Методика определения информативных признаков при многопараметровом неразрушающем контроле
Рассмотрена методика отбора диагностических признаков при многопараметровом контроле композиционных материалов на основе пошагового дискриминантного анализа. Приведены результаты экспериментального исследования данной методики на примере неразрушающего контроля усталостных повреждений углепластиков...
Saved in:
| Published in: | Техническая диагностика и неразрушающий контроль |
|---|---|
| Date: | 2007 |
| Main Authors: | , , |
| Format: | Article |
| Language: | Russian |
| Published: |
Інститут електрозварювання ім. Є.О. Патона НАН України
2007
|
| Subjects: | |
| Online Access: | https://nasplib.isofts.kiev.ua/handle/123456789/103201 |
| Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
| Journal Title: | Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| Cite this: | Методика определения информативных признаков при многопараметровом неразрушающем контроле / Ю.В. Витрук, В.С. Еременко, А.М. Овсянкин
 // Техническая диагностика и неразрушающий контроль. — 2007. — № 2. — С. 21-26. — Бібліогр.: 9 назв. — рос. |
Institution
Digital Library of Periodicals of National Academy of Sciences of Ukraine| _version_ | 1860166776988368896 |
|---|---|
| author | Витрук, Ю.В. Еременко, В.С. Овсянкин, А.М. |
| author_facet | Витрук, Ю.В. Еременко, В.С. Овсянкин, А.М. |
| citation_txt | Методика определения информативных признаков при многопараметровом неразрушающем контроле / Ю.В. Витрук, В.С. Еременко, А.М. Овсянкин
 // Техническая диагностика и неразрушающий контроль. — 2007. — № 2. — С. 21-26. — Бібліогр.: 9 назв. — рос. |
| collection | DSpace DC |
| container_title | Техническая диагностика и неразрушающий контроль |
| description | Рассмотрена методика отбора диагностических признаков при многопараметровом контроле композиционных материалов на основе пошагового дискриминантного анализа. Приведены результаты экспериментального исследования данной методики на примере неразрушающего контроля усталостных повреждений углепластиков методом свободных колебаний. Показано, что применение процедуры дискриминантного анализа для отбора параметров позволило уменьшить размерность диагностического пространства со 100 до 7.
Overview method selection diagnostic signs in case polyvalent control composition materials base on step-by-step discriminant analysis. Results ехperimental research given method present ехample nondestructive testing fatigue damages free-vibration methods. In result, арplication procedure discriminant analysis for selection parameters allowed to decrease dimension diagnostic space from 100 to 7.
|
| first_indexed | 2025-12-07T17:57:25Z |
| format | Article |
| fulltext |
УДК 620.179.16
МЕТОДИКА ОПРЕДЕЛЕНИЯ ИНФОРМАТИВНЫХ ПРИЗНАКОВ
ПРИ МНОГОПАРАМЕТРОВОМ НЕРАЗРУШАЮЩЕМ КОНТРОЛЕ
Ю. В. ВИТРУК, В. С. ЕРЕМЕНКО, А. М. ОВСЯНКИН
Рассмотрена методика отбора диагностических признаков при многопараметровом контроле композиционных ма-
териалов на основе пошагового дискриминантного анализа. Приведены результаты экспериментального исследо-
вания данной методики на примере неразрушающего контроля усталостных повреждений углепластиков методом
свободных колебаний. Показано, что применение процедуры дискриминантного анализа для отбора параметров
позволило уменьшить размерность диагностического пространства со 100 до 7.
Overview method selection diagnostic signs in case polyvalent control composition materials base on step-by-step discriminant
analysis. Results ехperimental research given method present ехample nondestructive testing fatigue damages free-vibration
methods. In result, арplication procedure discriminant analysis for selection parameters allowed to decrease dimension
diagnostic space from 100 to 7.
