автореферат диссертации по приборостроению, метрологии и информационно-измерительным приборам и системам, 05.11.13, диссертация на тему:Развитие теории и создание высокоэффективных программно-алгоритмических средств электромагнитной дефектоскопии оборудования атомной энергетики

На правах рукописи

ЛУНИН Валерий Павлович

РАЗВИТИЕ ТЕОРИИ И СОЗДАНИЕ ВЫСОКОЭФФЕКТИВНЫХ ПРОГРАММНО-АЛГОРИТМИЧЕСКИХ СРЕДСТВ ЭЛЕКТРОМАГНИТНОЙ ДЕФЕКТОСКОПИИ ОБОРУДОВАНИЯ АТОМНОЙ ЭНЕРГЕТИКИ

Специальность 05.11.13 - Приборы и методы контроля природной среды, веществ, материалов и изделий

автореферат

диссертации на соискание ученой степени доктора технических наук

Москва 2011

Работа выполнена на кафедре Электротехники и Интроскопии Московского энергетического института (Технического Университета)

Официальные оппоненты:

Доктор технических наук, профессор Кузнецов Н.С.

Защита диссертации состоится 22 февраля 2011 г. в 12.00 на заседании диссертационного совета Д212.119.01 в Московском Государственном Университете Приборостроения и Информатики по адресу: 107996, Москва, ул. Стромынка, 20.

С диссертацией можно ознакомиться в научно-технической библиотеке

Отзывы на автореферат в двух экземплярах, заверенные печатью, просим направлять по адресу: 107996, Москва, ул. Стромынка, д.20, Ученый совет

Доктор технических наук, профессор Шелихов Г.С.

Доктор технических наук, профессор Шкатов П.Н.

и^д^г щил

ЗАО НИИИН МНПО "Спектр", Москва

МГУ ГШ.

МГУПИ

Автореферат разослан

2011 г.

Ученый секретарь

Диссертационного совета Д212.119.01 д.т.н., профессор

В.В.Филинов

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность темы исследования связана со следующими обстоятельствами:

• в последние годы существенно возросли потребности в надежных средствах определения технического состояния эксплуатируемых энергетических объектов повышенной опасности (в первую очередь, оборудования атомных электростанций) с целью оценки их надежности и определения остаточного ресурса, что обусловлено потребностями в их более рациональном использовании и безопасности;

• анализ статистических данных об аварийных ситуациях па этих сооружениях за последние десятилетия выявляет тенденцию к их росту, что, учитывая все возрастающее количество таких объектов, не может не вызывать обоснованного беспокойства.

Противостоять этой тенденции можно с помощью создания надежных систем неразрушающего контроля и диагностики, предназначенных для оценки технического состояния и прогнозирования остаточного ресурса оборудования путем мониторинга опасных зон и отслеживания динамики изменения параметров, свидетельствующих о происходящих изменениях в состоянии конструкционных материалов.

Одной из самых актуальных проблем мировой атомной энергетики является задача обеспечения высокой эксплуатационной надежности и безопасности элементов ядерных энергетических установок, в частности, теплообменных труб парогенераторов АЭС. Ввиду того, что парогенераторы АЭС работают в очень напряженных режимах, обеспечивающих их экономическую эффективность, теплообменные трубы эксплуатируются в условиях больших плотностей энерговыделения, высоких рабочих температур, значительных механических нагрузок, в контакте с агрессивными средами. Поэтому выход из строя отдельных труб может привести к нанесению ущерба здоровью обслуживающего персонала АЭС, большим экономическим потерям от остановки энергоблоков и радиоактивному заражению окружающей среды. Поэтому необходимо систематически контролировать теплообменные трубы во время эксплуатации и вовремя принимать меры для предотвращения аварийных ситуаций.

Среди разнообразных видов неразрушающего контроля для оценки технического состояния объектов атомной энергетики (тепловыделяющих элементов ядерных реакторов, трубопроводов, теплообменных труб), выявления и оценки параметров дефектов успешно применяют методы, основанные на взаимодействии электромагнитного поля с контролируемым изделием (электрический, магнитный, вихретоковый).

Для успешного создания средств электромагнитного контроля используются решения прямой и обратной задач. Под прямой задачей понимается анализ распределения (перераспределения) компонент электромагнитного поля, обусловленного наличием в изделии неоднородности (дефекта) с аномальными значениями электрической проводимости, магнитной и/или диэлектрической проницаемости и определения сигналов соответствующих датчиков поля. В основе решения прямой задачи лежит теория электромагнитного поля. Проблемами анализа электромагнитных полей занимались Ю.А.Бахвалов, Г.А.Гринберг, К.С.Демирчян, А.В.Иванов-Смоленский, Э.В.Колесников, П.А.Курбатов,

И.Д.Маергойз, Л.Р.Нейман, К.М.Поливанов, О.В.Тозони, ВЛ.Чечурин.

Под обратной задачей понимается задача обнаружения и определения геометрических и/или электрофизических параметров неоднородности в контролируемом изделии по измеренному полю в некоторой ограниченной области пространства (как правило, в окрестности этой неоднородности). Теоретические проблемы электромагнитных методов контроля исследовались в фундаментальных работах отечественных ученых В.Г.Герасимова, Н.Н.Зацепина, В.В.Клюева, В.Ф.Мужицкого, А.Д.Покровского, Ю.И.Стеблева, В.В.Сухорукова, Ю.К.Федосенко, В.Е.Шатерникова, Ю.М.Шкарлета, ГТ.Н.Шкатова, В.Е.Щербинина, а также ряда зарубежных исследователей William Lord (Iowa Slate University, USA), Satish Udpa (Michigan State University. USA), David Athcrton (Montreal State University, Canada), Kenzo Miya (Nuclear Engineering Research Laboratory, Japan), Friedrih Foerster (Foerster's Institute, Germany) и др.

Вместе с тем, потенциальные возможности электромагнитного контроля использованы далеко не полностью. Недостаточное теоретическое исследование электрофизических явлений при электромагнитном контроле оказывает негативное влияние на качество проектирования средств электрического, магнитного и вихретокового видов контроля. Сложность анализа изменений поля, а также обработки сигналов датчиков объясняются сложностью и разнообразием геометрических форм как самих исследуемых объектов, так и выявляемых дефектов, необходимостью учета нелинейности свойств контролируемых матери&тов и комплектующих элементов преобразователей.

