CIVILICA We Respect the Science
(ناشر تخصصی کنفرانسهای کشور / شماره مجوز انتشارات از وزارت فرهنگ و ارشاد اسلامی: ۸۹۷۱)
عنوان
مقاله

تشخیص الگوی اتوماتیک عیوب جوشکاری در تصاویر خطوط نورد لوله های انتقال گاز با استفاده از ویژگی های تطبیقی و طبقه بندی کننده شبکه عصبی

اعتبار موردنیاز: ۱ | تعداد صفحات: ۱۹ | تعداد نمایش خلاصه: ۳۴۴۸ | نظرات: ۰
سرفصل ارائه مقاله: مواد و روش‌های نوین ساخت لوله
سال انتشار: ۱۳۸۶
نوع ارائه: شفاهی
کد COI مقاله: IPPC01_004
زبان مقاله: فارسی
حجم فایل: ۴۵۸.۴۲ کلیوبایت (فایل این مقاله در ۱۹ صفحه با فرمت PDF قابل دریافت می باشد)

راهنمای دانلود فایل کامل این مقاله

اگر در مجموعه سیویلیکا عضو نیستید، به راحتی می توانید از طریق فرم روبرو اصل این مقاله را خریداری نمایید.
با عضویت در سیویلیکا می توانید اصل مقالات را با حداقل ۳۳ درصد تخفیف (دو سوم قیمت خرید تک مقاله) دریافت نمایید. برای عضویت در سیویلیکا به صفحه ثبت نام مراجعه نمایید. در صورتی که دارای نام کاربری در مجموعه سیویلیکا هستید، ابتدا از قسمت بالای صفحه با نام کاربری خود وارد شده و سپس به این صفحه مراجعه نمایید.
لطفا قبل از اقدام به خرید اینترنتی این مقاله، ابتدا تعداد صفحات مقاله را در بالای این صفحه کنترل نمایید. در پایگاه سیویلیکا عموما مقالات زیر ۵ صفحه فولتکست محسوب نمی شوند و برای خرید اینترنتی عرضه نمی شوند.
برای راهنمایی کاملتر راهنمای سایت را مطالعه کنید.

خرید و دانلود PDF مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای ۱۹ صفحه است در اختیار داشته باشید.

قیمت این مقاله : ۳۰,۰۰۰ ریال

آدرس ایمیل خود را در زیر وارد نموده و کلید خرید با پرداخت اینترنتی را بزنید. آدرس ایمیل:

رفتن به مرحله بعد:

در صورت بروز هر گونه مشکل در روند خرید اینترنتی، بخش پشتیبانی کاربران آماده پاسخگویی به مشکلات و سوالات شما می باشد.

مشخصات نویسندگان مقاله تشخیص الگوی اتوماتیک عیوب جوشکاری در تصاویر خطوط نورد لوله های انتقال گاز با استفاده از ویژگی های تطبیقی و طبقه بندی کننده شبکه عصبی

سعید منصوری - شرکت ملی گاز ایران- منطقه 8 عملیات انتقال گاز
غلامرضا نوزاد علمداری - شرکت ملی گاز ایران - منطقه 8 عملیات انقال گاز

چکیده مقاله:

این مقاله در واقع به کمک روشهای تشخیص الگو (Pattern Recognition) در تصاویر رادیوگرافی با اشعه ایکس به تشخیص عیوب جوشکاری در خطوط نورد لوله های انتقال گاز می پردازد. در این مقاله یک سیستم تشخیص الگو متشکل از قسمتهای پردازش تصویر استخراج ویژگی و قسمت هوشمند شبکه عصبی جهت تفسیر اتوماتیک و کامپیوتری عیوب جوشکاری ارائه شده است. ابتدا با استفاده از بلوک پردازش تصویر کیفیت تصاویر رادیوگرافی تا حد قابل قبولی ارتقا داده می شوند سپس برخی ویژگی های ساختاری از هر تصویر استخراج می شوند تا جهت تغذیه به ورودی بلوک طبقه بندی کننده بکار روند. در نهایت طبقه بندی شبکه عصبی طراحی شده، جداسازی تصاویر معیوب را از سالم انجام می دهد. در عمل هنگام رادیوگرافی خطوط نورد لوله های انتقال گاز، بیش از 60 (شصت) درصد تصاویر رادیوگرافی معیوب نیستند ولی نیاز دارند که توسط مفسر رادیوگرافی جوش که دارای تخصص و Certificate های کافی در این زمینه باشد مورد بازرسی فنی قرار گیرند. این عمل یک فرایند وقت گیر برای مفسر جوش است و باعث کاهش حساسیت بازرسی می شود و قابلیت اطمینان تفسیر جوش را به خصوص برای تصاویر معیوب به شدت کاهش می دهد. سیستم هوشمند تشخیص الگوی معرفی شده، جهت حل ا ین مشکل طراحی شده است و بر روی نمونه تصاویر رادیوگرافی خطوط نورد لوله تست شده و نتایج مطلوب اخذ گردیده است.

کلیدواژه‌ها:

تشخیص الگوی رادیوگرافی ، آشکار سازی عیوب جوشکاری ، استخراج ویژگی ، طبقه بندی کننده شبکه عصبی

کد مقاله/لینک ثابت به این مقاله

برای لینک دهی به این مقاله، می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:
https://www.civilica.com/Paper-IPPC01-IPPC01_004.html
کد COI مقاله: IPPC01_004

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
منصوری, سعید و غلامرضا نوزاد علمداری، ۱۳۸۶، تشخیص الگوی اتوماتیک عیوب جوشکاری در تصاویر خطوط نورد لوله های انتقال گاز با استفاده از ویژگی های تطبیقی و طبقه بندی کننده شبکه عصبی، اولین کنفرانس لوله و صنایع وابسته، تهران، موسسه اطلاع رسانی نفت، گاز و پتروشیمی، سالن اجلاس سران کشورهای اسلامی، https://www.civilica.com/Paper-IPPC01-IPPC01_004.html

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (منصوری, سعید و غلامرضا نوزاد علمداری، ۱۳۸۶)
برای بار دوم به بعد: (منصوری و نوزاد علمداری، ۱۳۸۶)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

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 :

  • da Silva, R.R., Caloba, L.P., Siqueira, M.H.S. and Rebello, J.M.A.(2004). ...
  • Shafeek, H.I., Gadelmawla, E.S., Abdel-Shafy, A.A. and Elewa, I.M. (2004). ...
  • Castleman, K.R.(1979). Digital Image Processing. Englewood Cliffs N.J., Prentice Hall, ...
  • Wang, G. and Liao, T.W. (2002). Automatic Identification of Different ...
  • Liao, T.W. and Ni, J. (1999). An Automated Radiographic NDT ...
  • and Taxt, T. (1995). Evaluation of Binarization Methods for Document ...
  • Juang, S.C., Tarng, Y.S. and Lii, H.R. (1998). A comparison ...
  • Jain, A.K., and Mao, J. (1996) Artificial Neural Networks : ...
  • and Jain, A.K. (1996) Feature Extraction Methods for Character .D.؛ ...
  • Srikantan, G. et al. (1996) Gradient Based Contour Encoding for ...
  • مدیریت اطلاعات پژوهشی

    اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

    مقالات پیشنهادی مرتبط

    مقالات مرتبط جدید

    شبکه تبلیغات علمی کشور

    به اشتراک گذاری این صفحه

    اطلاعات بیشتر درباره COI

    COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
    کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.