Методы диагностики композиционных материа-
лов, таких как многослойные пластиковые панели,
сотовые панели и т. д., имеют ряд существенных
отличий от методов диагностики структурно-од-
нородных материалов. Это обусловлено сложной
структурой композитов, разными механизмами
разрушения, а также большим количеством типов
дефектов, которые невозможно выявлять одним
физическим методом. Поэтому для диагностики
композитов используются многопараметровые
комплексные методы. В работе [1] доказано, что
с увеличением количества диагностических пара-
метров повышается точность и надежность кон-
троля, возрастают время обработки данных и ап-
паратурные затраты, что ведет к увеличению
стоимости диагностики. Поэтому актуальной яв-
ляется проблема выделения определенного коли-
чества оптимальных с точки зрения информатив-
ности диагностических параметров контроля
композитов. В работах [2, 3] эта проблема реша-
ется посредством метода главных компонент, ко-
торый основан на преобразовании Карунена–Ло-
ева. Однако этот метод имеет ряд недостатков,
в частности, трудности при определении опти-
мальных значений собственных чисел и собствен-
ных векторов корреляционной матрицы, которая
характеризует связь между диагностическими па-
раметрами.
В статье проведено исследование возможности
использования пошагового дискриминантного
анализа [4] для отбора диагностических парамет-
ров с наибольшей чувствительностью к дефект-
ности изделия и минимизация их количества.
Дискриминантный анализ основывается на по-
шаговой процедуре исследования каждого инфор-
мативного параметра по критерию минимума от-
ношения внутригруппового расстояния к межгруп-
повому расстоянию. В данном случае группами счи-
таются множества значений информативных
признаков, которые отвечают бездефектным зо-
нам изделия и зонам с определенными дефектами.
Критерием информативности каждого отдельно-
го параметра может служить Λ-статистика Уилкса:
Λ(x) = detW(x) ⁄ detT(x),
где W(x), T(x) — соотвественно внутригрупповая
и общая матрица взаимных произведений; detW(x),
detT(x) — детерминанты соответствующих мат-
риц.
Данная статистика принимает значение от 0 до
1. Большие ее значения свидетельствуют о слабом
разделении между группами, малые — достаточ-
ном. Кроме Λ-статистики может также использо-
ваться ее аппроксимация, которая базируется на
F-распределении Фишера.
При пошаговой процедуре дискриминантного
анализа выполняются следующие правила:
параметр не исключается, если значение его
F-статистики исключения больше или равняется
установленному порогу:
Fискл = n – q – p + 1
q – 1 ⋅
1 – Λ(ux)
Λ(ux)
,
где n — общее количество наблюдений; q —
количество групп; p — общее количество пере-
менных;
параметр не включается, если значение его
F-статистики включения ниже установленного
уровня:
Fвкл = n – q – p
q – 1 ⋅
1 – Λ(ux)
Λ(ux)
;
параметр не включается, если значение его
внутригрупповой толерантности ниже установ-
ленного порога.© Ю. В. Витрук, В. С. Еременко, А. М. Овсянкин, 2007
ТЕХНИЧЕСКАЯ ДИАГНОСТИКА И НЕРАЗРУШАЮЩИЙ КОНТРОЛЬ, №2,2007 21
Толерантность для включения классифика-
ционной переменной равняется единице за выче-
том квадрата ее внутригрупповой корреляции с
текущими включенными переменными. При этом
Λ(uх) — мультипликативный прирост, который
получается при соответственном включении или
исключении исследуемого параметра. Мультип-
ликативный прирост вычисляется следующим об-
разом: Λ(xix) =
t~ii
w~ ii
— для исключения параметра
xi и Λ(xix) =
w~ii
t~ii
— соответственно для включения
параметра xi, где t
~
ii, w
~
ii — текущие состояния мат-
риц T(x) и W(x), которые получены путем приме-
нения процедуры «выметания» [4] на соответству-
ющих диагональных элементах.
Таким образом, после выполнения пошаговой
процедуры диагностические параметры ранжиру-
ются по значению их информативности (в данном
случае чувствительности к изменению физичес-
ких свойств исследуемой зоны).
Дискриминантный анализ также дает возмож-
ность по отобранным информативным признакам
построить дискриминантные функции, которые
описывают каждый класс (группу) и позволяют
классифицировать исследуемые зоны изделия на
принадлежность к определенному эталонному клас-
су (неповрежденные или с определенной степенью
повреждения — определенными дефектами).