Диссертационная работа посвящена разработке методологии и соответствующего математического аппарата для решения прямых и обратных задач электромагнитного контроля. При постановке вычислительных экспериментов и при разработке алгоритмов используются материалы теоретических и экспериментальных исследований. Методология опирается на современные технологии, предусматривающие использование адекватных математических моделей процедур электромагнитного контроля, эффективных алгоритмов анализа экспериментальных данных и на принципы создания проблемно-ориентированных программных комплексов, характеризующихся интегрированностью информационных, моделирующих и интерфейсных компонент. Это дает возможность инженеру исследовать характер взаимодействия поля с контролируемым изделием, судить о достоинствах того или иного метода контроля и его ограничениях, выбрать наилучшие условия организации процедуры контроля, спроектировать конструкцию преобразователя в конкретной задаче, а также обоснованно задать программу анализа сигналов и принятия решения.

Среди методов численного моделирования на ЭВМ выделяется метод конечных элементов, позволяющий использование треугольных (в двумерных задачах) и т етраэдральных (в трехмерных) сеток. Он имеет значительные преимущества перед другими численными методами благодаря возможности построения нерегулярных сгущающихся и разрежающихся сеток, а также учета сложной трехмерной геометрии исследуемого изделия и аппроксимации граничных условий.

Однако применение стандартных вычислительных конечно-элементных схем для решения сложных трехмерных задач электромагнитного контроля требует больших вычислительных затрат. Это приводит либо к большой погрешности решения из-за использования недостаточно подробной сетки, либо к чрезмерно

большим вычислительным затратам при решении важных практических задач. Предложенные в диссертационной работе подходы к конечно-элементному моделированию с выделением двумерной части поля, как основной, позволяют при решении многих трехмерных задач снизить затраты и тем самым делают эти задачи доступными для решения с высокой точностью при относительно небольших вычислительных затратах. В работе построены основанные на таких подходах конечно-элементные схемы моделирования электромагнитных полей с источниками в виде заданного распределения потенциала на границах проводящего изделия (электронотенциальный метод), статических зарядов электродов (электроемкостный метод), постоянных магнитов и катушек с током (магнитный и вихретоковый контроль).

При численном решении обратных задач электромагнитного контроля до настоящего времени использовались различные методы: калибровочных характеристик, сведения к системе (нелинейных) уравнений и обращения матриц. Наиболее удовлетворительные результаты были получены минимизацией целевого функционала невязки измеренных и рассчитанных данных. Однако в целом эти методы нельзя назвать удовлетворительными, так как они предполагают низкий уровень шума в исходных данных и отличаются низкой устойчивостью.

Таким образом, серьезного внимания требует создание и обоснование более совершенных алгоритмов обработки, анализа и интерпретации данных электромагнитного контроля, регистрируемых соответствующими датчиками. Разработка способов классификации и параметризации дефектов в настоящее время нередко базируется на экспериментальных исследованиях и поиске взаимосвязи между характеристиками искомого дефекта и несколькими параметрами сигналов, полученных в результате взаимодействия поля с контролируемым изделием. Как правило, подобный анализ данных представляет собой весьма трудоемкий процесс, поскольку данные задаются в многомерном пространстве признаков, при этом классы имеют границы очень сложной формы, а порой и существенно перекрываются. Во многих случаях анализ значительно усложняется из-за наличия в измерениях заметного шума различного происхождения.

В течение последних десятилетий интенсивно развивается новая технология анализа данных, основанная на применении искусственных нейронных сетей. Их отличительная черта - способность обучаться на известных примерах и обобщать полученную информацию, невосприимчивость к шуму и присущая им параллельность архитектуры. Все это делает нейросетевой подход крайне привлекательным для решения таких сложных задач электромагнитного контроля, как классификация и параметризация дефектов в условиях шума, а также неполных и противоречивых данных. На практике нейронные сети могут быть использованы для создания автоматизированных систем обработки, не требующих участия экспертов высокой квапификации.

Однако при решении задач классификации и параметризации дефектов по экспериментальным сигналам с помощью традиционных нейросетевых подходов существует ряд важных недостатков (сложности при классификации данных с перекрывающимися границами, субъективность при выборе архитектуры сети, возможность попадания в локальный минимум при обучении).

Научная проблема

Научной проблемой, решению которой посвящена диссертационная работа, является задача построения, теоретического обоснования и программной реализации эффективных процедур численного моделирования электромагнитных процессов и интерпретации сигналов, лежащих в основе решения прямых и обратных задач электромагнитного контроля, с целью проведения высокоточных расчетов диагностических сигналов датчиков поля, обнаружения и оценки геометрических параметров дефектов типа нарушения сплошности.

Решение научной проблемы базируется на разработанных применительно к задачам электромагнитной дефектоскопии трехмерных математических моделях, описывающих взаимодействие первичных преобразователей поля с изделиями, содержащими дефекты. На основе исследования закономерностей распределения электрических и магнитных полей в окрестности дефектов и анализа выходных характеристик преобразователей разработаны новые, более эффективные алгоритмы анализа экспериментальных данных контроля.

Цель исследования

Цель исследования состоит в развитии теории и создаиии методик и алгоритмов моделирования электромагнитного поля методом конечных элементов, позволяющих снизить время численных расчетов полей в большинстве классов задач контроля, а также в разработке новых подходов к интерпретации данных контроля на основе анализа диагностических сигналов.

Задачи исследования

1. Обосновать перспективные направления исследований в области анализа существующих методов решения прямых и обратных задач, используемых при разработке диагностических систем электромагнитного контроля, тенденций их развития в России и за рубежом, а также доказать преимущества конечно-элементного анализа статических, стационарных и квазистационарных (гармонических) электромагнитных полей в трехмерных моделях «источник поля - объект контроля с дефектом - датчик».

2. Получить трехмерные конечно-элементные уравнения относительно векторного и скалярного потенциалов на основе вариационного принципа с учетом специфики рассматриваемых классов диагностических задач, вывести формулы для расчета коэффициентов элементных и глобальной матриц.

3. Для решения трехмерных задач предложить и исследовать эффективные вычислительные схемы расчетов. Создать программное обеспечение для решения проблемно-ориентированных задач анализа процедур и средств электромагнитного неразрушающего контроля, приспособленное для использования в реальных условиях.

4. Разработать методику проектирования систем классификации и параметризации дефектов на основании результатов исследования зависимости характеристик диагностических сигналов датчиков от параметров дефектов, алгоритмов обработки сигналов в условиях действия мешающих факторов и методов распознавания дефектов различных классов.

