Tamanho da fonte:
CLASSIFICAÇÃO DE SINAIS ULTRASSÔNICOS PRÉ-PROCESSADOS PELA TRANSFORMADA DE FOURIER ATRAVÉS DAS REDES NEURAIS ARTIFICIAIS UTILIZANDO A TÉCNICA PULSO ECO PARA IDENTIFICAÇÃO DE DEFEITOS EM JUNTAS SOLDADAS DE AÇOS ESTRUTURAIS
Última alteração: 2012-10-21
Resumo
É devido à necessidade de garantir a segurança e integridade dos equipamentos, que os ensaios não destrutivos têm sido cada vez mais utilizados no setor industrial. Dentre esses, a técnica ultrassônica pulso eco é a mais utilizada na indústria, principalmente pela sua simplicidade e eficiência. Apenas com um transdutor é possível emitir o pulso ultrassônico e receber o eco. As Redes Neurais Artificiais (RNA’s) constituem técnicas de Inteligência Artificial que, treinadas adequadamente, aliam-se aos ensaios de inspeção tornando-se uma ferramenta poderosa na detecção e identificação de falhas. Neste trabalho a técnica pulso eco foi utilizada para detectar descontinuidades em juntas soldadas, onde RNA’s foram alimentadas a partir das informações obtidas através de técnicas de processamento digital de sinais (Transformada de Fourier), para identificar e classificar três classes distintas de defeitos. Os resultados permitiram observar que com a combinação da extração de características através da transformada de Fourier e a classificação com redes neurais é possível se obter um sistema automático de detecção de defeitos em juntas soldadas com eficiência média satisfatória.
Texto completo:
PDF