؛ بصورة اختياريا؛ يتم تخزين النتائج المحصول عليها لمنطقة ‎Zeur‏ في ‎ALE AVY‏ لتحديد منطقة ‎Zcur‏ ‏الاختبار ‎AY‏ يوضح ما إذا كان هناك منطقة أخرى للمعالجة في الصورة؛ وفي هذه الحالة ‎٠‏ يتم البدء من جديد في 806 مع هذه المنطقة الأخرى كما هو موضح في ‎(AY)‏ وإذا لم يحدث ذلك؛ يتوقف تشغيل الصورة (الصور) الحالية (877). في حالة تشغيل المجس ‎Pl‏ يكون هناك صورة واحدة فقط؛ التي تغير عدد معايير الإدخال. وبعيدا عن ذلك؛ يمكن عامة أن يكون التشغيل مماتل. وبعد تحديد كل منطقة من ‎Zour‏ الجذابة؛ فيمكن للترشيح أن يشتمل على وظائف أخرى. ‎Yo‏ لهذه الوظائف الأخرى؛ يوضح الشكل ‎VY‏ بطريقة بيانية التفاعل بين الترشيح وسلسلة العمليات الموضحة في الشكل ‎.١١‏ ‏إن الشكل ‎١١‏ يكون مطابقا للشكل )0 ماعدا الصورة 901؛ التي تظهر: ‎YEA‏
‎١ -‏ - عناصر محيطة لمجسات- الأنبوب للقالب 7646؛ المستخرج ‎90١‏ الذي يجد البيانات لمنطقة ‎Zour‏ في الصورة 01 9؛ وتحضيره 11/؛ يوضح القالب الداخلي/ الخارجي + ‎VEY‏ ما إذا كان العيب في منطقة ‎Zour‏ المعينة موجود في الجدار الداخلي أو في الجدار الخارجي. تعّرف هذه الإضافة في قاعدة البيانات بواسطة الترشيح بتفصيل أكبر؛ بأنهاء لكل منطقة ‎Zeur‏ (قالب ‎(Avo‏ كما هو موضح بمحتويات الصندوق ذي الخط المكسور: استقصاء زاوية الاتحراف في ‎AY)‏ ‏دلائل طول العيب ‎AYY‏ ‏ويمكن؛ تحديدا؛ إضافة ما يلي: ‎Ya‏ دلائل محاذاة في 0-5080؛ في 975؛ و في ‎A‏ دليل على وجود عيوب أخرى في نفس المقطع العرضي للأنبوب. في التجسيد الموصوف؛ تذهب البيانات ‎Jie‏ 4705 و1497 إلى الذاكرة ‎A‏ يذهب الباقي إلى الشبكات العصبية 9760. وتنقسم في هذه الحالة إلى وظيفتين؛ كما سيتضح الآن. الدوائر العصبية ‎Neural circuits‏ يمكن تحديد عيب في الأنبوب عن طريق موضعه؛ نوعه وخطورته؛ ويعدل غالبا لعمقه. في التجسيد الموصوف؛ يتم تحديد نوع ومدى عمق عيب أنبوب على حدة بمساعدة عمليتان عصبيتان من نفس البنية العامة؛ والتي سيتم تفصيلها الآن باستخدام مثال. يتم التعامل مع حالة لنوع عيب وفقا للشكل 4٠؛‏ وخطورته وفقا للشكل 10 يمكن تحديد الأنواع؛ كما هو موضح مثلا في الأشكال ١٠ل)‏ إلى ١٠(د).‏ تشرح هذه © الأشكال أربعة ‎op boil‏ ويعد ذلك اختياريا مبسط مقارنة بقائمة العيوب التي توفرها ‎APT‏ والتي يمكن أن تحدث بعمليات تكوين الأنبوب. إن الرؤس في هي تلك المستخدمة بواسطة أشخاص ماهرين في الفن لتحديد نوع العيب. وسيلاحظ أن أنواع العيوب ‎١‏ و؟ يكونوا مستقيمين» ومن الأشكال 7 و7 قوسي- الشكل ("وتر"). يمكن تعريف التقابل بين العيوب الحقيقة والأنواع الأربعة؛ المذكورة أعلاه؛ كما يلي: ف
Ye. ‏دوائر عصبية مع ثلاث خلايا عصبية وسيطة (أو "خلايا‎ 105 ١6 ‏يستخدم الشكلان‎ (la ‏عصبية خفية')؛ يشار إليها 140121 إلى 110123 من الشكل ؛١ و110141 إلى 140143 من‎
Jo ‏الشكل‎ ‏عدد محدد من المدخلات عامة. وكمساعدة على الفهم؛ يتم شرح‎ ١١و‎ VE ‏يكون للأشكال‎ ‏المدخلات باستخدام أنواع مختلفة من الخطوط. تعبر الخطوط المزدوجة عن تعدد المدخلات؛‎ ٠
Zeur ‏بمعنى أنها تكررت لكل نقطة من منطقة‎ ‏للحالة المراعاة بواسطة المنتقين 7767 المعينين؛ تتوافر معلومات‎ ay VEY + ‏بأنه في‎ fag ‏توضح ما إذا كانت حالة معالجة عيب محدد في الجدار الداخلي؛ الجدار الخارجي أو جدار‎ ‏الأنبوب.‎ ‏يشتمل التصنيف الثاني للمتغيرات الداخلة العادية على متغيرات محددة؛ تأتي من قالب‎ ye (VY ‏(الشكل‎ ٠ ‏في 74501 171/01؛ التي تكون نسبة سمك الجدار إلى قطر الأتبوب.‎ ‏التي تكون تردد عملية مسبار فوق صوتي.‎ (Freq VEY ‏في‎ ‏التي تكون بصورة مفيدة قطر المسبار فوق الصوتي.‎ (ProbDiam VEY ‏في‎ ‏إن التصنيف الثالث للمتغيرات العادية يقابل الكميات الناتجة عن الترشيح؛ التي يمكن‎ vo ‏من نتائج‎ Oa ‏و17 (أو أكثر) . يتم تحديد متوسط؛‎ 97١ ‏اعتبارها عادية للمجسين‎ ‏المجسين؛ أو يؤخذ بالنتيجة الأكثر تمثيلا (العظمى/ الصغرى؛ حسب الحالة). وتكون هذه‎ ‏إن هذين المتغيرين‎ YY ‏الكميات هي المتغيرات في ١٠97؛ انحراف العيب؛ وطوله في‎ ‏الذي يكون له تماتل متطابق.‎ JRA ‏يمكن بسهولة أن يعينوا في صورتين من‎
YEA
- ١0 ‏فقط. يشتمل التصنيف التالي من المتغيرات على متغيرات‎ Ve ‏تتم الإشارة الآن إلى الشكل‎
