Login| Sign Up| Help| Contact|

Patent Searching and Data


Title:
METHOD OF INTERPRETING FLAW DETECTOR READ-OUTS AND DIGITIZED SIGNALS FOR EXAMINATION OF SOLID BODIES
Document Type and Number:
WIPO Patent Application WO/2019/209144
Kind Code:
A1
Abstract:
A method of interpreting flaw detector read-outs and digitized signals for the examination of solid bodies serves to convert data in the form of a flaw detector read-out or a digitized signal, which are produced during the non-destructive examination of solid bodies, into a machine-readable form, a human-readable form, or control commands, depending on the intended use.

Inventors:
IUREV RODION NIKOLAEVICH (RU)
Application Number:
PCT/RU2019/050024
Publication Date:
October 31, 2019
Filing Date:
March 04, 2019
Export Citation:
Click for automatic bibliography generation   Help
Assignee:
IUREV RODION NIKOLAEVICH (RU)
International Classes:
G06N20/00
Foreign References:
RU2505800C22014-01-27
BY9308C1
RU2424072C12011-07-20
EA021646B12015-08-31
US6650779B22003-11-18
Other References:
See also references of EP 3786859A4
Download PDF:
Claims:
Формула изобретения

Способ расшифровки дефектограмм и оцифрованных сигналов исследования твёрдых тел, отличающийся тем, что расшифровка осуществляется с помощью предобученной на размеченных данных об амплитудно-частотных и

спектральных характеристиках нейронной сети, и позволяющий получить проверенный методом кросс-валидации машиночитаемый или

человекочитаемый ответ о наличии или отсутствии исследуемых характеристик твёрдого тела или управляющие команды, связанные с наличием или

отсутствием исследуемых характеристик.

2

ЗАМЕНЯЮЩИЙ ЛИСТ (ПРАВИЛО 26)

Description:
Способ расшифровки дефектограмм и оцифрованных сигналов исследования твёрдых тел

Изобретение относится к области неразрушающего исследования твёрдых тел.

Известно много способов неразрушающего исследования твёрдых тел, однако в настоящее время их использование ограничено необходимостью сложных

алгоритмов расшифровки либо участием в процессе человека.

В предлагаемом решении эта задача решается на основе методов машинного обучения, в первую очередь с помощью нейронных сетей. Полученный в результате исследования цифровой сигнал (1) разделяется на информативные участки (2), которые размечаются для определения исследуемых характеристик. После этого с помощью нейронных сетей осуществляется вычисление признаков искомых характеристик. Для обеспечения проверки качества обучения осуществляется тестирование на тестовой выборке размеченных информативных участков

цифрового сигнала. На выходе получается протестированная обученная нейронная сеть (3), в которую подаются цифровые сигналы и с помощью отдельного

интерфейса возвращается сообщение о наличии или отсутствии искомой

характеристики в нужной для устройства или пользователя форме (4). Для

непрерывного повышения качества обучения производится дообучение нейронной сети путём оценки результата расшифровки пользователем (5). Качество

выполненного распознавания оценивается методом кросс-валидации.

1

ЗАМЕНЯЮЩИЙ ЛИСТ (ПРАВИЛО 26)