5. Разработать эффективные алгоритмы компенсации влияния основных мешающих факторов на сигнал от дефекта для задачи многочастотного вихретокового контроля теплообмениых труб.

6. Предложить и реализовать метод инвариантного пересчета параметров

диагностических сигналов датчиков для отстройки от влияния эксплуатационных факторов при магнитном контроле.

7. Разработать конструктивный нейросетевой алгоритм классификации и параметризации, пригодный для использования в задачах магнитного и вихретокового контроля. Разработать алгоритм насгройки нейронной сети, обладающий свойствами наращивания архитектуры по мере необходимости в процессе тренировки и сокращения вычислительной стоимости решения задачи классификации. Предложить методику тренировки, которая облегчила бы получение работоспособных нейронных сетей для задач с плохо разделимыми классами и/или с низким отношением сигнал/шум во входных данных, характерных для электромагнитного контроля.

8. Провести экспериментальные исследования и промышленное апробирование разработанных алгоритмов в задачах обнаружения, классификации и параметризации дефектов при многочастотном вихретоковом контроле теплообменных труб парогенераторов АЭС.

Методы исследования. Все задачи диссертационного исследования решены с применением апробированных и корректных методов численных расчетов, математического моделирования и интерпретации экспериментальных данных. При оценке работы программно-алгоритмических средств использовались экспериментальные данные, полученные по апробированным методикам с применением поверенных средств измерения на паспортизованных контрольных образцах.

Достоверность результатов подтверждается корректностью поставленных задач, представительностью и достоверностью экспериментальных данных, использованием общепринятых в теоретической электротехнике теорий, гипотез и допущений, применением апробированных методик неразрушающего контроля, методов математического моделирования, решением модельных задач и сравнением результатов численного моделирования с экспериментальными данными.

Научная новизна

1. Разработан новый математический аппарат для решения прямых и обратных задач электромагнитного контроля, включающий систему экономичных моделей, алгоритмы отстройки экспериментальных сигналов от влияния эксплуатационных мешающих факторов и нейросетевой алгоритм классификации и оценки геометрических параметров обнаруженных дефектов.

2. Предложена и теоретически обоснована новая процедура конечно-элементного моделирования трехмерных статических, стационарных и квазистационарных полей применительно к задачам электромагнитного контроля, базирующаяся на разложении результирующего поля на основное поле, описываемое двумерной краевой задачей теории поля, и на поле влияния дефекта, описываемое трехмерной задачей. Применение этой процедуры позволяет сократить вычислительные затраты при численной оценке поля влияния контролируемого дефекта.

3. Разработана новая схема алгоритма компенсации влияния на сигнал от дефекта основных мешающих факторов, обусловленных наличием ряда конструктивных элементов и особенностью контролируемого объекта, при многочастотном вихретоковом контроле теплообменных труб парогенераторов.

4. Предложен и опробирозан метод инвариантного преобразования параметров сигнала при неконтролируемом изменении эксплуатационных факторов.

5. Предложен и разработан алгоритм построения иерархического нейросетевого классификатора дефектов по сигналам датчиков, позволяющий преодолеть ряд ограничений традиционных нейросетевых подходов при решении практических задач электромагнитного контроля.

Таким образом, в работе выполнено обобщение исследований автора в области электромагнитного контроля и получили дальнейшее развитие метод конечных элементов для расчетов электромагнитных полей, алгоритмы обработки диагностических сигналов и нейросетевая технология интерпретации данных измерения, на базе ко торых разработаны и теоретически обоснованы экономичные математические модели и алгоритмы решения прямых и обратных задач электромагнитного контроля, что позволило решить крупную научную проблему по повышению производительности и надежности проектирования, а также эксплуатации средств электромагнитного контроля с улучшенными метрологическими и техническими характеристиками. Практическая ценность

Практическое значение полученных научных результатов заключается в том, что на основе теоретического обоснования разработанных процедур численного моделирования электромагнитного поля и проецирования систем интерпретации данных контроля инженер-разработчик диагностической аппаратуры может успешно выполнять конечно-элементную аппроксимацию краевых задач и тем самым добиваться существенного повышения эффективности численной оценки прогнозируемых сигналов соответствующих датчиков, а также вести настройку аппаратуры с нейросетевым классификатором дефектов. Использование предлагаемых процедур анализа на практике приводит к росту конкурентоспособности проектируемых средств неразрушающего контроля как с точки зрения стоимости и сроков разработки, так и качества.

Рассмотренные в работе теоретические подходы к решению задач, характерных для электромагнитного метода контроля изделий, могут служить основой для создания более совершенных методов применительно к решению диагностических задач другими методами (ультразвуковым, радиационным, тепловым), а предложенные алгоритмы анализа сигналов и интерпретации экспериментальных данных могут непосредственно в них использоваться.

Кроме того, практическая ценность разработанных в диссертационной работе эффективных процедур и реализованных на их основе алгоритмов конечно-элементного моделирования состоит в том, что они предоставляют новые возможности для решения ряда сложных технических задач, помимо задач неразрушающего контроля, в частности, в прикладной электротехнике, при разработке и оптимизации электротехнических устройств различного вида.

Проведенные экспериментальные исследования разработанных алгоритмов подавления влияния эксплуатационных факторов, а также алгоритма построения и обучения разработанного нейросетевого классификатора дефектов на реальных сигналах продемонстрировали высокую эффективность и качество классификации и возможность построения экономных в вычислительном отношении нейронных сетей. Разработанные подходы можно применить для анализа экспериментальных сигналов других прикладных задач.