Zour ‏من قياسات مختلفة لكل من المجسين (أو مجموعة من المجسات)؛ ولكل من مناطق‎ ‏التي تتضح في الرسم باستخدام خط مزدوج.‎ ‏للمجس الأول:‎ ‏وهي النسبة بين أقصى سعة وصلت إليها الإشارات فوق الصوتية في‎ KT ؛101١ ‏في‎ ° ‏وفي الصورة )40( إلى أقصى سعة 'لعيب إيتالون مرجعي" المذكور أعلاه.‎ Zour ‏المنطقة‎ ‏تقدر السعة في كل عنصر صورة من الصورة 901 عن طريق هذه النسبة؛‎ Oa ‏وفي الواقع؛‎
Ae) ‏من الصورة‎ Zour ‏ببساطة هو أقصى سعة تم الوصول إليها في منطقة‎ KI ‏حيث يكون‎ ‏حيث تم الوصول لهذه الدرجة القصوى؛‎ Zour ‏نقطة منطقة‎ (Pmax] ‏يلاحظ‎ ‏في 95017؛ تمثل 0821؛ والتي تكون متغيرة من 0-5800 المشار إليه‎ Ye ‏من الصورة‎ Zour ‏أقصى عدد لمواقع يتم الوصول إليها في منطقة‎ «QuantBumpsEchodyn ‏نقطة من أقصى تكبير. يكون عدد 013151 محدد كلما تم الوصول‎ Pmax] ‏في جوار‎ 0 ‏في أي جانب»؛ ولكن دون تكبير الإشارةٍ الواقعة أسفل‎ Pmaxl ‏لأقصى موضع في جوار‎ ." ‏أو القيمة‎ ١ ‏مستوى تقابل ضوضاء الخلفية. يأخذ 0311 عامة إما القيمة‎ 10) ‏يأتي المتغيران من الصورة 901؛ عبر المستخرج ١90؛ الموضح بواسطة الترميز‎ vo ‏في الشكل. بالإضافة إلى ذلك:‎ (30) ‏الذي يكون متغير يمثل وقت ارتفاع الصدى في الإشارة فوق الصوتية‎ RTL ‏في 9018؛‎ ‏(هذا هو الفرق ما بين اللحظة التي تكون فيها الإشارة عند أقصاها‎ A-scan ‏الطبيعية المعروفة‎ ‏واللحظة السابقة الأخيرة عندما تكون الإشارة عند مستوى ضوضاء الخلفية الذي يعبر عنه‎ ‏عند مخرج المضخم 77 المعني (الشكل‎ RTT ‏عامة بميكروثانية). وقد تم سابقا قياس المتغير‎ ٠ ‏4(ا))؛ وقد تم تخزيئه؛ مثلا في 691 وفقا لنقطة الأنبوب التي يتعلق بها. ويمكن بهذه‎ 20) ‏الطريقة أن يتم استرجاعه اختياريا عن طريق المستخرج‎ ‏للمجس الثاني:‎ ‏في‎ .90٠ ‏ماعدا الصورة 07 بدلا من الصورة‎ (KT ‏المحددة مثل‎ (K2 ‏في 4071؛‎ ‏للصورة 907؛‎ Zour ‏هو ببساطة أقصى تكبير تم التوصل إليه في منطقة‎ K2 ‏المثال؛ يكون‎ Yo ‏حيث يتحدد الحد الأقصى هنا.‎ Zour ‏نقطة منطقة‎ Pmax2 ‏يلاحظ‎ ‎YEA
في 5577؛ ‎QBE2‏ المعرف مثل 0311؛ ولكن في الصورة 907 بدلا من الصورة ‎(Ae)‏ ‏وفي جوار 0018*2. يأخذ ‎QBE2‏ صورة أخرى القيمة ١؛‏ أو القيمة ؟. يأتي المتغيران من الصورة 907؛ عبر المستخرج 907. نجد بالإضافة إلى ذلك: في 10778؛ يمثل المتغير 812 زمن ارتفاع الصدى في الإشارة الطبيعية المعروفة ‎A-‏ ‏© «968. وكما سبق؛ تم قياس هذا المتغير 872 سابقا عند مخرج المضخم ‎VY‏ المعني ‎JCal)‏ ‏4())؛ وقد تم تخزينه؛ مثلا في 847 بالمقابلة مع نقطة الأنبوب المتعلقة به. وبهذه الطريقة يمكن اختياريا استرجاعه عن طريق المستخرج 507. إن المخرج النهائي 908 للشبكة العصبية يكون قيمة ثابتة؛ يشار إليه ‎«Constant A‏ الذي ‎Ja‏ ثابت محدد عند وقت تدرج النموذج والناتج عن التعلم. ‎Ve‏ إن المخرج 1448 من الشكل ‎VE‏ يكون متغير بياني لنوع العيب ومتوسط ميله (المعرف كوظيفة للنوع). في حالة مدى العمق (أو الخطورة) لعيب يتم التعامل معه وفقا للشكل ‎V0‏ تكون المخرجات هي نفسها كما هي للشكل ‎VE‏ ماعدا: المجس الأول؛ يستبدل القالب 4017 بالقالب 1017؛ الذي يعالج متغير 1 ‎SEW‏ ‎(EchodynWidth ٠‏ الذي هو العمق عند نصف- الارتفاع (7250) من شكل موجي ديناميكي صوتيء؛ لهذا المجس الأول. يخرج هذا المتغير ‎EW_1‏ من ‎:Cscan‏ ‏بصورة مشابهة؛ للمجس الثاني؛ يستبدل القالب 4077 بقالب 1077؛ الذي يعالج المتغير ‎(EW 2‏ أو ‎<EchodynWidth‏ وهو العمق عند منتصف- الارتفاع )04 0 من شكل موجي ديناميكي صوتي للمجس الثاني؛ ‎Ye‏ في 15099؛ يكون الثابت؛ المشار إليه الأن ‎¢Constant B‏ مختلفا. يكون المخرج 199 هو تعبير عن خطورة العيب؛ المشار إليه ‎DD‏ ‏يلاحظ أن؛ في كلا الحالتين (الشكل ‎١4‏ و5١)؛‏ تقوم الدائرة العصبية ‎97٠0‏ الموجودة بعلاج مستخرج صورة )10 لإحدى مجموعات المجسات الفوق صوتية؛ بالإضافة إلى مستخرج صورة 907 متوافق مع نفس المنطقة؛ ولكنه ‎Li‏ عن مجموعة أخرى من المجسات. ‎Yo‏ وقد لاحظ صاحب الطلب أنه من الممكن الحصول على نتائج مرضية ‎clas‏ بإخضاعه لتعديل مناسب لمعايير الدوائر العصبية؛ وعددها إذا أمكن؛ لجعل التوقع في صورة مثلى. عل