Дискриминантные функции строятся в виде
следующего уравнения:
dg = ag + bg1x1 + … + bgpxp, (1)
где ag = – 12 ∑
j
x
_
gibgi и bgi = –(n – q) ∑
j
wijx
_
gi —
коэффициенты дискриминантных функций, кото-
рые вычисляются по множествам информативных
признаков, отвечающим эталонным зонам (обу-
чающим множествам); x
_
gi — среднее значение i-й
переменной в эталонной группе g; x1...хр — зна-
чение соответствующих информативных призна-
ков для исследуемой зоны.
Классификация изделий осуществляется по
следующему правилу: дефект в изделии принад-
лежит к определенному эталонному классу, если
значение соответствующей дискриминантной
функции при подстановке в нее измеренных зна-
чений диагностических признаков больше, чем
значение других дискриминантных функций при
тех же значениях признаков. Таким образом, про-
цедура пошагового дискриминантного анализа
позволяет уменьшить размерность диагностичес-
кого пространства и построить дискриминантные
функции, по которым проводится классификация
информационных сигналов.
Экспериментальные исследования проводили
на образцах однонаправленного углепластика
КМУ-11Э-0,08 толщиной 2,2 мм и размером
200 20 мм с полусферическим концентратором
напряжения радиусом 1,5 мм. Дефектные зоны
моделировались циклическим нагружением изги-
бом при нагрузке σ = 0,33σв (σв — предел проч-
ности материала) каждого образца по 500 000, 750
000 и 1 000 000 циклов. Хотя усталостная проч-
ность однонаправленных композиционных мате-
риалов в 2…3 раза превышает прочность конс-
трукционных металлов, уже на ранней стадии
циклического нагружения в композитах возника-
ют разрушения на границе раздела волокно–мат-
рица, появляются растрескивание матрицы и рас-
слоения [5]. Данные типы разрушений приводят
к постепенному снижению жесткости в процессе
нагружений.
В работе [6] сделана попытка оценки усталос-
тного разрушения углепластика импедансным ме-
тодом и методом свободных колебаний по амп-
литуде информационного сигнала. Показано, что
чувствительность контроля зависит от многих
факторов — метода контроля и типа дефектоско-
па, типа первичного преобразователя (раздельный
или раздельно-совмещенный). Относительно не-
большие изменения амплитуды сигналов для без-
дефектных и поврежденных образцов требуют по-
вышенной стабильности условий при проведении
контроля, а также высокой квалификации опера-
тора. Поэтому в проведенных экспериментальных
исследованиях с целью повышения информатив-
ности контроля усталостных повреждений в ка-
честве диагностических параметров были исполь-
зованы спектральные характеристики информа-
ционных сигналов свободных колебаний.
Возбуждение свободных колебаний в образцах
осуществлялось посредством генератора дефек-
тоскопа АД-60 и стандартного преобразователя
ПДУ-3. Приемный микрофон преобразователя со-
единялся через порт ввода/вывода ET1290 с пер-
сональным компьютером. Порт состоит из пред-
варительного усилителя и 12-разрядного аналого-
цифрового преобразователя с частотой дискрети-
зации до 10 МГц (выбор необходимой частоты
осуществляется программным путем). Сканирова-
ние образцов происходило в центральной зоне
возле концентратора напряжения.
Пространством диагностических признаков с
учетом подхода, описанного в [7], являются век-
торы действительных и мнимых частей спектра
Фурье информативных сигналов. На рис. 1 пока-
заны огибающие амплитудных и фазовых спект-
ров полученных сигналов, осредненные по десяти
значениям.
На данных рисунках кривые с отметкой 0 оз-
начают соответствующие спектры свободных ко-
лебаний, полученные на бездефектном образце, с
22 ТЕХНИЧЕСКАЯ ДИАГНОСТИКА И НЕРАЗРУШАЮЩИЙ КОНТРОЛЬ, №2,2007
отметками 1–3 — спектры свободных колебаний,
полученных на образцах, которые были подвер-
жены нагружениям 500 000, 750 000 и 1 000 000
циклов соответственно. Предварительно анализи-
руя рис. 1 можно сказать, что амплитудные спек-
тры, по которым принято классифицировать сиг-
налы свободных колебаний, незначительно отли-
чаются один от другого. Это также хорошо видно
из спектров разностей амплитуд (рис. 2), рассчи-
танных между амплитудными спектрами сигна-
лов, полученных на дефектных образцах, и амп-
литудным спектром сигнала, полученного на без-
дефектном образце.
