Нейросетевой анализ данных ультразвуковой дефектоскопии магистральных газопроводов с использованием программно-аппаратной системы ДВУ
Рассматривается задача определения зон, подвергшихся коррозионному воздействию, полученных при неразрушающем контроле с использованием методов ультразвуковой дефектоскопии магистральных газопроводов и программно-аппаратной системы ДВУ (дефектоскоп внутритрубный ультразвуковой). Предлагается обр...
| Published in: | Вестник Томского государственного университета. Управление, вычислительная техника и информатика № 64. С. 50-60 |
|---|---|
| Other Authors: | , , , |
| Format: | Article |
| Language: | Russian |
| Subjects: | |
| Online Access: | http://vital.lib.tsu.ru/vital/access/manager/Repository/koha:001008632 Перейти в каталог НБ ТГУ |
| LEADER | 03708nab a2200373 c 4500 | ||
|---|---|---|---|
| 001 | koha001008632 | ||
| 005 | 20231030175442.0 | ||
| 007 | cr | | ||
| 008 | 231024|2023 ru s c rus d | ||
| 024 | 7 | |a 10.17223/19988605/64/6 |2 doi | |
| 035 | |a koha001008632 | ||
| 040 | |a RU-ToGU |b rus |c RU-ToGU | ||
| 245 | 1 | 0 | |a Нейросетевой анализ данных ультразвуковой дефектоскопии магистральных газопроводов с использованием программно-аппаратной системы ДВУ |c И. Г. Боровской, Е. А. Шельмина, А. А. Матолыгин, Е. П. Ильин |
| 246 | 1 | 1 | |a Neural network analysis of ultrasonic flaw detection data of main gas pipelines using a hardware and software DVU system |
| 336 | |a Текст | ||
| 337 | |a электронный | ||
| 504 | |a Библиогр.: 18 назв. | ||
| 520 | 3 | |a Рассматривается задача определения зон, подвергшихся коррозионному воздействию, полученных при неразрушающем контроле с использованием методов ультразвуковой дефектоскопии магистральных газопроводов и программно-аппаратной системы ДВУ (дефектоскоп внутритрубный ультразвуковой). Предлагается обработку большого объема данных, полученных в результате контроля с помощью системы ДВУ, осуществлять с использованием нейросетевой модели анализа данных. В качестве основной нейронной сети выбрано семейство сверточных нейросетей. Обрабатываемые данные были разбиты на обучающую, валидационную и тестовую выборки. Данные внутри выборок перемешивались, что позволило процесс обучения сделать более качественным. Как показал анализ тестирования, предложенный подход позволяет с достаточной точностью определять зоны дефектов газопроводов. | |
| 653 | |a нейросетевой анализ | ||
| 653 | |a сверточные нейронные сети | ||
| 653 | |a ультразвуковая дефектоскопия | ||
| 653 | |a газопроводы магистральные | ||
| 655 | 4 | |a статьи в журналах |9 897424 | |
| 700 | 1 | |a Боровской, Игорь Георгиевич |9 857565 | |
| 700 | 1 | |a Шельмина, Елена Александровна |9 406643 | |
| 700 | 1 | |a Матолыгин, Андрей Анатольевич |9 443875 | |
| 700 | 1 | |a Ильин, Евгений Петрович |9 897427 | |
| 773 | 0 | |t Вестник Томского государственного университета. Управление, вычислительная техника и информатика |d 2023 |g № 64. С. 50-60 |x 1998-8605 |w 0210-40860 | |
| 852 | 4 | |a RU-ToGU | |
| 856 | 4 | |u http://vital.lib.tsu.ru/vital/access/manager/Repository/koha:001008632 | |
| 856 | |y Перейти в каталог НБ ТГУ |u https://koha.lib.tsu.ru/cgi-bin/koha/opac-detail.pl?biblionumber=1008632 | ||
| 908 | |a статья | ||
| 999 | |c 1008632 |d 1008632 | ||
| 039 | |b 100 | ||