‎١١ -‏ - على الرغم من ذلك؛ وجد صاحب الطلب أن باتحاد المعلومات المجمعة بواسطة الشبكات العصبية المختلفة؛ يمكن إدخال تحسينات إضافية للتوقع. بصورة كلية؛ تتميز معايير إدخال الشبكة العصبية بالصورتين (نسبة التكبير الأقصى إلى التكبير الإتالون» عمق الصدى؛ تكيف الصدى الممثل لانحراف ‎canal)‏ إلخ) وبالاختبار ‎٠‏ (المجسء أبعاد الأنبوب» إلخ). إن معايير المخرجات تكون من مميزات العيب (العمق؛ درجة الميل /النوع). وقد يحدث القرار و/أو الإنذار (197) ‎LIT‏ بمساعدة معايير قرار مختارة؛ على أسس مداخل؛ لها درجة أمان حسب الحاجة. لتعريف نتائج هذه المداخل يمكن استخدامهم من التعلم. تتم الآن الإشارة إلى الشكل ‎NT‏ وهو عبارة عن نموذج لدائرة عصبية أولية من الشكل ‎VE‏ ‎(YoY‏ للمجسين. يشتمل هذا النموذج على طبقة أو مستوى ‎IL‏ لمدخل؛ التي تجمع كل معايير المدخلات معا (يسمى ‎Bale‏ "مدخلات الخلايا العصبية"). لتفادي التحميل الزائد للرسم البيانيء تظهر ثلاث خلايا عصبية ‎El‏ إلى ‎E3‏ فقط؛ بالإضافة إلى ثابت؛ والذي يمكن اعتباره أيضا خلية عصبية ‎(EO‏ يشار إلى هذا الثابت غالبا على أنه "انحياز". عمليا توجد خلايا عصبية مدخلة ‎ve‏ أكثرء وفقا للشكل ؛١‏ أو الشكل ‎Vo‏ حسب الحالة. بعدئذ يتم توفير طبقة خفية واحدة على الأقل أو مستوى ‎(HL‏ الذي يشتمل على خلايا عصبية ‎K‏ (تظهر منها ¥ فقط حتى لا يحدث تحميل زائد للرسم). وأخيرا تأتي الخلية العصبية المخرجة 51؛ التي توفر قرار؛ في شكل قيمة تمثل أهمية عيب في أنبوب؛ عيب مطول. يتوافق هذا المخرج مع قالب 998 في الشكل ‎١4‏ و9954 في الشكل ‎Vo Yeo‏ يلاحظ أن "ثابت الخلية العصبية" ‎EO‏ يعمل ليوازن ليس فقط الطبقة الخفيفة أو ‎HL‏ ‏الطبقات؛ ولكن الخلايا العصبية المخرجة أيضا (الطبقة المخرجة؛ ‎(OL‏ ‏إن الأسلوب العام لدائرة عصبية؛ كما هو مستخدم هناء يعطى بواسطة الصيغة ‎]١١[‏ من «عتصخ؛ حيث يكون ‎Wij‏ هو الوزن المحدد للإشارةٍ ‎Xi‏ الموجود عند مدخل الخلية العصبية ز. ‎ve‏ في الدوائر المتوفرة هناء تتصرف خلية عصبية أولية وفقا للصيغة ‎[VY]‏ كما هو موضح بيانيا في الشكل ‎AY‏ ‏يوفر المخرج 1 من الشكل ‎dad ١١‏ مقدرةٍ تتوافق مع الصيغة ‎[VV]‏ من 00651م. ‎YEA‏
“YAS ‏قام صاحب الطلب بتعديل الخلايا العصبية الخفية وأوزانها حيث تكون الدالة 7 غير‎ ‏خطية؛ مستمرة؛ مشتقة ودالة محددة. إن المثل المفضل حاليا هو دالة مقابلة للظل.‎ ‏معاملاتها؛ معروفة عامة باتصالات الخلية‎ Wij ‏من المعروف أن الشبكة العصبية تحدد‎ ‏أضعاف من الأمثلة أكثقر من‎ ٠١ ‏العصبية. يجب أن تشتمل التعاليم نموذجيا على © إلى‎ ‏الأوزان المحسوبة؛ بينما يغطي نطاق حالات العمل المرادة بصورة صحيحة.‎ © ‏المعطاة من الدوائر‎ Sp ‏بين القيمة‎ Dp ‏يتم تحديد الانحراف‎ Bp (P=11to M) ‏بأمثلة‎ fall ‏التي تم قياسها أو تحديدها تجريبيا. وهذا ما تعكسه الصيغة‎ Rp ‏العصبية والقيمة الحقيقية‎ .]١[ ‏متغير انحراف كروي؛ المعروف‎ Cg ‏تتحدد جودة عملية الدوائر العصبية عن طريق‎ ‏كمتغير انحراف كروي تربيعي موزون.‎ [Yo] ‏وفقا للصيغة‎ Ole ‏"الكلفة". يمكن التعبير عنها‎ ٠ ‏تطرح التعاليم مشاكل متعددة في حالة مثل حالة الاختبار لعيوب في الأنابيب؛ خاصة‎
Shad ‏بسبب دخول الهندسة الثقيلة؛ كما هو مبين‎ ‏الطلب أولا بتوصيل تعليم مبدئي عن طريق المحاكاة. ولهذا الغررض من‎ alia ‏وقد قام‎ ‏الممكن استخدام برامج 1178© متطورة ومسوقة عن طريق وكالة الطاقة الذرية في فرنسا. يسمح‎ ‏هذا التعليم الأولي بتعيين المعايير المؤثرة وتكوين نسخة أولية من الشبكة العصبية المبنية على‎ ١ ‏عيوب تقديرية. يمكن لدالة التكلفة أن تكون في صورة متلى.‎ ‏يقوم صاحب الطلب عندئذ بتوصيل تعليم يشمل نتائج يتم الحصول عليها من المحاكاة‎ ‏على الأنابيب الحقيقية يسمح هذا التعليم الثاني‎ Was ‏والعيوب الصناعية؛ بمعنى أنها موجودة‎ ‏بتكوين من نسخة ثانية من شبكة أعصاب؛ وتكون دالة تكلفتها موجودة في صورة مثلى أيضا.‎ ‏يجمع صاحب الطلب عندئذ النتائج التي يتم الحصول عليها بالعيوب الصناعية؛ ومع‎ Ye ‏مجموعة من العيوب موجودة على الأنابيب الحقيقية؛ تعرف هذه العيوب بالدقة من القياسات‎ ‏التي جرت سابقا أثناء عملية الإنتاج. يسمح هذا الطور الثالث بنسخة نهائية للشبكة العصبية.‎ ‏وقد أثبتت هذه النسخة صلاحيتها عمليا لرصد الإنتاج. وبالرغم من ذلك؛ فعند التنفيذ في‎ ‏باستخدام حوالي عشر عينات‎ mat’ ‏تركيب محسن أو جديد؛ من الضروري وضعها عبر‎ ‏تغطي نطاق العيوب كله للتعامل معه. بالطبع؛ يلي ذلك جعله مثاليا.‎ Yo
YEA

