[en] NONDESTRUCTIVE EVALUATION STEEL STRUCTURES USING A SQUID MAGNETOMETER AND COMPUTATIONAL INTELLIGENCE TECHNIQUES
[pt] Esta tese associa duas técnicas de fronteira na área de Ensaios Não-Destrutivos magnéticos, que são a utilização do magnetômetro supercondutor SQUID como instrumento de medida e de Redes Neurais como ferramentas de análise dos sinais detectados. Medidas pioneiras com o SQUID foram realizad...
| Main Author: | |
|---|---|
| Other Authors: | |
| Language: | pt |
| Published: |
MAXWELL
2006
|
| Subjects: | |
| Online Access: | https://www.maxwell.vrac.puc-rio.br/Busca_etds.php?strSecao=resultado&nrSeq=8104@1 https://www.maxwell.vrac.puc-rio.br/Busca_etds.php?strSecao=resultado&nrSeq=8104@2 http://doi.org/10.17771/PUCRio.acad.8104 |
| Summary: | [pt] Esta tese associa duas técnicas de fronteira na área de
Ensaios Não-Destrutivos magnéticos, que são a utilização
do magnetômetro supercondutor SQUID como instrumento de
medida e de Redes Neurais como ferramentas de análise dos
sinais detectados. Medidas pioneiras com o SQUID foram
realizadas em amostras de aço e de alumínio contendo
defeitos diversos, e foram idealizados e implementados
dois Sistemas Neurais, os quais utilizaram combinações de
vários tipos de redes neurais para, a partir do campo
magnético medido, obter informações a respeito da
geometria dos defeitos, possibilitando assim estimar sua
gravidade. === [en] This thesis combines two state-of-the-art techniques in
the area if magnetic Nondestructive Evaluation, that is,
the application of the superconducting magnetometer SQUID
as the magnetic sensor, and the use of Neural Networks as
analysis tools for the detected magnetic signals.
Pioneering measurements using the SQUID have been made in
steel and aluminum samples with various types of flaws,
and two Neural Systems have been implemented, based on the
combination of several neural networks algorithms. Such
systems aim to, based on the measured magnetic field,
obtain information about defect geometry, thus allowing
the assessment of defect severity. |
|---|