Application of the virtual identification to the ferromagnetic materials defects classification

• Autorzy: Wac-Włodarczyk A. , Nafalski A. , Goleman R. , Giżewski T.

Identyfikatory

DOI

10.15199/48.2016.04.04

Warianty tytułu

PL

Zastosowanie wirtualnego systemu do klasyfikacji defektów materiałów ferromagnetycznych

• Języki publikacji: EN

Abstrakty

EN

Automatic algorithms which include classifiers require effective systems of the data acquisition in order to create probability groups. Their role is to process the information to the basic figure of the model with a significant number of the details. In the presented work the authors depict individually created solution to the problem of ferromagnetic materials nondestructive testing with ramified and loss nonlinear characteristics and large values of magnetic permeability. All required parameters are subject to the nondestructive eddy current test.

PL

Algorytmy automatyczne wymagają zastosowania efektywnych systemów akwizycji danych do formowania grup podobieństwa. Ich rolą jest przetworzenie informacji w zbiorach danych do postaci podstawowych reprezentacji modeli. W pracy autorzy przedstawiają rozwiązanie problemu klasyfikacji materiałów ferromagnetycznych z charakterystyką rozgałęzioną. Wymagane parametry podlegają identyfikacji metodą badań materiału w polu magnetycznym.

Słowa kluczowe

EN

nondestructive testing; virtual instrument; classification; identification

PL

badanie nieniszczące; instrument wirtualny; klasyfikacja; identyfikacja

• Wydawca: Wydawnictwo SIGMA-NOT
• Czasopismo: Przegląd Elektrotechniczny
• Rocznik: 2016
• Tom: R. 92, nr 4
• Strony: 14--17
• Opis fizyczny: Bibliogr. 9 poz., rys., wykr.

Twórcy

autor

Wac-Włodarczyk A.

• Lublin University of Technology, Department of Electrical Engineering and Computer Science, 38a Nadbystrzycka Str., 20-246 Lublin, Poland

autor

Nafalski A.

• School of Electrical and Information Engineering, University of South Australia Mawson Lakes 5095, Adelaide, South Australia

autor

Goleman R.

• Lublin University of Technology, Department of Electrical Engineering and Computer Science, 38a Nadbystrzycka Str., 20-246 Lublin, Poland

autor

Giżewski T.

• Research Associate at University of Cambridge, Department of Materials Science and Metallurgy, Electric Carbon Nanomaterials Group, 27 Charles Babbage Road CB3 0FS Cambridge, United Kingdom
• Lublin University of Technology, Department of Electrical Engineering and Computer Science, 38a Nadbystrzycka Str., 20- 246 Lublin, Poland

Bibliografia

• [1] Henze O., Rucker W. M., “Identification procedures of Preisach model”, IEEE Trans. Magn., Vol. 38, pp. 833 – 836, 2002.
• [2] Seo S., Bode M., Obermayer K., "Soft nearest prototype classification", IEEE Trans. on Neural Networks, Vol. 14, pp. 390 - 398, 2003.
• [3] El-Helw A.M., Moniri M., Chibelushi C. C., "Errorresilient pattern classification using a combination of spreading and coding gains", IET Image Processing, Vol. 1, pp. 278 - 286, 2007.
• [4] Jones E., Runkle P., Dasgupta N., Couchman L., Carin L., "Genetic algorithm wavelet design for signal classification", IEEE Transactions on Pattern Analysis and Machine Intelligence, Vol. 23, pp. 890 - 895, 2002.
• [5] Parekh R., Yang J., Honavar V., "Constructive neural-network learning algorithms for pattern classification", IEEE Transactions on Neural Networks, Vol. 11, pp. 436-451, 2002.
• [6] H. -Chih Chiang, Moses R.L., Potter L.C., "Modelbased classification of radar images", IEEE Transactions on Information Theory, Vol. 46, pp. 1842 - 1854, 2002.
• [7] Mayergoyz I. D., Mathematical Models of Hysteresis, Springer-Verlag, Berlin 2002.
• [8] Li Zhi , Hao Lina, “The identification of discrete Preisach model based on IPMC”, ROBIO '09, IEEE Int. Conf. on Robotics and Biomimetics, pp. 751 – 755, 2009.
• [9] Fallah E., Moghani J.S., “A new identification and implementation procedure for the isotropic vector Preisach model”, IEEE Transactions on Magnetics, Vol. 44, pp. 37 – 42, 2007.

Uwagi

Opracowanie ze środków MNiSW w ramach umowy 812/P-DUN/2016 na działalność upowszechniającą naukę.