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 PDFInfo
- 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
Links
- 238000009659 non-destructive testing Methods 0.000 title claims abstract description 18
- 238000004519 manufacturing process Methods 0.000 title claims description 19
- 230000007547 defect Effects 0.000 claims abstract description 121
- 230000001537 neural effect Effects 0.000 claims abstract description 26
- 238000002592 echocardiography Methods 0.000 claims abstract description 17
- 238000002604 ultrasonography Methods 0.000 claims abstract description 14
- 230000033001 locomotion Effects 0.000 claims abstract description 10
- 238000000034 method Methods 0.000 claims description 19
- 238000012360 testing method Methods 0.000 claims description 17
- 230000008569 process Effects 0.000 claims description 11
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 claims description 10
- 230000008878 coupling Effects 0.000 claims description 8
- 238000010168 coupling process Methods 0.000 claims description 8
- 238000005859 coupling reaction Methods 0.000 claims description 8
- 230000001066 destructive effect Effects 0.000 claims description 8
- 238000012545 processing Methods 0.000 claims description 7
- 239000007788 liquid Substances 0.000 claims description 6
- 229910000831 Steel Inorganic materials 0.000 claims description 5
- 238000001914 filtration Methods 0.000 claims description 5
- 229910052742 iron Inorganic materials 0.000 claims description 5
- 239000010959 steel Substances 0.000 claims description 5
- 230000007704 transition Effects 0.000 claims description 5
- 210000005036 nerve Anatomy 0.000 claims description 4
- 230000015572 biosynthetic process Effects 0.000 claims description 3
- 230000005540 biological transmission Effects 0.000 claims description 2
- 238000002955 isolation Methods 0.000 claims description 2
- 230000005945 translocation Effects 0.000 claims description 2
- 230000004224 protection Effects 0.000 claims 5
- 206010029333 Neurosis Diseases 0.000 claims 1
- 244000292604 Salvia columbariae Species 0.000 claims 1
- 235000012377 Salvia columbariae var. columbariae Nutrition 0.000 claims 1
- 235000001498 Salvia hispanica Nutrition 0.000 claims 1
- 235000014167 chia Nutrition 0.000 claims 1
- 239000002131 composite material Substances 0.000 claims 1
- 230000000968 intestinal effect Effects 0.000 claims 1
- 208000015238 neurotic disease Diseases 0.000 claims 1
- 238000000926 separation method Methods 0.000 claims 1
- 230000026683 transduction Effects 0.000 abstract 1
- 238000010361 transduction Methods 0.000 abstract 1
- 239000000523 sample Substances 0.000 description 60
- 238000013528 artificial neural network Methods 0.000 description 20
- 230000006870 function Effects 0.000 description 15
- 210000002569 neuron Anatomy 0.000 description 11
- 238000001514 detection method Methods 0.000 description 10
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 10
- 238000010586 diagram Methods 0.000 description 9
- 238000009434 installation Methods 0.000 description 5
- 238000005259 measurement Methods 0.000 description 5
- 210000004027 cell Anatomy 0.000 description 4
- 239000000463 material Substances 0.000 description 3
- 230000005855 radiation Effects 0.000 description 3
- 238000004088 simulation Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 230000007797 corrosion Effects 0.000 description 2
- 238000005260 corrosion Methods 0.000 description 2
- 239000002184 metal Substances 0.000 description 2
- 229910052751 metal Inorganic materials 0.000 description 2
- 210000004205 output neuron Anatomy 0.000 description 2
- 210000002243 primary neuron Anatomy 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 241000189662 Calla Species 0.000 description 1
- 241001268392 Dalla Species 0.000 description 1
- 241000234435 Lilium Species 0.000 description 1
- 241000252067 Megalops atlanticus Species 0.000 description 1
- 206010044625 Trichorrhexis Diseases 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- FCZCIXQGZOUIDN-UHFFFAOYSA-N ethyl 2-diethoxyphosphinothioyloxyacetate Chemical compound CCOC(=O)COP(=S)(OCC)OCC FCZCIXQGZOUIDN-UHFFFAOYSA-N 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 210000002364 input neuron Anatomy 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- JEIPFZHSYJVQDO-UHFFFAOYSA-N iron(III) oxide Inorganic materials O=[Fe]O[Fe]=O JEIPFZHSYJVQDO-UHFFFAOYSA-N 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000004751 neurological system process Effects 0.000 description 1
- 230000037361 pathway Effects 0.000 description 1
- 239000003208 petroleum Substances 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
- 230000025594 tube development Effects 0.000 description 1
- 244000239635 ulla Species 0.000 description 1
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)
- -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( ؛ . المذكور١ #- 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.YEAولا١ 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 .sensorsaly 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 A1 وتتميز بأنها تشمل أيضا الخطوات التالية:: أالال٠١ (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 YP21 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 أي0 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 المجموعة3 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؛ معيار3 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
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)
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)
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. |
-
2006
- 2006-06-30 FR FR0605923A patent/FR2903187B1/fr not_active Expired - Fee Related
-
2007
- 2007-06-25 KR KR1020097001796A patent/KR101343368B1/ko not_active IP Right Cessation
- 2007-06-25 WO PCT/FR2007/001048 patent/WO2008000940A1/fr active Application Filing
- 2007-06-25 CA CA2656120A patent/CA2656120C/fr not_active Expired - Fee Related
- 2007-06-25 ES ES07788926T patent/ES2377147T3/es active Active
- 2007-06-25 EA EA200970075A patent/EA012925B1/ru not_active IP Right Cessation
- 2007-06-25 CN CN2007800303159A patent/CN101501487B/zh not_active Expired - Fee Related
- 2007-06-25 AT AT07788926T patent/ATE536546T1/de active
- 2007-06-25 JP JP2009517315A patent/JP5162583B2/ja not_active Expired - Fee Related
- 2007-06-25 BR BRPI0713049-0A patent/BRPI0713049B1/pt not_active IP Right Cessation
- 2007-06-25 PL PL07788926T patent/PL2035822T3/pl unknown
- 2007-06-25 EP EP07788926A patent/EP2035822B1/fr not_active Not-in-force
- 2007-06-25 UA UAA200900665A patent/UA94758C2/ru unknown
- 2007-06-25 MY MYPI20085309 patent/MY151179A/en unknown
- 2007-06-25 US US12/306,534 patent/US8265886B2/en active Active
- 2007-06-25 AU AU2007264866A patent/AU2007264866C1/en not_active Ceased
- 2007-06-29 AR ARP070102920A patent/AR061748A1/es active IP Right Grant
- 2007-06-30 SA SA7280355A patent/SA07280355B1/ar unknown
-
2008
- 2008-12-22 ZA ZA200810780A patent/ZA200810780B/xx unknown
-
2009
- 2009-01-30 NO NO20090481A patent/NO340510B1/no not_active IP Right Cessation
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 |