Реализация результатов работы

Диссертационная работа выполнялась в соответствии с планами важнейших госбюджетных и хоздоговорных научно-исследовательских работ, проводимых кафедрой Электротехники и Интроскопии МЭИ (ТУ) при непосредственном научном руководстве автора по межвузовским научно-техническим программам "Диагностика и контроль" (1993-1995), "Неразрушающий контроль и диагностика" (1996-2000), по комплексной программе ОАО «Концерн Росэнергоатом" по обеспечению надежной и безопасной эксплуатации парогенераторов АЭС с реакторами ВВЭР-1000 и ВВЭР-440 ("Программа совершенствования и повышения эффективности эксплуатационного неразрушающего контроля металла оборудования и трубопроводов АЭС", 2002-2005, «Программа мероприятий по обеспечению ядерной, радиационной, технической и пожарной безопасности при эксплуатации АЭС», 2006-2010) по договорам: "Разработка программно-методического обеспечения системы обнаружения и классификации дефектов теплообменных труб парогенераторов АЭС по результатам вихретокового контроля" (заказчик Обнинский инженерный центр НИКИМТа. 2002-2004), «Разработка программного обеспечения для выявления и классификации дефектов теплообменных трубок парогенераторов с РУ ВВЭР по вихретоковым сигналам» (здесь и далее заказчик ОАО «Концерн Росэнергоатом», 2004-2006), «Совершенствование программно-методического обеспечения систем ЭНК. Разработка методики контроля наличия отложений на т/о трубках ПГ методом ВТК» (2006-2007), «Исследование закономерностей зарождения и развития дефектов в т/о трубках, совершенствование ЭНК т/о трубок парогенераторов АЭС с РУ ВВЭР. Экспериментальная проверка мероприятий по повышению достоверности контроля т/о трубок парогенераторов АЭС с РУ ВВЭР-1000 и ВВЭР-440», «Опытно-промышленные испытания программно-методического обеспечения для систем ВТК т/о трубок ПГ АЭС с ВВЭР, позволяющего оценивать количество отложений на т/о трубках» (2008-2009), «Обеспечение внедрения на АЭС усовершенствованного программно-методического обеспечения для систем ВТ контроля т/о трубок парогенераторов АЭС с РУ ВВЭР» (2009-2010), а также по договору с ООО «Интрон+» (заказчик ОАО «Центр технической диагностики») по теме "Разработка и изготовление магнитной измерительной системы магнитного дефектоскопа МДСкан и программы обработки данных" (2002-2004) и но договору с ОАО «Машиностроительный завод ЭлеМаш» (Топливная компания Росатома «ТВЭЛ») на проведение опытно-конструкторских работ по теме «Разработка усовершенствованной аппаратуры контроля качества заливки циркониевых изделий контактным материалом» (2008-2010).

На основе выполненных теоретических исследований разработаны и внедрены: программно-методическое обеспечение для обнаружения, классификации и параметризации дефектов теплообменных труб по результатам вихретокового контроля парогенераторов АЭС с реакторными установками ВВЭР-440 и ВВЭР-1000, методика контроля наличия и оценка объема отложений на теплообменных трубках парогенераторов вихретоковым методом (ОАО «Концерн Росэнергоатом»), установка с матричным вихретоковым преобразователем для контроля твэлов для плавучих атомных теплоэлектростанций (ОАО «Машиностроительный завод ЭлеМаш»).

Основные положения, выносимые на защиту

Научно-обоснованная методика решения прямых и обратных задач вихретокового. магнитного и электрического видов неразрушающего контроля, включающая эффективные алгоритмы конечно-элементного моделирования, обработки, анализа и интерпретации регистрируемых сигналов первичных преобразователей.

Результаты численного моделирования и экспериментального исследования предложенных алгоритмов решения задач электромагнитного контроля для объектов, содержащих различные дефекты.

Метод компенсации влияния мешающих факторов на сигнал от дефекта при многочастотном вихретоковом контроле теплообменных труб парогенераторов с помощью проходного дифференциального преобразователя.

Метод инвариантного преобразования параметров сигнала при неконтролируемом изменении эксплуатационных факторов в применении к задаче магнитного контроля.

Алгоритм построения архитектуры, настройки и обучения нейросетевого комплекса при решении задачи классификации и параметризации дефектов в задачах электромагнитного контроля.

Программно-методическое обеспечение системы обнаружения и классификации дефектов теплообменных труб парогенераторов АЭС с реакторами ВВЭР по результатам многочастотного вихретокового контроля.

Апробация работы

Результаты диссертационной работы докладывались и обсуждались на 22-х зарубежных и 30-и Российских научно-технических конференциях, коллоквиумах, семинарах, рабочих совещаниях, в том числе:

• World Conferences on Nondestructive Testing (NDT): 14th (New Delhi, India, ¿996), 15th (Rome, Italy, 2000);

• European Conferences on NDT: 6Ih (Nice, France, 1994), 7th (Copenhagen, Denmark, 1998), 9th (Berlin, Germany, 2006), 10л (Moscow, Russia, 2010);

• Annual Conferences The Review of Progress in Quantitative Nondestructive Evaluation; 25lh (Snowbird, Utah, USA, 1998), 26lh (Montreal, Canada, 1999), 27th (Ames, Iowa, USA, 2000), 28th (Brunswick, Maine, USA, 2001), 29th (Bellingham. Washington, USA, 2002);

• International Scientific Colloquiums, Ilmenau, Germany: 37th (1992), 40lh (1995), 42nd (1997), 43rd (1998), 48th (2003), 51sl (2006) 54,h (2009);

• International Conferences on Computer Methods and Inverse Problems in Nondestructive Testing and Diagnostics, Minsk, Belarus: 1st (1995), 2nd (1998);

• Fall Conference of the Japanese Society for Non-Destructive Inspection, Kita Kyushu, Japan, 1995

• 9th International Workshop on Electromagnetic Nondestructive Evaluation, Naples, Italy, 2004

• International conference on Advances in surface sciencc and engineering, Chennai (Madras), India, 2001

• Международная научно-техническая конференция "Безопасность, эффективность и экономика атомной энергетики", Москва, ОАО «Концерн Росэнергоатом": 4-ая (2004), 5-ая (2006), 6-ая (2008);

• Международный семинар по горизонтальным парогенераторам. ОАО ОКБ «Гидропресс», Подольск: 7-ой (2006) и 8-ой (2010);

• Российская научно-техническая конференция "Неразрушающий контроль и диагностика", Москва, Екатеринбург: 14-ая (1996), 15-я (1999) и 17-я (2005);

• Международная конференция "Компьютерные методы и обратные задачи в неразрушающем контроле и диагностике", Москва, 2002

• Межвузовская НТК "Современные методы и средства электромагнитного контроля и их применение в промышленности", Беларусь, 1992, 1995

• Международная конференция "Информационные средства и технологии", Москва: 1994, 2001, 2002,2003, 2004, 2006, 2008, 2009

• 7-я Международная конференция «Цифровая обработка сигналов и ее применение, Москва, 2005

• Всероссийская НТК "Методы и технические средства оперативной оценки структурно-механического состояния металла элементов конструкций и машин", Москва. МЭИ (ТУ), 2002

Публикации

Результаты диссертационной работы опубликованы в 102-х печатных работах, из них 2 монографии, 10 статей в рецензируемых журналах, рекомендуемых ВАК («Дефектоскопия», «Вестник МЭИ». «Нейрокомпьютеры, разработка, применение»); 2 патента, 2 свидетельства о регистрации программ на ЭВМ, 5 статей в трудах международной конференции «Review of Progress in Quantitative Nondestructive Evaluation», 61 доклад (не менее 3-х страниц) и 25 тезисов в трудах российских и зарубежных конференций. На английском языке опубликовано 33 из перечисленных работ. Диссертация состоит из введения, восьми глав, заключения.