На рис. 2 кривая 1 характеризует разностные
амплитудные спектры свободных колебаний меж-
ду спектром на образце с 500 000 циклов нагру-
жений и спектром на бездефектном образце; 2 —
между спектром на образце с 750 000 циклов и
спектром на бездефектном образце; 3 — между
спектром на образце с 1 000 000 циклов и спек-
тром на бездефектном образце.
Согласно методике, приведенной в [8], по раз-
ностным спектрам рассчитывается обобщенный
параметр B. Для полученных данных он равняется
0,146 для образца с нагружением 500 000 циклов,
0,142 — 750 000 циклов и 0,141 — 1000 000 цик-
лов. Можно сделать вывод, что сигналы, которые
соответствуют различным типам дефектов, мало
различаются между собой по обобщенному пара-
метру B, что не позволяет классифицировать их
таким способом.
На рис. 3. изображен спектр метрических рас-
стояний [7] между комплексными компонентами
преобразования Фурье сигналов, полученных на
образцах, которые подвергались нагружениям, и
сигнала, полученного на образце, который не под-
вергался нагружению.
Обобщенный параметр B, рассчитанный по
спектру метрических расстояний, для перечислен-
ных выше образцов равняется соответственно
0,259; 0,234; 0,205. Таким образом, учет фазовой
информации в спектрах метрических расстояний
дает возможность несколько улучшить различи-
мость между сигналами, которые соответствуют
свободным колебаниям в образцах с различной
нагрузкой. Следовательно, обработку сигналов
свободных колебаний по метрическим расстояни-
ям между комплексными спектрами можно про-
Рис. 1. Огибающие амплитудных (а) и фазовых (б) спектров
свободных колебаний (обозначения кривых см. в тексте)
Рис. 2. Разностные амплитудные спектры свободных колеба-
ний (обозначения кривых см. в тексте)
Рис. 3. Спектры метрических расстояний между комплексны-
ми спектрами, полученными на образце с 500 000 циклами наг-
ружения и бездефектном образце (1); 750 000 циклами
нагружения и бездефектном образце (2); образце с 1 000 000
циклов нагружения и бездефектном образце (3)
ТЕХНИЧЕСКАЯ ДИАГНОСТИКА И НЕРАЗРУШАЮЩИЙ КОНТРОЛЬ, №2,2007 23
водить предварительно для отбора наиболее ин-
формативных гармоник.
В проведенных исследованиях использовалась
процедура пошагового дискриминантного анали-
за, которая представлена в программном пакете
обработки статистической информации «STATIS-
TICA» (StatSoft). Результаты данной процедуры
приведены в табл. 1. Номер шага совпадает в дан-
ном случае с количеством включенных перемен-
ных. Для дискриминантного анализа было исполь-
зовано 50 первых комплексных гармоник свобод-
ных колебаний исследуемых зон.
Номеру переменной соответствует номер гар-
моники спектра, а индекс r или i означает дейс-
твительную или мнимую ее часть. График поша-
гового изменения Λ-статистики приведен на
рис. 4.
Было исследовано два случая: в первом отоб-
рано шесть переменных (Λ = 0,0002943), во вто-
ром — 7 (Λ = 0,0001279). Параметром качества
разделения на группы для этих двух случаев мо-
жет служить значение Λ-статистики, которое для
семи отобранных переменных почти в 2 раза мень-
ше, чем для шести. Но для более лучшего срав-
нения целесообразно найти значение некоторых
мер схожести между группами для этих двух слу-
чаев. В частности, удобной мерой схожести яв-
ляется расстояние Махаланобиса [9]:
D = (x – m)TC–1(x – m),
где m, x — векторы средних значений переменных
соответственно одной и второй группы; C — ко-
вариационная групповая матрица; ()T — оператор
транспонирования; С–1 — оператор обращения
матрицы.