Claims (1)

  1. -و١-‏ ٍ عناصر الحماية ‎-١ ١‏ جهاز ‎device‏ لتشكيل أداة عملية؛ للاختبار غير المتلف ‎non-destructive testing‏ أثناء " أو عند نهاية الإنتاج؛ لمنتجات حديد ‎iron‏ وصلب ‎steel‏ على أنابيب ‎pipes‏ أو منتجات أخرى " طويلة؛ تعد هذه الأداة لاستخلاص المعلومات مثل العيوب المحتملة في الأنبوب 106م» من ؛ الإشارات الراجعة الملتفقطة (7)؛ ثم الانبعاث الانتقائي ‎(Vo)‏ لمرسلات مجس فوق صوتي ‎Wala ultrasound sensor transmitters ©‏ لقاعدة زمن انتقائي؛ لتشكيل ترتيب له هندسة مختارة؛ مركب في اقتران فوق صوتي مع الأنبوب ‎pipe‏ عبر وسط سائل» مع حركة دوران/ انتقال ‎V‏ نسبي بين الأنبوب ‎pipe‏ وترتيب مولد للطاقة؛ تتميز الأداة العملية بأنها تشمل: ‎A‏ - محول ‎converter‏ (851؛ 857)؛ قادر على أن يعزل انتقائيا نموذج رقمي لأصداء محتملة 4 في فتحات زمنية معينة؛ كدالة على حركة الدوران/ ‎JEN‏ النسبي؛ واستخلاص من هذا ‎١‏ صورةٍ )401( 107) للعيوب المحتملة للأنبوب ‎(pipe‏ ‎١١‏ - مرشحا ‎filter‏ (971؛ 177)؛ قادر على تحديد؛ في الصور (901؛ 107)؛ مناطق العيب ‎VY‏ المفترض ‎(Zour)‏ وكذلك خواص كل عيب مفترض؛ ‎OY‏ - موحد ‎combiner‏ )470( مرتب لتحضير مدخلات رقمية للدائرة العصبية؛ من ‎ve‏ الاستخلاص )401( 107) للصور طبقا لمنطقة عيب مفترض؛ خواص العيب المفترض ‎Yo‏ في نفس المنطقة؛ الآتية من المرشح ‎(AVY »971( filter‏ وبيانات قرينية ‎¢(V Er)‏ ‎٠‏ - على الأقل ترتيبا واحدا من نوع دائرة عصبية (170)؛ يستقبل المدخلات من الموحد ‎combiner VY‏ )+ 1(¢ ‎VA‏ - مرحلة قرار رقمي وإنذار )49( تعمل على أساس المخرج من الترتيب من نوع دائرة 1 عصبية (516)؛ و © - إنسانا آليا للفرز والتعليم (144)؛ مرتبا لفصل وتعليم الأنابيب ‎pipes‏ التي تقرر عدم ‎TY‏ ملاءمتها من المرحلة الرقمية للقرار والإنذار )39( ‎١‏ ؟- جهاز ‎Device‏ طبقا لعنصر الحماية ١؛‏ معد للعمل مع ترتيبين لمولدات طاقة فوق صوتية " مع هندسة مختارة ‎¢(P22 (P21 (P12 (P11)‏ مركب في اقتران فوق صوتي تقريبا طبقا لتماثل ‎T‏ متطابق لاتجاه أشعتها فوق الصوتية المعيئة؛ يتميز بأن أداة التشغيل تشمل محولين ‎AY)‏ ‎YEA‏
    +
    ؛ - ‎(MY‏ مخصصين على التوالي للترتيبين المذكورين لمحولات الطاقة ‎P21 «P12 P11)‏ ‎(P22 ©‏ وأن الموحد ‎combiner‏ )+371( مرتب ليعمل انتقائيا على أصداء جدار داخلي أو على أصداء جدار خارجي أو الأصداء التي تحدث في كتلة الأنبوب ‎pipe‏ لكن في نفس الوقت ‎١‏ على البيانات المتعلقة بواحد من ترتيبي مولد الطاقة أو الآخر.
    tAQY) converter ‏يتميز بأن المحول‎ oY ‏أو‎ ١ ‏طبقا لعنصر الحماية‎ Device Jay ١ ‏يرتب ليعزل انتقائيا نموذج رقمي لأقصى صدى ممكن في الفتحات الزمنية المعينة‎ (AQY «pipes ‏الأنابيب‎ AES ‏أصداء الجدار الخارجي؛ أو الأصداء من‎ Jalal ‏مقابل أصداء الجدار‎ » ‏مرتب ليعمل انتقائيا على أصداء الجدار الداخلي‎ )1710( combiner ‏وأن الموحد‎ (gl Jet ‏أو أصداء الجدار الخارجي أو الأصداء الناشئة في الكتلة.‎ combiner ‏لواحد من عناصر الحماية السابقة؛ يتميز بأن الموحد‎ Wk Device ‏جهاز‎ —¢ ١ ‏يستقبل على الأقل دخل واحد )3011( 1017) متعلق بأقصى تكبير للصورة في‎ (37+) " ‏متنطقة العيب المفترض.‎ ¥
    ‎0١‏ ©#- جهاز ‎Device‏ طبقا لواحد من عناصر الحماية السابقة؛ يتميز بأن المرشح ‎filter‏ (571؛ 377) مرتب لإنتاج؛ حسب خواص كل عيب مفترض»؛ انحرافه وطوله؛ بينما يستقبل الموحد ‎combiner ¥‏ )+37( المدخلات المقابلة لانحراف العيب )37( وطول العيب (377).
    ‎(AVY AY) filter ‏لأي عنصر حماية سابق؛ يتميز بأن المرشح‎ Gib Device ‏جهاز‎ -+ ١ )147( ‏ومرحلة القرار والإنذار الرقمية‎ (AV +) ‏والدائرة العصبية‎ (31+) combiner ‏الموحد‎ " filter ‏مرتبين للعمل بتكرار على سلسلة من مناطق العيب المفترض؛ التي يحددها المرشح‎ ©» .)177 371( ‏؛ . المذكور‎
    ‎١‏ #- جهاز ‎Device‏ طبقا لعنصر الحماية 1 يتميز بأن المرشح ‎AVY) filter‏ 177)؛ الموحد ‎combiner 7‏ )+47( والدائرة العصبية (176) ومرحلة القرار والإنذار الرقمية )39( مرتبين ‎ ¥‏ للعمل تبادليا على الجدار الداخلي والجدار الخارجي للأنبوب ‎pipe‏
    ‎=A ١‏ جهاز ‎Device‏ طبقا لأي عنصر حماية سابق؛ يتميز بأن الترتيب المذكور لنوع الدائرة
    ‏" العصبية يشمل:
    ‏» - دائرة عصبية أولى ‎(NCI23-NCI21)‏ مناسبة لتقييم طبيعة العيب ضمن عدد من
    ‏¢ الأصناف المحددة مسبقاء و
    ‏© - دائرة عصبية ثانية )141 ‎(NC143-NC‏ مناسبة التقييم خطورة العيب.
    ‎YEA
    ولا