СОДЕРЖАНИЕ РАБОТЫ

Во введении обоснована актуальность темы диссертации, определены цель и задачи работы, раскрыты научная новизна и практическая ценность, сформулированы основные положения, выносимые на защиту.

В первой главе дан обзор современного состояния методов и алгоритмов решения прямых и обратных задач электромагнитного неразрушающего контроля, назначение которого - обнаружить дефекты и оценить их геометрические характеристики (размеры, форму и расположение), основываясь на результатах измерений на контролируемом изделии.

Для развития современных технологий важным является детальный анализ соответствующих физических процессов, описываемых математическими моделями. Изучение этих процессов невозможно без использования высокоточных методов численного моделирования, среди которых лидирует метод конечных элементов (программные комплексы ANSYS, COMSOL, COSMOS, FLUX3D). Однако с помощью этих комплексов не всегда удаётся получать результаты требуемого качества при решении ряда практических задач, к которым можно отнести задачи моделирования трёхмерных электромагнитных полей в ряде устройств неразрушающего контроля, требующих использования специальных вычислительных схем.

Традиционный подход, широко применяемый в настоящее время на практике при решении обратной задачи - метод на основе калибровочных данных, когда отдельные значения параметров, выделенные в экспериментальных данных, сравниваются с теми значениями, которые взяты из совокупности стандартных сигналов, полученных от множества известных дефектов. Каждая калибровочная кривая получается, если меняется один из параметров дефекта, при этом все другие остаются неизменными и принимают известные значения. По этим графикам проводится параметризация дефектов, то есть численная оценка эквивалентных значений глубины, длины, ширины, угла ориентации дефекта или его эквивалентного объема. Метод, основанный на построении калибровочных кривых, справедлив лишь тогда, когда форма дефекта известна заранее. Этот метод требует изготовления большого количества образцов и становится неприемлемым, если форма контролируемого дефекта существенно отличается от формы дефектов, использованных при построении калибровочных кривых.

Современные методы решения обратных задач можно разбить на два больших класса: методы, основанные на математической модели изучаемого процесса (так называемые феноменологические методы) и методы, в основе которых лежат алгоритмы анализа сигналов (так называемые алгоритмические методы).

Феноменологические методы строятся на основе использования математического описания физики явления, лежащего в основе метода контроля. Наиболее общий подход состоит в многократном использовании прямой математической модели с изменением конфигурации дефекта до тех пор, пока норма ошибки между решением, даваемым этой моделью, и экспериментально полученным сигналом не будет минимизирована. Выбор математической модели чрезвычайно важен, так как это непосредственно влияет на качество получаемого при контроле результата. Только модели с наименьшими упрощениями в описании физики явления могут гарантировать хороший результат. К таким численным моделям откосятся модели на базе метода конечных элементов. Вычислительные затраты этого универсального метода численного решения задач математической физики могут быть значительно снижены выбором эффективных расчетных схем.

В диссертационной работе предпочтение отдано алгоритмическому методу, процедура инверсии экспериментальных данных в котором формулируется как задача распознавания образов и в этом случае сигнал идентифицируется как представитель одного из классов, относящихся к известным типам дефектов. В этом классе алгоритмов непрерывное пространство решений разбивается на конечное число подпространств, соответствующих выбранным классам. Характерной особенностью этих методов является то, что они опираются на заранее сформированный банк данных, содержащий соответствующие сигналы от всех типов дефектов. Этот набор сигналов относится к так называемой обучающей выборке, которая используется для обучения некоторой автоматической системы, в основе работы которой заложен алгоритм распознавания.

Операция выделения признаков несет две основные функции, а именно, сжатие данных и обеспечение инвариантности. Вектор параметров сигнала находится из анализа результатов измерений. Процедура выделения признаков строится с целью значительного сокращения объема данных и, соответственно, приводит к существенному уменьшению длины вектора признаков по отношению к вектору отсчетов всего сигнала. Инвариантность признаков является важнейшим аспектом

систем классификации сигналов. На практике электромагнитный контроль проводится в постоянно изменяющихся экспериментальных условиях, таких, например, как характеристики преобразователя (например, под влиянием температуры), варьируемая скорость сканирования, изменяющиеся (локальные) значения электрической проводимости и магнитной проницаемости объекта контроля, нестабильность коэффициента усиления измерительного прибора и т.д. Главная же цель состоит в разработке такого алгоритма обработки сигналов, который позволил бы компенсировать изменение сигнала при варьируемых нестабильных условиях проведения эксперимента. Такие схемы обработки наиболее важны для успешного функционирования всей системы классификации сигналов, обеспечивая нечувствительность к неизбежным влияниям внешних условий, в которых получают реальный диагностический сигнал.

В качестве признаков используются параметры сигнала в различных пространствах, включая признаки временного пространства (значение максимума сигнала, время нарастания, автокорреляционные коэффициенты), признаки Фурье-пространства (энергия выделенных частотных диапазонов, частота максимального отклика), признаки комплексного пространства (периметр, площадь и ориентация траектории сигнала на комплексной плоскости). Признаки анализируются на этапе редактирования, где главная цель - определить те признаки, которые обладают наибольшей дискриминационной (разделяющей) информацией.

При нейросетевом подходе в качестве системы классификации задача реконструкции параметров дефекта формулируется как задача идентификации функции соответствия между сигналами датчиков, сканирующих поверхность контролируемого изделия, и искомыми параметрами. Эта непрерывная функция аппроксимируется с использованием классического приема разложения по базовым функциям. Обучение сети состоит в оценивании параметров базисных функций и коэффициентов разложения.

В диссертационной работе процедура классификации и реконструкции геометрических параметров дефекта была усовершенствована использованием так называемого метода постепенного многошагового повышения разрешающей способности. Нейронные сети имели иерархическую структуру, связанную с многоуровневой разрешающей способностью и переменным масштабом как для глобальной, так и для локальной интерполяции. Сети обучались иерархически, то есть сначала обучение проводилось для функции соответствия между входными сигналами и соответствующими им выходными данными для самой грубой разрешающей способности. а затем эта функция последовательно корректировалась и дополнялась с помощью соответствующей детализации на более высоких уровнях разрешения. Точность реконструкции параметров дефекта могла регулироваться числом уровней разрешения в архитектуре сети.

