تخمین بهینه ضرایب مدل سیگنال فراصوتی با ترکیب الگوریتمهای بهینه سازی گروه ذرات و گوس-نیوتن | ||
| مهندسی مکانیک مدرس | ||
| Article 30, Volume 15, Issue 1, 1394, Pages 236-244 PDF (741.73 K) | ||
| Authors | ||
| علی غلامی1; فرهنگ هنرور* 1; حمید ابریشمی مقدم2 | ||
| 1دانشکده مکانیک دانشگاه صنعتی خواجه نصیرالدین طوسی | ||
| 2دانشکده برق دانشگاه صنعتی خواجه نصیرالدین طوسی | ||
| Abstract | ||
| در یک آزمون فراصوتی پژواکهای بازگشتی از درون قطعه دارای اطلاعات مفید و ارزشمندی در مورد مشخصات هندسی و ریزساختاری قطعه هستند. این اکوهای فراصوتی را میتوان با استفاده از مدل پالس گوسی، که دارای پنج پارامتر مستقل است، مدلسازی کرد. برای مدلسازی دقیق یک اکو، پارامترهای پالس گوسی باید هر چه دقیقتر از روی اکوی واقعی محاسبه شوند. الگوریتمهای متفاوتی برای تخمین این پنج پارامتر وجود دارد. در این پژوهش از سه روش بهینهسازی گوس-نیوتن (GN)، گروه ذرات (PSO)و الگوریتم ژنتیک (GA) برای این منظور استفاده خواهد شد و مزایا و معایب هر یک از این روشها طی مثالهایی بررسی خواهد شد و در نهایت با ترکیب این الگوریتمها مزایای یک الگوریتم، جایگزین معایب الگوریتم دیگر خواهد شد. در مورد سیگنالهایی که دارای چندین پژواک فراصوتی هستند از اصل حداقل طول توصیف (MDL) برای تخمین تعداد اکوها استفاده شده است و برای تسهیل تخمین پارامترهای تمامی پژواکها از الگوریتم بیشینه سازی امید تعمیم یافته با فضای تناوبی (SAGE) استفاده خواهد شد. برای ارزیابی کارآیی الگوریتمها نیز سیگنالهای شبیهسازی شده و آزمایشی در حالتهایی که اکوها همپوشانی داشته و یا بدون همپوشانی هستند مورد بررسی قرار خواهد گرفت. الگوریتم ترکیبی در تمامی شرایط مورد مطالعه بهتر از الگوریتمهای منفرد عمل نموده است. | ||
| Keywords | ||
| آزمون فراصوتی; پردازش سیگنال; الگوریتم گوس-نیوتن; الگوریتم بهینهسازی گروه ذرات; الگوریتم ژنتیک | ||
|
Statistics Article View: 267 PDF Download: 316 |
||
| Number of Journals | 45 |
| Number of Issues | 2,160 |
| Number of Articles | 24,584 |
| Article View | 20,263,776 |
| PDF Download | 16,213,012 |