Рассчитанные с помощью пакета «Statistica»
расстояния Махаланобиса для двух случаев при-
ведены в табл. 2 и 3.
Из анализа данных, приведенных в таблицах,
следует, что увеличение множества классифика-
ционных переменных ведет к увеличению рассто-
яний между группами. Но особенность данных
сигналов такова, что расстояние между сигналом
на образце с максимальным количеством циклов
нагружений и сигналом на бездефектном образце
наименьшая по сравнению с другими и составляет
74,456. Возможно, это вызвано непропорциональ-
ными изменениями механических свойств иссле-
дуемого материала при нагружениях в определен-
ных диапазонах.
Также были рассчитаны коэффициенты диск-
риминантных функций для шести и семи отоб-
ранных переменных (табл. 4 и 5).
Классификатор, который является системой
дискриминантных функций согласно формуле (1)
Та б л и ц а 1. Результаты пошаговой процедуры отбора пере-
менных
Номер
шага
Номер включенной
переменной Значение Λ-статистики
0 — 1
1 22r 0,0920559
2 21r 0,0207883
3 26i 0,0075883
4 3i 0,0029715
5 7i 0,0009627
6 14i 0,0002943
7 17i 0,0001279
8 36r 0,0000592
9 23r 0,0000094
10 13i 0,0000035
11 19r 0,0000017
12 11i 0,0000007
13 10i 0,0000003
14 43i < 0,00000001
Рис. 4. График пошагового изменения Λ-статистики Уилкса
Т а б л и ц а 2. Расстояния Махаланобиса между группами в
случае шести отобранных переменных
Образец Бездефект. 500 000 750 000 1 000 000
Бездефект. 0,0000 553,1716 77,0873 73,0016
500 000 553,1716 0,0000 733,7812 418,4604
750 000 77,0873 733,7812 0,0000 60,9781
1 000 000 73,0016 418,4604 60,9781 0,0000
Т а б л и ц а 3. Расстояния Махаланобиса между группами в
случае семи отобранных переменных
Образец Бездефект. 500 000 750 000 1 000 000
Бездефект. 0,0000 1165,497 107,475 74,456
500 000 1165,497 0,0000 1649,311 972,549
750 000 107,475 1649,311 0,0000 106,1182
1 000 000 74,456 972,549 106,1182 0,0000
Пр и м е ч а н и е . В табл. 2–4 принято: бездефект. —
бездефектный образец; 500 000, 750 000 и 1 000 000 —
образцы с нагружением 500 000, 750 000 и 1 000 000 циклов.
24 ТЕХНИЧЕСКАЯ ДИАГНОСТИКА И НЕРАЗРУШАЮЩИЙ КОНТРОЛЬ, №2,2007
и построенный на основе отобранных переменных
посредством пошаговой процедуры, представляет
собой следующую матричную систему уравнений:
D = BX,
где D — матрица [4 4] искомых значений дис-
криминантных функций для четырех групп; X —
матрица [4 (m + 1)] значений отобранных пере-
менных для четырех групп (последний столбик
матрицы заполняется единицами); B — матрица
[(m + 1) 4] коэффициентов дискриминантных
функций; m — количество отобранных перемен-
ных.
Для проверки работы классификаторов было
проведено 12 измерений на различных образцах.
Результаты работы классификаторов для случая
шести и семи отобранных переменных представ-
лены в табл. 6, где цифры 0–3 означают соответ-
ственно сигналы, полученные на бездефектном
образце, на образце с нагружением 500 000, 750
000 и 1 000 000 циклов.
Таким образом, классификация на основе семи
отобранных переменных является более достовер-
ной. Очевидно, что в рассмотренном случае ис-
пользование меньшего количества переменных
для классификации нецелесообразно.
Выводы
Применение пошагового дискриминантного ана-
лиза позволило уменьшить размерность простран-
ства информативных признаков со 100 до 7 пе-
ременных.
Полученные дискриминантные функции дают
возможность проводить диагностику не только в
режиме «годен–не годен», но и осуществлять
классификацию дефектных зон.