Во второй главе изложена процедура формирования конечно-элементной системы уравнений, представляющей обобщенную математическую модель трехмерных задач электромагнитного контроля в вариационной постановке, при этом выражение для функционала электромагнитного поля в расчетной области О имеет вид

^(а)=<Щ(|е-£я> + _[н-сш+ ^©<та-с1а- р-с1а\ixdydz, (1)

где Е.Н,В,Г) соответственно напряженность электрического и магнитного поля,

индукция и вектор электрического смещения, I,А вектор плотности тока и векторный магнитный потенциал, со,а круговая частота и удельная электрическая проводимость.

Вводя обозначение = (/>* = Х>У>2)} с учетом анизотропии магнитных

свойств {у-у - удельное магнитное сопротивление), получим

(2)

Система уравнений формируется при условии равенства нулю производных функционала по всем неизвестным в области решения

= о 1 = к - х,у,г

дА,

(3)

1 дс Л'суммармис чидло узлов в области решения 'дА. д ЗА, дА, д дА, дА

V -

х ^

дАь

Ух---н---Ух--=- + ——

ду дА, ду дг. ' дА, да дг, " дА,

5 дАг

д дАг дАх: д дА,

| дА2 __,

дс у дА1; да ду 1 дА, ду ду г дА,

■ +

"дА, ]соаАх

к:

д { дА^дА ду ск ) дА

к>

дА, у дг. дс ) дА, \ дс ду

дс дА, ЗА,

дА,

л • л дАг

7 ^ + У

дА,

дА, ■ дА,, ' дА„

Представив значение векторного потенциала аппроксимирующим выражением через функцию формы

с1хс1у(к = О

соответствующим

(4)

(.М - число узлов в к-ом конечном элементе), получим глобальную систему линейных уравнений относительно комплексных составляющих векторного потенциала всех узлов сети

= (5)

где - действительная часть элементной матрицы, 1/4 - мнимая часть, (4 и У вектор неизвестных и вектор источников. Коэффициенты системы вычисляются аналитическим (в случае треугольника или тетраэдра) или численным интегрированием для каждого конечного элемента и вводятся в глобальную систему уравнений, которая решается стандартными мет одами.

Если необходимо учесть скорость движения датчика относительно объекта контроля, используется метод взвешенных невязок, предполагающий подстановку конечно-элементной аппроксимации решения в соответствующее уравнение поля и

приравнивание нулю взвешенной невязки.

Описанные алгоритмы построения конечно-элементных решений реализованы в разработанном под руководством автора программном комплексе MagNumSD. С помощью этого пакета можно решать широкий спектр задач статического, стационарного и квазистационарного электромагнитного поля с нелинейными анизотропными электрофизическими свойствами сред. Результатом вычислительного эксперимента в задачах электромагнитного контроля, как правило, является численная оценка реакции измерительного преобразователя (в виде потенциала электрода, сигнала датчика Холла, годографа наводимого напряжения или хронологических кривых сканирующего датчика) применительно к контролю конкретного объекта с дефектом заданной формы и ориентации, оценка значений этого сигнала при различных режимах (методиках) контроля, выделение информативных признаков с целью определения контролируемых параметров.

В работе представлены результаты численных исследований ряда тестовых (benchmark) задач вихретокового и магнитного контроля Исследования проводились на трехмерных конечно-элементных моделях с использованием пакета MagNum3D. Объекты контроля были представлены относительно простыми по конфигурации элементами - прямоугольная металлическая пластина с трещиной и ферромагнитная труба с дефектами в виде продольных пропилов на внутренней и внешней поверхности (рис.1). Заданными являлись геометрические размеры объектов контроля, дефектов, катушки, намагничивающего устройства, характеристики материалов, значение тока и частота. Результатом анализа являлось сопоставление экспериментальных и расчетных данных - годографа сигнала катушки и распределения нормальной составляющей магнитной индукции вдоль тра

Рис.1. Тестовые задачи вихретокового (слева) и магнитного контроля (справа)

Третья глава посвящена теоретическому исследованию и обоснованию двухшагового алгоритма в рамках метода конечных элементов для расчета поля влияния дефекта в трехмерных задачах. Этот алгоритм сравнивается с известным приемом, когда поле влияния дефекта определяется как разница полного поля и некоторого аппроксимирующего (''бездефектного") поля.

Основная идея двухшагового алгоритма решения трехмерных задач

О

электромагнитного контроля заключается в следующем. Исходная краевая задача электромагнитного поля описывается дифференциальным уравнением

= £ (6)

где 11 - искомая переменная (как правило, скалярный или векторный потенциал) трехмерного поля с учетом влияния исследуемого дефекта, % - правая часть, обусловленная источниками поля, ^ - дифференциальный оператор, соответствующий конкретному методу контроля.

Г-, О

Пусть и - переменная трехмерного поля, определяемая теми же источниками и контролируемым объектом, что и в задаче (6), но без учета влияния исследуемого

дефекта. В этом случае задача, определяющая переменную основного поля может быть записана в виде

3°И0=£°. (7)

л

Переменная поля влияния дефекта и""' -и-гС будет удовлетворять уравнению

Зг/^-я'Чз-З'У. (Ю

Таким образом, распределение поля влияния дефекта и^ =и-и° может быть найдено с высокой точностью из решения задачи (8) только в том случае, если

оператор и член 8° в задаче (7) близки соответственно оператору ^ и члену ^

г/е/"

из задачи (6). Тогда «источником» поля и оудет являться в основном результат

воздействия разностного оператора (3 - 3°) на поле и0.

С учетом этого можно строить эффективные конечно-элементные сетки как при численном решении аппроксимирующей задачи (7), так и при численном решении

¿ег

задачи (8), определяющей поле и

Далее в главе рассмотрен другой, более простой с точки зрения численной

реализации способ вычисления поля и ^ влияния контролируемого дефекта при

условии трехмерного поля ы°. Этот способ заключается в следующем. На одной и той же трехмерной конечно-элементной сетке решаются две задачи: полная задача (6) с учетом влияния исследуемого дефекта и и такая же задача, но без учета влияния контролируемого дефекта (7). Затем вычисляется разность

¿е/ О

решении этих задач и -и-и , которая и является полем влияния исследуемого дефекта. Несмотря на то, что ошибки аппроксимации в каждой из этих задач могут

быть сопоставимы по уровню с полем и^ и даже больше его, точность

<1еГ ~ и О

вычисления поля и в виде разности полей "и и оказывается высокой и вполне

достаточна для оценки поля влияния дефекта. Этот факт можно объяснить взаимоуничтожением основных частей ошибок аппроксимации задач (6) и (7) при вычислении разности их решений.

