Аналіз зображень спекл-структур поверхні матеріалу в процесі накопичення пошкоджень за циклічного навантаження із застосуванням нейронних мереж

Автор(и)

  • Андрій Бялонович Інститут проблем міцності ім. Г.С. Писаренка НАН України, Україна https://orcid.org/0000-0003-2527-4254
  • Георгій Писаренко Інститут проблем міцності імені Г. С. Писаренка НАН України, Україна https://orcid.org/0000-0001-9557-9710
  • Степан Писаренко Інститут проблем міцності імені Г. С. Писаренка НАН України, Україна
  • Олександр Войналович Національний університет біоресурсів і природокористування України, Україна

DOI:

https://doi.org/10.20535/2409-7160.2023.XXIII.278638

Ключові слова:

втома, пошкодженість, щільність мікродеформацій, спекл-структура, спекл-інтерферометрія, класифікація зображень, нейронна мережа

Анотація

Для оцінення ступеню пошкодженості матеріалу, що зазнає циклічного навантажування за напружень, які перевищують границю витривалості, запропоновано методику аналізу зображень спекл-структур поверхні матеріалу на стадії розсіяного накопичення пошкоджень із застосуванням нейронних мереж. Щільність мікродеформацій поверхні зразка кількісно оцінено безконтактним методом спекл-інтерферометрії. У процесі навантажування зразків отримували зображення спекл-структур з певною періодичністю з початкового стану і до зародження втомної тріщини. Для аналізу ступеню накопичення пошкодження виокремено два класи зображень. Один клас – це зображення, що відповідають накопиченню пошкоджень до 10% довговічності, інший – більше ніж 90% довговічності. Конфігурація мережі після її тренування дозволяє визначати, до якого класу належить зображення спекл-структури матеріал, отримане у разі накопичування втомного пошкодження.

Посилання

Abderrahim Djerrad, Feng Fan, Xudong Zhi and Qi-jian Wu. “Artificial neural networks (ANN) based compressive strength prediction of AFRP strengthened steel tube”, International Journal of Steel Structures, Vol. 20, pp. 156-174, 2020.

Shreeshail Heggond. “Artificial neural networks application in the field of structural design and construdtion projects”, International Journal of Recent Trends in Engineering & Research, Vol. 03, Iss. 12, pp. 77-78, December 2017.

J. F. Durodola, Shashidhar Ramachandra, Shpend Gerguri and N. A. Fellows. “Artificial neural network for random fatigue loading analysis including the effect of mean stress”, International Journal of Fatigue, Vol. 111, pp. 321-332, June 2018.

V. S. Pisarev, Y. G. Matvienko, S. I. Eleonsky and I. N. Odintsev. “Combining the crack compliance method and speckle interferometry data for determination of stress intensity factors and T-stresses”, Engineering Fracture Mechanics, Vol. 179, pp. 348-374, 15 June 2017.

Vadym Zhukovskiy, Olexsandr Gokhman, Marianna Kondrya. “Study of Surface Microstrains by Electron Speckle-Interferometry Methods”, Ukrainian Journal of Mechanical Engineering and Materials Science, Vol. 3, No. 1, pp. 37-42, 2017.

Inderpreet Singh, Gulshan Goyal and Anmol Chandel. “AlexNet architecture based convolutional neural network for toxic comments classification”, Journal of King Saud University - Computer and Information Sciences, Vol. 34, Iss. 9, pp. 7547-7558, October 2022.

##submission.downloads##

Опубліковано

2023-06-06

Як цитувати

Бялонович, А., Писаренко, Г., Писаренко, С., & Войналович, О. (2023). Аналіз зображень спекл-структур поверхні матеріалу в процесі накопичення пошкоджень за циклічного навантаження із застосуванням нейронних мереж . Матеріали науково-технічної конференції "Прогресивна техніка, технологія та інженерна освіта", (XXIII), 97–100. https://doi.org/10.20535/2409-7160.2023.XXIII.278638

Номер

№ XXIII (2023): ПРОГРЕСИВНА ТЕХНІКА, ТЕХНОЛОГІЯ ТА ІНЖЕНЕРНА ОСВІТА

Розділ

СУЧАСНІ ПРОБЛЕМИ МЕХАНІКИ ДЕФОРМІВНОГО ТВЕРДОГО ТІЛА

Ліцензія

Авторське право (c) 2023 Андрій Бялонович, Георгій Писаренко, Степан Писаренко, Олександр Войналович

Creative Commons License

Ця робота ліцензується відповідно до Creative Commons Attribution 4.0 International License.

Автори, які публікуються у цьому журналі, погоджуються з такими умовами:

  1. Автори залишають за собою право на авторство своєї роботи та передають журналу право першої публікації цієї роботи на умовах ліцензії CC BY 4.0, яка дозволяє іншим особам вільно розповсюджувати опубліковану роботу з обов'язковим посиланням на авторів оригінальної роботи та першу публікацію роботи у цьому журналі.

  2. Автори мають право укладати самостійні додаткові угоди щодо неексклюзивного розповсюдження роботи у тому вигляді, в якому вона була опублікована цим журналом (наприклад, розміщувати роботу в електронному сховищі установи або публікувати у складі монографії), за умови збереження посилання на першу публікацію роботи у цьому журналі.

  3. Політика журналу дозволяє і заохочує розміщення авторами в мережі Інтернет (наприклад, у сховищах установ або на особистих веб-сайтах) рукопису роботи, як до подання цього рукопису до редакції, так і під час його редакційного опрацювання, оскільки це сприяє виникненню продуктивної наукової дискусії та позитивно позначається на оперативності та динаміці цитування опублікованої роботи.