Two-stage neural algorithm for defect detection and characterization uses an active thermography

در مقاله، یک الگوریتم عصبی دو مرحله ای برای تشخیص و تشخیص نقص ارائه شده است. به منظور تخمین عمق نقص، دو شبکه عصبی آموزش داده شده بر اساس داده های به دست آمده با استفاده از ترموگرافی فعال مورد استفاده قرار گرفت. مرحله اول الگوریتم برای شناسایی نقص توسط یک شبکه عصبی طبقه بندی شده است. سپس عمق نقص ها با استفاده از یک شبکه عصبی رگرسیونی تخمین زده می شود. در این کار نتایج تحقیقات و شبیه سازی های تجربی نشان داده شده است. علاوه بر این، تجزیه و تحلیل حساسیت الگوریتم ارائه شده و تاثیر خطای انتشار پذیری و خطای درجه حرارت محیط بر خطاهای تخمین عمق مورد بررسی قرار گرفت. نتایج بدست آمده با استفاده از یک نمونه آزمایشی ساخته شده از مواد با انتشار پائین حرارتی بدست آمده است.