сано в работе [25]. Вследствие
периодического изменения коэффициента преломления возникают
интерференционные явления и изменяется интенсивность ультразвуковой волны.
Таким образом, распределение интенсивности акустической волны можно
изучать при помощи чувствительного датчика.
Информацию о дефектах несет
рассеянная акустическая волна. Интенсивность волны имеет весьма
сложную временную зависимость вследствие отражения от границ образца
и дефекта, и поэтому для детекции аномалии полезен метод автоматического
распознавания образов. Анализ значительно упрощается, если
распространяется волна лишь одного типа, например симметричная So.
4.9.2. Детекция аномалии
Нейронные сети являются
чрезвычайно мощным инструментальным средством распознавания образов [27].
Они используются и для детекции дефектов. Более подробно этот метод
описан в Приложении. Искусственные нейронные сети (ИНС) аналогичны
предельно упрощенной нервной системе. Они имеют прямую связь,
т.е. сигналы распространяют сквозь них в одном направлении, от
точек входа до точек выхода. Их используют для классификации
и придания некоторого числового значения целому набору
результатов измерений.
Если известна геометрическая
форма и положение дефектов, можно предсказать распределение интенсивности
рассеянной волны. При наличии таких исходных данных
нейронная сеть может классифицировать дефекты. Эта
возможность здесь не описана вследствие сложного характера
взаимодействия акустической волны с расслоениями. Вместо этого часто
используют метод, основанный на детекции аномалии. Сеть
настраивают на форму сигналов при отсутствии дефектов, и программа
при появлении дефекта сигнализирует о серьезном отклонении сигнала от
исходного состояния. Этот метод не может классифицировать
появляющиеся дефекты. Его достоинством является то, что исходная
форма сигнала может определяться в предварительных экспериментах, что
устраняет необходимость в сложной априорной теории.
Примеры детекции аномалий в медицинской диагностике описаны в работе [28],
а детекция дефектов в инженерных конструкциях - в работах [29,
30].
Принцип работы такой системы
вполне очевиден. Дефект изменяет форму рассеянной волны. Отметим, что
идентифицировать нужно лишь значительные изменения, которые
не могут быть обусловлены флуктуа-циями или шумом измеряемого
параметра.
Принятый здесь подход, описанный
в работе [31], должен настроить сенсорную сеть на заданное распределение
интенсивности. Он использует многослойную прямую сеть [32], которая
способна воспроизвести на выходе распределение интенсивности, подаваемой
на вход. Эта задача тривиальна, если сеть не имеет внутренних слоев с
меньшим количе-