    ‎١‏ 4- جهاز ‎Device‏ طبقا لعنصر الحماية ‎A‏ يتميز بأن الدائرتين العصبيتين لهما مدخلات ‎oy‏ تختلف في: > - مدخل (3817 1577) لعدد الحد الأقصى في جوار الدائرة العصبية الأولى؛ و ؛ ‏ - مدخل (9513؛ 1577) عرض الصدى للدائرة العصبية الثانية.
    ‎-٠١ ١‏ جهاز ‎Device‏ طبقا لعنصري الحماية ‎A‏ 45( يتميز بأن مخرجات الدائرتين العصبيتين " تتحدد ‎Agu‏ التنبؤ.
    ‎-١١ ١‏ جهاز ‎Device‏ طبقا لأي عنصر حماية سابق؛ يتميز بأن إرسال واستقبال الإشارات فوق " الصوتية يجرى كل ‎spe‏ بواسطة نفس محول الطاقة «:©0805006؛ لعلى الأقل ‎eda‏ من ترتيب ‎YF‏ المجسات ‎.sensors‏
    ‎aly ‏أثناء أو عند نهاية إنتاجها + يتميز‎ pipes ‏اختبار غير متلف للأنابيب‎ Device ‏جهاز‎ —VY ١ ‏يشمل:‎
    ‎TF‏ - ترتيب لمولدات طاقة فوق صوتية لها هندسة مختارة؛ مركبة في اقتران فوق صوتي مع الأنبوب ‎pipe‏ عبر وسط سائل» مع حركة دوران/ انتقال نسبي بين الأنبوب ‎pipe‏ وترتيب ° مولد الطاقة؛
    ‏% - دوائر لتبعث انتقائيا ( ‎(V4‏ هذه العناصر من مولد الطاقة طبقا لقاعدة زمنية مختارة؛ ولجمع ‎(VY) 7‏ الإشارات الراجعة التي تلتقطهاء و
    ‏+ - أداة ‎tool‏ عملية طبقا لواحد من عناصر الحماية أعلاه.
    ‎-١“ ١‏ عملية ‎process‏ اختبار غير متلف لمنتجات الحديد ‎fron‏ والصلب ‎esteel‏ مثل الأنابيب ‎pipes ¥‏ ومنتجات ممدودة أخرىء أثناء أو عند انتهاء إنتاجها؛ تتكون من الخطوات التالية:
    ‎(I)‏ توفير ترتيب لمولدات طاقة فوق صوتية لها هندسة مختارة» مركبة في اقتران فوق
    ‏¢ صوتي مع الأنبوب ‎pipe‏ عبر وسط سائل؛ مع حركة دوران/ انتقال نسبي بين الأنبوب ‎pipe °‏ وترتيب مولد الطاقة؛
    ‏1 (ب) انبعاث انتقائي ‎(V+)‏ للعناصر المولدة للطاقة طبقا لقاعدة زمنية مختارة؛
    ‏7 (ج) جمع ‎(VF)‏ الإشارات الراجعة التي تلتقطها؛ لتحلل انتقائيا الإشارات الراجعة ‎TYR)‏
    ‎tpipe ‏المعلومات عن العيوب في الأنبوب‎ chia (Yiu A
    ‏1 وتتميز بأنها تشمل أيضا الخطوات التالية:
    ‏: أ
    الال
    ‎٠١‏ (د) العزل الانتقائي للنموذج الرقمي للأصداء المحتملة في فتحات زمنية معينة؛ كدالة على ‎١١‏ حركة دوران/ انتقال نسبي ‎(ADV)‏ 457)؛ واستخلاص من هذا صورة )301 107) ‎VY‏ للعيوب المحتملة في الأنبوب ‎¢pipe‏ ‏بل (ه) ترشيح ‎(ATH)‏ 177) الصور ) 0؛ ‎Y‏ 40( طبقا لمعيار مرشح مختار؛ لتحديد ؛ً مناطق العيب المفترض؛ وخواص كل عيب مفترض؛ (و) تشكيل )14( مدخلات رقمية للتشغيل» من مستخرج )301( 197) للصور المقابلة 1 لمنطقة العيب المفترض؛ خواص العيب المفترض في نفس المنطقة؛ الآتية من المرشح ‎filter VY‏ (971؛ 177)؛ وبيانات قرينية (460 71)؛ ‎YA‏ )3( تطبيق المدخلات المتكونة )310( على ترتيب واحد على الأقل من نوع الدائرة 14 العصبية )+ ‎(AV‏ ‎Ye‏ (ح) المعالجة الرقمية للمخرج من الترتيب لنوع الدائرة العصبية (170) طبقا لمعيار قرار 71 مختار» لنستخلص من هذا قرار و/أو إنذار» (197) و ‎YY‏ (ط) فصل وتعليم (494) الأنابيب ‎pipes‏ المعتبرة غير صالحة طبقا للخطوة (ح).
    ‎-١4 ١‏ عملية ‎Process‏ طبقا لعنصر الحماية ‎NY‏ فيها:
    ‎P11) ‏عند الخطوة (أ) » يتوفر ترتيبان لمولدات طاقة فوق صوتية مع هندسة مختارة‎ Y
    ‎P21 012 TY‏ 02)؛ مركبة في اقتران فوق صوتي تقريبا طبقا ‎ile)‏ متطابق لاتجاه أشعتها فوق
    ‏؛ الصوتية المعينة؛ تتميز بأن الخطوات (د) إلى (ط) تجرى متحدة على الإشارات القادمة من أي
    ‏0 واحد من ترتيبي مولدات الطاقة.
    ‎-١٠١ ١‏ عملية ‎ik Process‏ لعنصري الحماية ‎١‏ و4٠‏ تتميز بأن:
    ‎ ¥‏ - عند الخطوة (د)؛ تشمل الفتحات الزمنية المذكورة على الأقل بعض فتحات من المجموعة
    ‏3 المقابلة لأصداء جدار داخلي؛ أصداء جدار خارجي وأصداء من ‎ALS‏ الأنبوب ‎pipe‏
    ‎-١١ ١‏ عملية ‎Process‏ طبقا لعناصر الحماية ‎١١‏ إلى ‎١‏ تتميز بأن:
    ‏¥ - عند الخطوة (ه) » معيار الترشيح المختار يشمل على الأقل معيار وجود عيب؛ معيار
    ‏3 انحراف عيب ومعيار طول عيب.
    ‎Process Lhe -١7 ١‏ طبقا لعناصر الحماية ‎١“‏ إلى ‎VT‏ تتميز بأن:
    ‎Y‏ الخطوتين (و) و(ز) تتكرر لكل عيب مكتشف عند الخطوة (ه).
    ‎YEA
SA7280355A 2006-06-30 2007-06-30 اختبار غير متلف، بوجه خاص للأنابيب أثناء تصنيعها أو في حالتها النهائية SA07280355B1 (ar)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
FR0605923A FR2903187B1 (fr) 2006-06-30 2006-06-30 Controle non destructif, en particulier pour des tubes en cours de fabrication ou a l'etat fini