Рассмотренные два способа вычисления полей влияния дефектов имеют свои недостатки и достоинства. Так, в первом случае при вычислении поля и^ путем решения дифференциально-краевой задачи (8) в процессе численного решения задач (7) и (8) мо1ут быть использованы две разные сетки, учитывающие особенности каждой из этих задач. В результате каждая из задач (7) и (8) может

быть решена на оптимальной сетке с минимальным количеством узлов, а это часто позволяет существенно снизить требуемые вычислительные затраты (память и машинное время) без снижения точности вычисления поля Такая ситуация вполне может случиться при решении практических задач вихретокового контроля. К недостаткам этого способа следует отнести то, что для его применения необходимо разработать процедуру корректного пересчета решения трехмерной задачи с одной трехмерной сетки на другую, а также процедуру вычисления вкладов в правую часть конечно-элементной СЛАУ от члена (з-операторного уравнения (8). Эти процедуры во многих случаях не тривиальные.

Второй способ вычисления в виде разности решений задач (6) и (7) не требует разработки никаких дополнительных процедур. Но сетка, используемая для численном решении задач (6) и (7), должна одновременно учитывать как

особенности решения задачи (7), так и особенности решения и^ задачи (8) (хотя задача (8) в этом случае и не решается). Это приводит к тому, что для достижения требуемой точности в решении и^ количество узлов в сетке возрастает, что влечет за собой увеличение затрат вычислительных ресурсов.

В четвертой главе описан двухшаговый алгоритм решения трехмерных эллиптических краевых задач статического и стационарного электрического поля, характеризующих соответственно электроемкостный и электропотенциальный методы контроля, относящиеся к электрическому виду. Алгоритм позволяет вычислять отклики от дефектов изделий с достаточно высокой точностью и практически независимо от того, какую часть эти отклики составляют от уровня исследуемого электрического поля. Рассмотрены также некоторые теоретические особенности решения подобных краевых задач, учет которых позволяет получать важные практические рекомендации по расстановке узлов в конечно-элементных сетках. Преимущество рассмотренного алгоритма моделирования продемонстрировано на примере решения типичных модельных задач контроля.

Сначала рассматриваются трехмерные задачи электростатики, в которых электрическое поле, описываемое скалярным потенциалом ^, удовлетворяет однородному дифференциальному уравнению

-У(ггУГ)=0 (9)

в трехмерной области где £ - диэлектрическая проницаемость материала изделия, и неоднородным краевым условиям

У\5в=Уа, а = 1,...^, (10)

где ^а число электродов с заданным потенциалом.

Будем считать, что трехмерная область ^, в которой электрический потенциал ^ удовлетворяет (9), является подобластью области . При этом область является областью определения скалярного потенциала V , удовлетворяющего дифференциальному уравнению

а на се границе °р - краевым условиям

где число электродов с заданным потенциалом в области ^о.

Решение ^ может быть представлено в виде суммы решений, а именно, поля У° и поля влияния дефекта У^ (У = У0 + Ул/), при этом поле влияния определяется решением краевой задачи

-У(£УГл/)=-7((£0-е)?У01 (13)

а = 1,...Ма (14)

причем электрический потенциал У^ определен в той же области что и V, а краевые условия (14) заданы для него на тех же границах .

Добиться повышения точности и снижения вычислительных затрат можно в тех

случаях, когда существует близкая к исходной области ^ область ^о с двумерной (в частности, осесимметричной) геометрией. В этом случае источники поля в трехмерной краевой задаче (13)-(14) будут расположены только в тех подобластях

, где а также на тех границах ^ или их частях, на которых К .

Если геометрически осесимметричную область подобрать так, чтобы

подобласть ^ имела минимальный размер, а границы или их части либо совпадали с границами ^р или их частями, либо располагались в непосредственной

оО

близости к (чтобы правая часть краевого условия (14) была максимально близка к нулю), то уровень поля Ун и изменение его градиентов может быть существенно ниже уровня исходного поля У. Ошибка конечно-элементной аппроксимации в суммарном решении У° + У'/е/ в этом случае будет гораздо ниже ошибки аппроксимации функции ^ при вычислении ее напрямую в качестве конечно-элементного решения краевой задачи (9)-(10).

Преимущества рассмотренного двухшагового алгоритма конечно-элементного моделирования показаны на примере решения модельной задачи, заключающейся в изучении электрического поля, создаваемого накладным концентрическим трехэлектродным преобразователем при решении задачи выявления дефектов в образце толщиной 30мм из термостойкой конструкционной керамики (с диэлектрической проницаемостью £ =6,0). Дефект представлял собой небольшое включение с диэлектрической проницаемостью ^=1,0 (воздух) в виде кубика с размерами 1 * 1х 1 мм3, расположенное на глубине 9мм от поверхности образца, на которой размещается преобразователь, и на расстоянии 9мм от его оси. Концентрический преобразователь состоит из трех плоских кольцевых электродов шириной 4мм с высоковольтным электродом (100В, внешний радиус 18мм) посередине и низковольтными (0В. внешние радиусы 4мм и 30мм) по краям (рис.2).

Рис.2 Расчетная область модельной задачи с учетом симметрии

На рис.3 показано двумерное распределение потенциала на поверхности образца (г=0). Возмущение поля, обусловленное наличием дефекта, практически незаметно на фоне основного поля, и составляет лишь около 0,05%. Кривая на рис.4,

обозначенная -■-, показывает зависимость функции К'1 - ~ от радиальной координаты г вдоль линии, расположенной непосредственно над дефектом, где

^ - стандартное решение трехмерной задачи с дефектом, а У"" - без него. Эти функции были рассчитаны с использованием достаточно подробных тетраэдральных сетках (число узловых точек 142662, число тетраэдров 806664, время, затраченное на расчет, 10 минут 36 секунд), так что погрешность вычисления составляет около 0.5%, и поэтому кривая может быть принята за эталон.

