Остання редакція: 2024-12-06
Анотація
Низкою комп’ютерних експериментів досліджена ефективність за критерієм точності методу одночасного визначення розподілів електричної провідності та магнітної проникності в приповерхневій зоні пласких струмопровідних об’єктів при моделюванні процесу вихрострумового вимірювального контролю накладними перетворювачами. Метод оснований на застосуванні сурогатної оптимізації, що передбачає використання в складі цільової квадратичної функції високопродуктивної нейромережевої проксі-моделі перетворювача глибокого навчання. Сурогатна модель виконує функції носія та накопичувача апріорної інформації щодо об’єкту і враховує вплив всіх основних факторів, які є суттєвими при формуванні вихідного сигналу перетворювача. Для побудови сурогатної моделі створено комп’ютерний однорідний план експерименту на квазі-послідовностях Соболя із низькими показниками розбіжностей, як для об’ємного випадку, так і для двовимірних проєкцій. Проблеми громіздкості сурогатної моделі та пом’якшення ефекту «прокляття розмірності» вирішено застосуванням технік скорочення розмірності проєктного простору на основі алгоритму РСА із використанням сингулярного розкладу до матриці, отриманої при складанні однорідного плану експерименту на модифікованих ЛПt квазі-послідовностях Соболя. Досліджено варіанти компромісних рішень щодо розмірності РСА-простору та точністю отримання оптимізаційним методом шуканих профілів матеріальних характеристик. Головний акцент при чисельному моделюванні зроблено на дослідженні зв’язку між розмірністю нового РСА-простору та точністю отримання оптимізаційним методом шуканих параметрів оберненої задачі. Визначено прийнятні варіанти прийняття відповідних компромісних рішень. Результати моделювання оберненої вимірювальної задачі свідчать про достатньо високу точність реконструкції профілів.
Ключові слова
Посилання
[1] J. Hampton, A. Fletcher, H. Tesfalem, A. Peyton, and M. Brown, “A comparison of non-linear optimisation algorithms for recovering the conductivity depth profile of an electrically conductive block using eddy current inspection“, NDT & E International, 2022, 125, 102571.
[2] Z. Xia, R. Huang, Z. Chen, K. Yu, Z. Zhang, J. R. Salas-Avila, and W. Yin, “Eddy current measurement for planar structures“, Sensors, 2022, 22, 8695.
[3] V. Halchenko, R. Trembovetska, C. Bazilo, and N. Tychkova, “Computer Simulation of the Process of Profiles Measuring of Objects Electrophysical Parameters by Surface Eddy Current Probes“, In International Scientific-Practical Conference "Information Technology for Education, Science and Technics“, Cham: Springer Nature Switzerland, 2022, p. 411-424.
[4] M. Lu, “Forward and inverse analysis for non-destructive testing based on electromagnetic computation methods“, PhD Thesis, The University of Manchester (United Kingdom), 2018.
[5] P. Jiang, Q. Zhou, X. Shao, P. Jiang, Q. Zhou, and X. Shao, Surrogate-model-based design and optimization, Springer Singapore, 2020, p. 135-236.
[6] M. Alswaitti, K. Siddique, S. Jiang, W. Alomoush, and A. Alrosan, “Dimensionality Reduction, Modelling, and Optimization of Multivariate Problems Based on Machine Learning“ Symmetry, 2022, 14, 1282.
[7] S. Ullah, D. A. Nguyen, H. Wang, S. Menzel, B. Sendhoff, and T. Bäck, “Exploring dimensionality reduction techniques for efficient surrogate-assisted optimization“, In 2020 IEEE Symposium Series on Computational Intelligence, 2020, p. 2965-2974.
[8] V. Y. Halchenko, V. V. Tychkov, A. V. Storchak, and R. V.Trembovetska, “Reconstruction of surface radial profiles of electrophysical characteristics of cylindrical objects during eddy current measurements with a priori data. The selection formation for the surrogate model construction”, Ukrainskyi metrolohichnyi zhurnal, 1, 2020, p. 35–50.
[9] V. Y. Halchenko, A. V. Storchak, R. V. Trembovetska, and V. V. Tychkov, “The creation of a surrogate model for restoring surface profiles of the electrophysical characteristics of cylindrical objects”, Ukrainian Metrological Journal, 3, 2020, p. 27–35.
[10] V. Y. Halchenko, A. V. Storchak, V. V. Tychkov, and R. V.Trembovetska, “Measurements of near-surface radial profiles of electrophysical characteristics of cylindrical objects by the eddy current method using a priori data”, Ukrainian Metrological Journal, 1, 2022, p. 5–11.
[11] V. Halchenko, R. Trembovetska, V. Tychkov, and N. Tychkova, “Construction of Quasi-DOE on Sobol’s Sequences with Better Uniformity 2D Projections”, Applied Computer Systems, 28, 1, 2023, p. 21–34.
[12] E. Uzal, Theory of eddy current inspection of layered metals. Iowa State University, 1992.
[13] T. P. Theodoulidis, and E. E. Kriezis, Eddy current canonical problems (with applications to nondestructive evaluation). (No Title). 2006.
[14] V. Y. Halchenko, R. Trembovetska, V. Tychkov, and N. Tychkova, “Surrogate methods for determining profiles of material properties of planar test objects with accumulation of apriori information about them“, Archives of Electrical Engineering, 2024. p. 183-200.
[15] V. Y. Halchenko, R. Trembovetska, V. Tychkov, and N. Tychkova, “Reconstruction of Electrophysical Parameter Distribution During Eddy Current Measurements of Structural Features of Planar Metal Objects“, Latvian Journal of Physics and Technical Sciences, 2024, 61, 3, p. 61-75.
[16] V. Halchenko, R. Trembovetska, V. Tychkov, M. Sapogov, K. Gromaszek, S. Smailova, and S. Luganskaya, “Additive neural network approximation of multidimensional response surfaces for synthesis of eddy-current probes“, Przegląd elektrotechniczny, 2021, 97, 9, p. 46-49.
[17] V. Y. Halchenko, R. Trembovetska, and V. Tychkov, “Surrogate synthesis of frame eddy current probes with uniform sensitivity in the testing zone“. Metrology and measurement systems, 2021, 28, 3, p. 551-564.