بهینه سازی تفسیر در پرتونگاری صنعتی جهت تشخیص عیبهای لوله های نفت و گاز در نواحی جوش

سال انتشار: 1387
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 3,272

فایل این مقاله در 9 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

ICTINDT02_004

تاریخ نمایه سازی: 3 شهریور 1387

چکیده مقاله:

تست پرتونگاری از مجموعه تست های غیر مخرب ، یکی از پرکاربردترین و قدیمی ترین روش ها ، جهت تشخیص عیب های نواحی جوش خطوط انتقال نفت و گاز می باشد. به منظور افزایش دقت شناسایی و آشکارسازی عیب های نواحی جوش در فیلم پرتونگاری و کاهش خطای شخص مفسر جوش ، نیاز به سیستمی برای شناسایی و طبقه بندی اتوماتیک عیب های نواحی جوش ، ضروری به نظر می رسد. در این مطالعه تحقیقاتی ، سیستمی جهت شناسایی و طبقه بندی اتوماتیک چهار نوع از عیب های جوش ( عدم نفوذ یا نفوذ ناقص (Incomplete or Lack of Penetration) ، ترک عرضی (Transverse Crack) ، سوختگی داخلی (Burn Through) ، تخلخل خوشه ای (Cluster Porosity) پیشنهاد شده است. در این کار ، به منظور آنالیز فیلم های پرتونگاری از روشهای پردازش تصاویر دیجیتال و شبکه های عصبی استفاده شده است. نتایج بدست آمده از اجرای روش پیشنهادی حاکی از آن است که این روش ، قابلیت آشکارسازی و طبقه بندی چهار نوع عیب مذکور را با دقت تقریبی 90 % دارا می باشد.

کلیدواژه ها:

تست های غیر مخرب - پرتونگاری - عیب های جوش - پردازش تصویر - شبکه های عصبی

نویسندگان

علیرضا کریمیان

دانشگاه اصفهان ، دانشکده مهندسی

منیر ترابیان

شرکت ملی گاز ایران،اصفهان

محمدرضا یزدچی

دانشگاه اصفهان ، دانشکده مهندسی

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • Shafeek H. I. and Gadelmava E. S. and Abdel-Shafy A. ...
  • Lim T. Y. and Ratnam M. M. and Khalid M. ...
  • Dasilva R. R. and Galoba L. P. and Siqueira M. ...
  • Carrasco M. A. and Mery D., _ Segmentation of welding ...
  • Nacereddine N. and Hamami L. and Tridi M. and Oucief ...
  • Gonzalez R. C. and Woods R. E. and Eddins S. ...
  • Nacereddine N., "Weld defect detection and recognition in industrial radiography ...
  • Jacobsen C. and Zscherpel U., "Crack detection in digitized radiographs ...
  • Felisberto M. K. and Lopes H. S. and Centeno T. ...
  • نمایش کامل مراجع