Publications (1)

Publication Number Publication Date
SA07280355B1 true SA07280355B1 (ar) 2010-09-29

Family

ID=37744257

Family Applications (1)

Application Number Title Priority Date Filing Date
SA7280355A SA07280355B1 (ar) 2006-06-30 2007-06-30 اختبار غير متلف، بوجه خاص للأنابيب أثناء تصنيعها أو في حالتها النهائية

Country Status (20)

Country Link
US (1) US8265886B2 (ar)
EP (1) EP2035822B1 (ar)
JP (1) JP5162583B2 (ar)
KR (1) KR101343368B1 (ar)
CN (1) CN101501487B (ar)
AR (1) AR061748A1 (ar)
AT (1) ATE536546T1 (ar)
AU (1) AU2007264866C1 (ar)
BR (1) BRPI0713049B1 (ar)
CA (1) CA2656120C (ar)
EA (1) EA012925B1 (ar)
ES (1) ES2377147T3 (ar)
FR (1) FR2903187B1 (ar)
MY (1) MY151179A (ar)
NO (1) NO340510B1 (ar)
PL (1) PL2035822T3 (ar)
SA (1) SA07280355B1 (ar)
UA (1) UA94758C2 (ar)
WO (1) WO2008000940A1 (ar)
ZA (1) ZA200810780B (ar)