Вследствие того, что пошаговая процедура вы-
бирает диагностические параметры, наиболее чув-
ствительные к изменению свойств материалов,
исследованная методика обеспечивает более вы-
сокую достоверность контроля, чем существую-
щие методики на основе расчета обобщенных
параметров.
Т а б л и ц а 4. Коэффициенты дискриминантных функций для шести отобранных переменных
Номер переменной Коэффициент Бездефект. (g = 0) 500 000 (g = 1) 750 000 (g = 2) 1 000 000 (g = 3)
Х22r bg,0 –26010,7 –6173,6 –24652,1 –19130,0
X21r bg,1 10163,2 3882,4 8368,5 6181,4
X26i bg,2 40991,9 –12337,1 55426,4 35906,3
X3i bg,3 2239,4 7368,3 –989,5 67,7
X47i bg,4 13345,3 –5771,6 18283,7 11238,8
X14i bg,5 –6306,5 132,7 –8169,8 –4652,7
Const ag –291,6 –90,2 –275,6 –169,2
Т а б л и ц а 5. Коэффициенты дискриминантных функций для семи отобранных переменных
Номер переменной Коэффициент Бездефект. (g = 0) 500 000 (g = 1) 750 000 (g = 2) 1 000 000 (g = 3)
Х22r bg,0 –31524,3 1810,2 –33172,4 –23985,6
X21i bg,1 9386,2 5007,6 7167,7 5497,1
X26r bg,2 61015,4 –41331,7 86369,6 53540,6
X3i bg,3 –3158,3 15184,2 –9330,7 –4685,9
X47i bg,4 22040.8 –18363,0 31721,4 18896,8
X14i bg,5 –6765,0 796,7 –8878,4 –5056,6
X17r bg,6 7140,4 –10339,5 11034,4 6288,4
Const ag –332,5 –175,9 –373,2 –200,9
Т а б л и ц а 6. Результаты работы классификаторов
Верные решения
Решения класси-
фикатора с
шестью перемен-
ными
Решения класси-
фикатора с
семью перемен-
ными
0 0 0
0 0 0
0 0 0
1 1 1
1 1 1
2 0 2
3 3 3
3 0 3
3 0 3
3 3 3
3 3 3
3 3 3
Количество решений, сов-
падающих с верными 9 12
ТЕХНИЧЕСКАЯ ДИАГНОСТИКА И НЕРАЗРУШАЮЩИЙ КОНТРОЛЬ, №2,2007 25
1. Рапопорт Д. А., Фрейдин Б. Г., Шор Л. А. О надежности
многопараметрического неразрушающего контроля //
Дефектоскопия. — 1990. — № 8. — С. 81–87.
2. Ахметшин А. М. Применение метода главных компонент
в неразрушающем контроле // Там же. — 1981. — № 12.
— С. 23–36.
3. Виброакустическая диагностика неметалических эле-
ментов конструкций летательных аппаратов с использо-
ванием алгоритма множественной классификации сигна-
лов / С. Р. Игнатович, Н. И. Бурау, И. М. Закиев, А. Д.
Коган // Материалы 14-й ежегодной междунар. конф.
«Современные методы и средства неразрушающего кон-
троля и технической диагностики». — 16–20 окт. 2006
г., Ялта. — С. 48–49.
4. Статистические методы для ЭВМ / Под ред. К. Энс-
лейна, Э.Релстона, Г. С. Уилфа. — М.: Наука, 1986. —
464 с.
5. Фудзи Т., Язако М. Механика разрушения композицион-
ных материалов: Пер. с япон. — М.: Мир, 1982. — 232 с.
6. Овсянкін А. М., Дереча В. Я., Луб’яний В. В. Контроль
втомних пошкоджень конструкцій з ПКМ // Техн. диаг-
ностика и неразруш. контроль. — 2007. — № 1. —
С. 39–44.
7. Витрук Ю. В., Еременко В. С. Особенности применения
преобразования Фурье для диагностики композицион-
ных материалов методом свободных колебаний // Там
же. — 2006. — № 3. — С. 24–26.
