ارائه یک روش هوشمند برای تشخیص ابعاد عیوب خط لوله در تصاویر پیگ هوشمند مغناطیسی مبتنی بر ترکیب تبدیل بصری شبکه عصبی کانولوشن و تبدیل فازی

در این مقاله یک شبکه هوشمند ترکیبی از تبدیل بصری شبکه عصبی کانالوشن و تبدیل فازی جهت برطرف کردن محدودیت موجود در روش های قدیمی تر برای تشخیص عیوب خطوط لوله توسط پیگ هوشمند مغناطیسی ( Magnetic flux leakage PIG ) ارائه شده است. برآورد ابعاد عیوب در اندازه گیری های پیگ هوشمند مغناطیسی گام بسیار مهمیاست زیرا طرح تعمیر و نگهداری خطوط لوله بر اساس کسب اطلاع از شرایط عیوب آن پیشنهاد می شود. روش های سنتی دقت کمی دارند در حالیکه روش پیشنهادی توسعه یافته، می تواند ابعاد مختلف عیب را با دقت بالا و با توجه به ویژگی های اندازه گیری پیگ هوشمند مغناطیسی تشخیص دهد. بعلاوه، این روش توسط نظریه یادگیری عمیق طراحی شده استبنابراین داده های صنعتی بسیار بزرگ با دقت بالا هم قابل پیاده سازی است.

کلیدواژه ها:

تشخیص عیوب خط لوله ، پیگ مغناطیسی ، کانولوشن ، تبدیل فازی ، پردازش تصویر عیوب