Families Citing this family (74)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10994358B2 (en) 2006-12-20 2021-05-04 Lincoln Global, Inc. System and method for creating or modifying a welding sequence based on non-real world weld data
US9937577B2 (en) 2006-12-20 2018-04-10 Lincoln Global, Inc. System for a welding sequencer
US7912273B2 (en) 2007-02-01 2011-03-22 Florida Power & Light Company Radiography test system and method
US8280145B2 (en) 2007-02-01 2012-10-02 Kovarik James J System for non-destructively examining degradation of an interior of a device
FR2917833B1 (fr) * 2007-06-21 2010-03-26 V & M France Procede et appareil de controle non destructif manuel d'axes d'essieu tubulaires a profils de rayons interne et externe variables
FR2925690B1 (fr) 2007-12-21 2010-01-01 V & M France Controle non destructif,en particulier pour des tubes en cours de fabrication ou a l'etat fini.
US9318026B2 (en) 2008-08-21 2016-04-19 Lincoln Global, Inc. Systems and methods providing an enhanced user experience in a real-time simulated virtual reality welding environment
US9196169B2 (en) 2008-08-21 2015-11-24 Lincoln Global, Inc. Importing and analyzing external data using a virtual reality welding system
US9483959B2 (en) 2008-08-21 2016-11-01 Lincoln Global, Inc. Welding simulator
US8834168B2 (en) 2008-08-21 2014-09-16 Lincoln Global, Inc. System and method providing combined virtual reality arc welding and three-dimensional (3D) viewing
US8657605B2 (en) * 2009-07-10 2014-02-25 Lincoln Global, Inc. Virtual testing and inspection of a virtual weldment
US8884177B2 (en) 2009-11-13 2014-11-11 Lincoln Global, Inc. Systems, methods, and apparatuses for monitoring weld quality
US8747116B2 (en) 2008-08-21 2014-06-10 Lincoln Global, Inc. System and method providing arc welding training in a real-time simulated virtual reality environment using real-time weld puddle feedback
US9280913B2 (en) 2009-07-10 2016-03-08 Lincoln Global, Inc. Systems and methods providing enhanced education and training in a virtual reality environment
US8911237B2 (en) 2008-08-21 2014-12-16 Lincoln Global, Inc. Virtual reality pipe welding simulator and setup
US8851896B2 (en) 2008-08-21 2014-10-07 Lincoln Global, Inc. Virtual reality GTAW and pipe welding simulator and setup
US9330575B2 (en) 2008-08-21 2016-05-03 Lincoln Global, Inc. Tablet-based welding simulator
US8161818B2 (en) * 2008-10-29 2012-04-24 Airbus Operations Gmbh Device for detecting a flaw in a component
US8274013B2 (en) 2009-03-09 2012-09-25 Lincoln Global, Inc. System for tracking and analyzing welding activity
US9221117B2 (en) 2009-07-08 2015-12-29 Lincoln Global, Inc. System for characterizing manual welding operations
US9773429B2 (en) 2009-07-08 2017-09-26 Lincoln Global, Inc. System and method for manual welder training
US9011154B2 (en) 2009-07-10 2015-04-21 Lincoln Global, Inc. Virtual welding system
US10748447B2 (en) 2013-05-24 2020-08-18 Lincoln Global, Inc. Systems and methods providing a computerized eyewear device to aid in welding
US8569655B2 (en) 2009-10-13 2013-10-29 Lincoln Global, Inc. Welding helmet with integral user interface
US20110106460A1 (en) * 2009-11-03 2011-05-05 Alstom Technology Ltd. Automated component verification system
US8569646B2 (en) 2009-11-13 2013-10-29 Lincoln Global, Inc. Systems, methods, and apparatuses for monitoring weld quality
US9468988B2 (en) 2009-11-13 2016-10-18 Lincoln Global, Inc. Systems, methods, and apparatuses for monitoring weld quality
JP5679758B2 (ja) * 2010-10-12 2015-03-04 株式会社東芝 厚さ測定装置およびその測定方法
US8521446B2 (en) * 2010-11-23 2013-08-27 Olympus Ndt Inc. System and method of conducting refraction angle verification for phased array probes using standard calibration blocks
CA2821671C (en) 2010-12-13 2018-01-09 Edison Welding Institute, Inc. Welding training system
US20130104659A1 (en) * 2011-10-26 2013-05-02 Amerapex Corporation Method for Non-Destructive Testing
US20160093233A1 (en) 2012-07-06 2016-03-31 Lincoln Global, Inc. System for characterizing manual welding operations on pipe and other curved structures
US9767712B2 (en) 2012-07-10 2017-09-19 Lincoln Global, Inc. Virtual reality pipe welding simulator and setup
US10672046B2 (en) 2012-12-31 2020-06-02 Baker Hughes, A Ge Company, Llc Systems and methods for non-destructive testing online stores
US9207639B2 (en) * 2013-01-24 2015-12-08 General Electric Company Transforming A-scan data samples into a three-dimensional space for facilitating visualization of flaws
US10930174B2 (en) 2013-05-24 2021-02-23 Lincoln Global, Inc. Systems and methods providing a computerized eyewear device to aid in welding
JP6230841B2 (ja) * 2013-07-26 2017-11-15 旭化成エンジニアリング株式会社 肉厚測定装置を用いた配管の減肉評価方法
US20150072323A1 (en) 2013-09-11 2015-03-12 Lincoln Global, Inc. Learning management system for a real-time simulated virtual reality welding training environment
US10083627B2 (en) 2013-11-05 2018-09-25 Lincoln Global, Inc. Virtual reality and real welding training system and method
DE102013223083A1 (de) * 2013-11-13 2015-05-13 Sms Siemag Ag Verfahren und Vorrichtung zur kontaktlosen Überprüfung der Beschaffenheit eines metallurgischen Gießproduktes
US9836987B2 (en) 2014-02-14 2017-12-05 Lincoln Global, Inc. Virtual reality pipe welding simulator and setup
US9759692B2 (en) * 2014-05-30 2017-09-12 Olympus Scientific Solutions Americas Inc. System and method of dynamic gating in non-destructive weld inspection
CN106233358A (zh) 2014-06-02 2016-12-14 林肯环球股份有限公司 用于人工焊工培训的系统和方法
WO2017049326A1 (en) 2015-09-20 2017-03-23 General Electric Company Combined pulse echo inspection of pipeline systems
RU2622355C2 (ru) * 2015-12-14 2017-06-14 Виталий Александрович Мокляков Способ внутритрубной дефектоскопии стенок трубопроводов
US10571390B2 (en) * 2015-12-21 2020-02-25 The Boeing Company Composite inspection
CN105965544B (zh) * 2016-05-27 2018-08-03 珠海上富电技股份有限公司 机器人远程超声波感应自动测试系统及其控制方法
EP3319066A1 (en) 2016-11-04 2018-05-09 Lincoln Global, Inc. Magnetic frequency selection for electromagnetic position tracking
US10913125B2 (en) 2016-11-07 2021-02-09 Lincoln Global, Inc. Welding system providing visual and audio cues to a welding helmet with a display
US10878591B2 (en) 2016-11-07 2020-12-29 Lincoln Global, Inc. Welding trainer utilizing a head up display to display simulated and real-world objects
KR102048664B1 (ko) 2016-11-29 2019-11-25 바르실라 핀랜드 오이 필터링된 이미지 데이터를 이용한 초음파 품질 제어
RU169803U1 (ru) * 2016-12-21 2017-04-03 Ильвина Гамировна Хуснутдинова Устройство для бесконтактного контроля напряженно-деформированного состояния и уровня поврежденности металлических конструкций
US10997872B2 (en) 2017-06-01 2021-05-04 Lincoln Global, Inc. Spring-loaded tip assembly to support simulated shielded metal arc welding
GB201803062D0 (en) * 2018-02-26 2018-04-11 Gb Inspection Systems Ltd Ultrasonic probe
CN112204389B (zh) * 2018-03-29 2023-03-28 筑波科技株式会社 超声波传播影像的图像处理方法
US11475792B2 (en) 2018-04-19 2022-10-18 Lincoln Global, Inc. Welding simulator with dual-user configuration
US11557223B2 (en) 2018-04-19 2023-01-17 Lincoln Global, Inc. Modular and reconfigurable chassis for simulated welding training
US11287507B2 (en) * 2018-04-30 2022-03-29 The Boeing Company System and method for testing a structure using laser ultrasound
US10838573B2 (en) * 2018-12-04 2020-11-17 GE Sensing & Inspection Technologies, GmbH Precise value selection within large value ranges
CN109711333B (zh) * 2018-12-26 2022-10-18 西安科技大学 基于信号区段分割的超声信号接收及处理方法
US11027799B2 (en) 2019-09-12 2021-06-08 DM Consulting, Inc. Systems and methods for 3-dimensional scanning for drydocking
RU199572U1 (ru) * 2020-02-20 2020-09-08 Максим Владимирович Ковалев Устройство для неразрушающего контроля объектов, имеющих форму тел вращения
US11754529B2 (en) 2020-03-30 2023-09-12 Verifi Technologies, Llc System and method for evaluating defects in a material
US11650183B2 (en) 2020-03-30 2023-05-16 Verifi Technologies, Llc System and method for real-time degree of cure evaluation in a material
US11726065B2 (en) 2020-03-30 2023-08-15 Verifi Technologies, Llc System and method for real-time visualization of defects in a material
US11686707B2 (en) 2020-03-30 2023-06-27 Verifi Technologies, Llc System and method for real-time visualization of defects in a material
JP7415757B2 (ja) * 2020-04-09 2024-01-17 大同特殊鋼株式会社 丸棒材の超音波探傷方法
RU200608U1 (ru) * 2020-07-06 2020-11-02 Максим Владимирович Ковалев Устройство для неразрушающего контроля вихретоковым преобразователем мест изменения диаметра и линий сопряжения конструктивных элементов ступенчатых валов и других объектов контроля, имеющих форму тел вращения
EP4222506A1 (en) * 2020-10-02 2023-08-09 Evident Canada, Inc. Flaw classification during non-destructive testing
US11578971B2 (en) * 2021-02-12 2023-02-14 Holloway Ndt & Engineering Inc. Ultrasonic testing using a phased array
CN113252774B (zh) * 2021-06-07 2021-10-08 北京唯恩传感技术有限公司 一种基于超声换能的检测系统
US11823373B1 (en) * 2022-07-27 2023-11-21 Biosense Webster (Israel) Ltd. Inspection apparatus
CN116296900B (zh) * 2023-05-25 2023-07-25 四川职业技术学院 一种测量河底输气管道剪切应力变化的控制系统及方法
CN117741090B (zh) * 2024-02-19 2024-04-26 如皋市力霸铸造有限公司 一种变速箱精密铸件质量缺陷检测方法

