Please use this identifier to cite or link to this item: http://earchive.tpu.ru/handle/11683/74676
Title: Исследование возможности применения нейронных сетей для решения задач капиллярной дефектоскопии
Other Titles: Investigation of the possibility of using a neural networks to solve problems of penetrant testing
Authors: Холичев, Данил Дмитриевич
Хоназаров Анваржон Ганижон угли
Keywords: неразрушающий контроль; контроль проникающими веществами; нейронные сети; программы; капиллярная дефектоскопия; изображения; non-destructive testing; penetrant testing; neural networks; program
Issue Date: 2023
Publisher: Томский политехнический университет
Citation: Холичев, Д. Д. Исследование возможности применения нейронных сетей для решения задач капиллярной дефектоскопии / Д. Д. Холичев, Хоназаров Анваржон Ганижон угли // Ресурсосберегающие технологии в контроле, управлении качеством и безопасности : сборник научных трудов XI Международной конференции школьников, студентов, аспирантов, молодых ученых "Ресурсоэффективные системы в управлении и контроле: взгляд в будущее", 08-10 ноября 2022 г., г. Томск. — Томск : Изд-во ТПУ, 2023. — [С. 259-263].
Abstract: Статья посвящена исследованию возможности применения нейронных сетей для решения задач капиллярной дефектоскопии. Предложена система анализа результатов контроля, которая включает две нейронные сети и программу, реализующую работу нейронных сетей. По результатам работы можно сделать вывод о возможности использования нейронных сетей для обработки результатов капиллярного контроля, т.е. нейронные сети применимы для решения задач капиллярной дефектоскопии в части расшифровки изображений.
The paper is devoted to the study of the possibility of using neural networks to solve problems of capillary flaw detection. A system for analyzing the results of control is proposed; it includes two neural networks and program for implementation of the operation of neural networks According the results of the work, it can be concluded what using neural networks to process the results of penetrant testing is possible. Thus, neural networks are applicable to solving problems of penetrant testing in terms of image decoding.
URI: http://earchive.tpu.ru/handle/11683/74676
Appears in Collections:Материалы конференций

Files in This Item:
File Description SizeFormat 
conference_tpu-2022-C47_V2_p259-263.pdf229,17 kBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.