8. Применение спектрального анализа в низкочастотных
акустических дефектоскопах / Ю. В. Ланге, С. И. Воро-
паев, В. Ф. Мужицкий и др. // Дефектоскопия. — 1995.
— № 10. — С. 74–83.
9. Ту Дж., Гонсалес Р. Принципы распознавания образов.
— М.: Мир, 1978. — 412 с.
Нац. авиац. ун-т, Киев Поступила в редакцию
25.12.2006
26 ТЕХНИЧЕСКАЯ ДИАГНОСТИКА И НЕРАЗРУШАЮЩИЙ КОНТРОЛЬ, №2,2007
|
| id | nasplib_isofts_kiev_ua-123456789-103201 |
| institution | Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| issn | 0235-3474 |
| language | Russian |
| last_indexed | 2025-12-07T17:57:25Z |
| publishDate | 2007 |
| publisher | Інститут електрозварювання ім. Є.О. Патона НАН України |
| record_format | dspace |
| spelling | Витрук, Ю.В. Еременко, В.С. Овсянкин, А.М. 2016-06-14T15:02:01Z 2016-06-14T15:02:01Z 2007 Методика определения информативных признаков при многопараметровом неразрушающем контроле / Ю.В. Витрук, В.С. Еременко, А.М. Овсянкин
 // Техническая диагностика и неразрушающий контроль. — 2007. — № 2. — С. 21-26. — Бібліогр.: 9 назв. — рос. 0235-3474 https://nasplib.isofts.kiev.ua/handle/123456789/103201 620.179.16 Рассмотрена методика отбора диагностических признаков при многопараметровом контроле композиционных материалов на основе пошагового дискриминантного анализа. Приведены результаты экспериментального исследования данной методики на примере неразрушающего контроля усталостных повреждений углепластиков методом свободных колебаний. Показано, что применение процедуры дискриминантного анализа для отбора параметров позволило уменьшить размерность диагностического пространства со 100 до 7. Overview method selection diagnostic signs in case polyvalent control composition materials base on step-by-step discriminant analysis. Results ехperimental research given method present ехample nondestructive testing fatigue damages free-vibration methods. In result, арplication procedure discriminant analysis for selection parameters allowed to decrease dimension diagnostic space from 100 to 7. ru Інститут електрозварювання ім. Є.О. Патона НАН України Техническая диагностика и неразрушающий контроль Техническая диагностика Методика определения информативных признаков при многопараметровом неразрушающем контроле Procedure for determination of information features in multiparametral NDT Article published earlier |
| spellingShingle | Методика определения информативных признаков при многопараметровом неразрушающем контроле Витрук, Ю.В. Еременко, В.С. Овсянкин, А.М. Техническая диагностика |
| title | Методика определения информативных признаков при многопараметровом неразрушающем контроле |
| title_alt | Procedure for determination of information features in multiparametral NDT |
| title_full | Методика определения информативных признаков при многопараметровом неразрушающем контроле |
| title_fullStr | Методика определения информативных признаков при многопараметровом неразрушающем контроле |
| title_full_unstemmed | Методика определения информативных признаков при многопараметровом неразрушающем контроле |
| title_short | Методика определения информативных признаков при многопараметровом неразрушающем контроле |
| title_sort | методика определения информативных признаков при многопараметровом неразрушающем контроле |
| topic | Техническая диагностика |
| topic_facet | Техническая диагностика |
| url | https://nasplib.isofts.kiev.ua/handle/123456789/103201 |
| work_keys_str_mv | AT vitrukûv metodikaopredeleniâinformativnyhpriznakovprimnogoparametrovomnerazrušaûŝemkontrole AT eremenkovs metodikaopredeleniâinformativnyhpriznakovprimnogoparametrovomnerazrušaûŝemkontrole AT ovsânkinam metodikaopredeleniâinformativnyhpriznakovprimnogoparametrovomnerazrušaûŝemkontrole AT vitrukûv procedurefordeterminationofinformationfeaturesinmultiparametralndt AT eremenkovs procedurefordeterminationofinformationfeaturesinmultiparametralndt AT ovsânkinam procedurefordeterminationofinformationfeaturesinmultiparametralndt |