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4625557B2 (en) * 1985-02-20 1998-05-26 Rutherford Lora E Acoustical imaging systems
JPH075155A (ja) * 1993-06-16 1995-01-10 Sumitomo Metal Ind Ltd 超音波自動疵種判別方法
EP0710351A4 (en) * 1993-07-20 1996-11-20 Commw Scient Ind Res Org CONDUIT INSPECTION SYSTEM
DE19681455T1 (de) 1995-06-15 1998-07-02 Regent Of The University Of Mi Verfahren und Vorrichtung für eine Zusammensetzung und eine Darstellung eines dreidimensionalen Bildes von zweidimensionalen Ultraschall (Abtastdaten)
JPH10115604A (ja) * 1996-10-14 1998-05-06 Ishikawajima Harima Heavy Ind Co Ltd 超音波探傷データ評価装置
JPH10311138A (ja) * 1997-05-14 1998-11-24 Ohbayashi Corp 単管パイプの識別構造
FR2796153B1 (fr) * 1999-07-09 2001-11-30 Setval Controle non destructif a capteurs ultrasonores repartis
CN100424506C (zh) * 2001-10-17 2008-10-08 中国石油天然气管道科学研究院 相控阵超声波仪器及其检测方法
FR2833706B1 (fr) * 2001-12-13 2004-07-23 Setval Controle non destructif a capteurs ultrasonores, de produits de metallurgie
CN2646670Y (zh) * 2003-09-12 2004-10-06 赵翼晋 超声波多相流量测试仪
CN100520396C (zh) * 2003-09-30 2009-07-29 北京时代之峰科技有限公司 数字式便携超声探伤仪的dac曲线制作方法
FR2925690B1 (fr) 2007-12-21 2010-01-01 V & M France Controle non destructif,en particulier pour des tubes en cours de fabrication ou a l'etat fini.

Also Published As

Publication number Publication date
BRPI0713049A2 (pt) 2012-04-17
FR2903187B1 (fr) 2008-09-26
NO20090481L (no) 2009-03-26
BRPI0713049B1 (pt) 2018-02-14
FR2903187A1 (fr) 2008-01-04
AU2007264866B2 (en) 2012-04-26
CA2656120A1 (fr) 2008-01-03
CA2656120C (fr) 2016-01-26
JP5162583B2 (ja) 2013-03-13
CN101501487B (zh) 2013-09-11
EP2035822B1 (fr) 2011-12-07
EA012925B1 (ru) 2010-02-26
KR101343368B1 (ko) 2013-12-19
AU2007264866C1 (en) 2014-01-16
AU2007264866A1 (en) 2008-01-03
CN101501487A (zh) 2009-08-05
JP2009541765A (ja) 2009-11-26
ES2377147T3 (es) 2012-03-22
US8265886B2 (en) 2012-09-11
MY151179A (en) 2014-04-30
EP2035822A1 (fr) 2009-03-18
UA94758C2 (ru) 2011-06-10
ZA200810780B (en) 2009-12-30
ATE536546T1 (de) 2011-12-15
KR20090045208A (ko) 2009-05-07
PL2035822T3 (pl) 2012-05-31
WO2008000940A1 (fr) 2008-01-03
NO340510B1 (no) 2017-05-02
AR061748A1 (es) 2008-09-17
EA200970075A1 (ru) 2009-06-30
US20090301202A1 (en) 2009-12-10

Similar Documents

Publication Publication Date Title
SA07280355B1 (ar) اختبار غير متلف، بوجه خاص للأنابيب أثناء تصنيعها أو في حالتها النهائية
US8365603B2 (en) Non-destructive testing, in particular for pipes during manufacture or in the finished state
JP2011506992A5 (ar)
JP2009541765A5 (ar)
Yaacoubi et al. Measurement investigations in tubular structures health monitoring via ultrasonic guided waves: A case of study
Hasanian et al. Automatic segmentation of ultrasonic TFM phased array images: the use of neural networks for defect recognition
Makarikhin et al. CLUSTERING OF LOCALIZED ACOUSTIC EMISSION SOURCES BY THE DBSCAN ALGORITHM IN SEPARATORS
Aldrin et al. Advanced echo-dynamic measures for the characterisation of multiple ultrasonic signals in aircraft structures
Liew et al. Guided waves damage identification in beams with test pattern dependent series neural network systems
Krysko et al. Classification and Sizing of Surface Defects in Pipelines Based on the Results of Combined Diagnostics by Ultrasonic, Eddy Current, and Visual Inspection Methods of Nondestructive Testing
Wang et al. 2.5-Dimensional Ultrasonic Imaging for Pipe-Like Damage
Hinders et al. Classification of Lamb Wave Tomographic Rays in Pipes to Distinguish Through Holes from Gouges
Shankar et al. An expert system for BWR weld examination: Proceedings of the 10th International Conference on NDE in Nuclear and Pressure Vessel Industries, Glasgow (Scotland), 11–14 Jun. 1990. pp. 297–302. Edited by MJ Whittle, JE Doherty and K. Iida. ASM International,(1990)
CN115443408A (zh) 软化组织检测方法
Ahmad et al. An expert system for offshore structure inspection and maintenance: Computers & Structures, Vol. 40, No. 1, pp. 143–159 (1991)
Szyszko et al. Artificial neural networks for feature extraction from acoustic emission signals: Colloquium on Measurements, Modelling and Imaging for Non-Destructive Testing, London (United Kingdom), 27 Mar. 1991. pp. 6/1–6/6. IEE (1991) Digest No. 1991/054
McNab et al. Information technology—IT in NDT: British Journal of Non-Destructive Testing, Vol. 33, No. 12, pp. 611–615 (Dec. 1991)
Andersen et al. An intelligent input to inspection planning on offshore platforms taking gross human errors into account: Proceedings of the 10th International Offshore Mechanics and Arctic Engineering Conference, Stavanger (Norway), 23–28 Jun. 1991, Vol. 2, Safety and Reliability, pp. 297–303. The American Society of Mechanical Engineers (1991)
Kaswasaki Automatic weld defect image data extraction from radiographic film images of pipe welds utilising computer data base based on inspector experience: European Patent No. 437,280 (17 Jul. 1991)
Royer et al. An application of machine learning to the problem of parameter setting in non-destructive testing: Proceedings of the 3rd Conference on Industrial and Engineering Application of Artificial Intelligence and Expert Systems, Charleston, Tennessee (United States), 15–18 Jul. 1990, pp. 972–980. Edited by MM Mathews. Association for Computing Machinery (1990), ISBN 0897913728
Gaillard et al. Neural hypercolumn architecture for the preprocessing in radiographic weld images: Proceedings of the Conference on Applications of Artificial Neural Networks, Orlando, Florida (United States), 18–20 Apr. 1990. pp. 378–388 Edited by SK Rogers. SPIE, Vol. 1294 (1990)
Barga et al. Classification of acoustic emission waveforms for nondestructive evaluation using neural networks: Proceedings of the Conference on Applications of Artificial Neural Networks, Orlando, Florida (United States), 18–20 Apr. 1990. pp. 545–556. Edited by SK Rogers, SPIE, Vol. 1294 (1990)
Windsor The classification of defects from ultrasonic measurements: United Kingdom Atomic Energy Authority, Harwell, AERE-R-13306 10 pp.(Nov. 1988)
Pellionisz et al. Development of an expert system for acoustic emission testing: Central Research Institute for Physics, Budapest (Hungary), KFKI-1991-31/L, 20 pp.(1991)
Markov et al. Opto-acoustical sensor to examine the structural integrity of complex systems