...
首页> 外文期刊>Дефектосколия >ИДЕНТИФИКАЦИЯ И ИССЛЕДОВАНИЕ КРИТИЧЕСКОГО СОСТОЯНИЯ ПОПЕРЕЧНОЙ ТРЕЩИНЫ В ПОЛОСЕ С НАКЛАДКОЙ НА ОСНОВЕ ИСКУССТВЕННЫХ НЕЙРОННЫХ СЕТЕЙ
【24h】

ИДЕНТИФИКАЦИЯ И ИССЛЕДОВАНИЕ КРИТИЧЕСКОГО СОСТОЯНИЯ ПОПЕРЕЧНОЙ ТРЕЩИНЫ В ПОЛОСЕ С НАКЛАДКОЙ НА ОСНОВЕ ИСКУССТВЕННЫХ НЕЙРОННЫХ СЕТЕЙ

机译:基于人工神经网络的衬里横向横向裂缝的临界状态识别和研究

获取原文
获取原文并翻译 | 示例
   

获取外文期刊封面封底 >>

       

摘要

Предложен метод идентификации геометрии поперечной трещины в слое с накладкой, с последующей оценкой критического состояния конструкции. Решение проблемы происходит в два этапа, которые образуют единый метод. Определение трещины в слое выполняется с помощью искусственных нейронных сетей, оперирующих данными у.з. исследования. С целью определения внутренней трещины изучается проблема импульсного возбуждения волнового поля в рассматриваемом объекте. С помощью пьезопреобразователя, расположенного на свободной поверхности покрытия, считываются результаты воздействия. Входные векторы для искусственной нейронной сети представляются в виде равномерно оцифрованного эхосигиала. На основании сгенерированной базы данных входных векторов для рассматриваемой задачи были найдены оптимальный алгоритм обучения и структура сети. После реконструкции геометрии трещины критическое состояние оценивается с помощью интегральных уравнений, полученных из решения соответствующей линейной задачи теории упругости. В этой задаче среду покрытия заменяют специальные граничные условия на верхней поверхности слоя. После применения обобщенного преобразования Фурье к уравнениям равновесия в перемещениях задача сводится к сингулярному интегральному уравнению первого рода, решения которого были построены методами малого параметра и коллокации. Для разных материалов покрытий и геометрических параметров трещины были получены и проанализированы значения коэффициента интенсивности напряжений в непосредственной близости от вершин трещины.
机译:用衬里识别层中横向裂纹几何形状的方法,然后评估结构的临界结构。问题的解决方案发生在两个阶段中,形成单一方法。使用人工神经网络进行图层中的裂缝的确定,由U.Z操作数据。研究。为了确定内裂,研究了所考虑的物体中波场的脉冲激励问题。借助位于涂层的自由表面上的压电臂,读取的结果是读取的。用于人工神经网络的输入向量以均匀数字化回声的形式表示。基于所生成的输入向量数据库用于所考虑的问题,找到了最佳学习算法和网络结构。在重建裂缝的几何形状之后,借助于从弹性理论的相应线性问题的解决方案获得的整体方程的帮助估计临界状态。在该问题中,涂覆介质在层的顶表面上取代了特殊的边界条件。在将通用傅里叶变换应用于位移中的平衡方程之后,任务减少到第一类的奇异积分方程,其解决方案是由小参数和搭配的方法构建的。对于不同的涂层和几何裂缝参数,获得并分析了裂缝顶点附近的电压强度系数的值。

著录项

获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号