Распределение потенциала поля влияния дефекта

Рис. 4. Сопоставление решения двухшаговым методом (-*-) со стандартным (кривая -*-)

Кривая, обозначенная -♦- на рис.4, показывает зависимость функции у от

радиальной координаты г, где ^ 1 - поле влияния дефекта, вычисленное с

использование описанной методики. Расчет поля ^ Г выполнялся на оптимальной сетке, отличие от стандартного решения не превышает 2%, при этом затраты времени на расчет составили всего 2 минуты и 13 секунд (в 4,78 раз меньше).

Для случая электропотенциального метода контроля рассматривается задача расчета распределения электрического поля в трехмерной области & с

электрической проводимостью ® ~ &{Х>У12) и определяемая скалярным потенциалом электрического поля ^ , удовлетворяющим в области & дифференциальному уравнению

-У(аУК)=0) (15)

и неоднородным краевым условиям

У1в=Уа, « = (16)

гт

где от . участки границы расчетной области (их общее число равно включающие как электроды с заданным потенциалом, так и достаточно удаленные участки границы расчетной области, на которых потенциал электрического поля можно считать равным нулю с погрешностью не выше, чем требуемая погрешность вычисления электрического поля.

= 0 (17)

дп 5

Р - границы контакта проводящей среды (контролируемого металлического объекта) с непроводящей (воздухом). При этом надо отметить, что участки с с

поверхности и Р могут включать в себя также плоскости, относительно которых функция У симметрична.

Потенциалы основного поля и поля влияния удовлетворяют уравнениям

(18)

- у(аУ V*) = -У((о-° (19)

Таким образом, решение может быть найдено за два шага. Сначала ищется решение Vй краевой задачи для уравнения (18) в области & с новой проводимостью и исходными граничными условиями. Затем решается краевая задача для уравнения (19) в области & с исходной проводимостью, но новыми (скорректированными) граничными условиями.

Преимущества численного решения двух краевых задач (18), (19) по сравнению с численным решением одной (15) состоит в следующем. Во-первых, сосредоточенные источники (электроды для подвода энергии), создающие определенные трудности при численном решении исходного трехмерного уравнения (15), перенесены в двумерное уравнение (18). Трехмерное уравнение

( 1 о л г* Л ТОПМ/ТГГ ТЛПГ !/»Л ПОЛППЛПДТТаТТТТТТО ил-гаттит/ч» ЛП»ЧЛТТЛ?ТЛЛ1ГТТЛ

проводимостей (<т°_<:г) и характером распределения двумерного поля в области дефекта V0. Во-вторых, во многих практических задачах решение Vй* уравнения (19) является небольшой частью от решения ^ исходного уравнения (15), то есть основная часть решения ^ определяется решением двумерного уравнения (18).

Это означает, что для получения решения + ^^ с заданной точностью необходимо с этой точностью решать только двумерное уравнение (18).

В пятой главе описан алгоритм конечно-элементного моделирования задач вихретокового неразрушающего контроля, который позволяет рассчитывать сигналы преобразователя от произвольного трехмерного дефекта в металлических изделиях. На практике часто размеры исследуемого дефекта малы, поэтому измеряемое приращение наводимого напряжения в выходной обмотке преобразователя, вызванное наличием такого дефекта, составляет порядка нескольких процентов. Если использовать известную схему расчета методом конечных элементов (расчет полного поля и "бездефектного'"), то вычислительные затраты на решение такой задачи будут очень велики. Двухшаговый алгоритм приводит к существенному снижению этих затрат. Суть алгоритма состоит в том, что источник поля влияния дефекта определяется из распределения вихревых токов в металле при отсутствии дефекта. Это дает возможность использовать значительные упрощения при расчете "невозмущенного" поля, учитывая геометрическую симметрию решаемой задачи и, тем самым, снижение се размерности. Для демонстрации эффективности двухшагового алгоритма решена типичная задача вихретокового контроля проходным дифференциальным преобразователем участка теплообменной трубы парогенератора АЭС.

Гармоническое электромагнитное поле описывается уравнением

Ух!'—Ух А) + ]оюк = Л (2СП

{М )

в котором электрофизические свойства, в общем случае, являются трехмерными

функциями координат, то есть либо М = м(х,У>г), & = ^(х.у,*)^ либо и =

сг = Выберем такие приближения магнитной проницаемости и

о о

электрической проводимости , и , чтобы эти приближения были одно- или

двумерными функциями координат, например, в цилиндрической системе

о _ о/ \ о _ о/ \ /л - ¡1 \гл) ^ о ~ <7 V', и отличались от исходных значений только в тех местах

расчетной области, где заданы дефекты. Через «1° обозначим приближение

стороннего тока , имеющее только ^ -ю составляющую, а - трехмерная часть

стороннег о тока.

11редставим векторный потенциал А в виде суммы двух векторных потенциалов А = А0 + А'к/5 где А0 удовлетворяет уравнению

V х ¡г V х А°1 + _/7у<т°А° = «1° (21)

УМ )

а потенциал АЛ/, как поле влияния дефекта, уравнению

Ух + - У0" + У х^-^-^Ух А°] + - а)А° (22)

\ " ; V V ^ / /

При этом в уравнении (22) А0 считается известной комплексной векторной функцией, найденной при решении уравнения (21).

Представление решения уравнения (20) А в виде суммы решения А0 уравнения

(21), определенного в осесимметричной области 12°, и решения А*' уравнения

(22), определенного в исходной трехмерной области &, в ряде практически важных случаях позволяет обеспечить высокую точность численного расчета и одновременно снизить вычислительные затраты по сравнению с численным решением уравнения (20) напрямую. Это достигается за счет того, что векторный потенциал А0 может быть вычислен с гораздо более высокой точностью и при значительно более низких затратах вычислительных ресурсов за счет снижения размерности его определения - дифференциальное уравнение (21) в этом случае принимает "скалярный" вид

-Лч°+4т к^^к-к (23)

(Л ¡л г >

где векторный потенциал в цилиндрической системе координат имеет только одну

ненулевую компоненту, а - единственная ненулевая компонента вектора плотности стороннего тока.

Поскольку сторонние токи сосредоточены, как правило, в некоторой малой подобласти расчетной области то в окрестности этой подобласти решение уравнения (20) имеет резкие изменения производных по пространственным координатам. Для снижения ошибки аппроксимации решения в подобласти с резким изменением его производных необходимо использовать конечно-элементную сетку с очень мелкими ячейками. В трехмерных задачах это приводит к слишком большому количеству узлов в сетке. При предлагаемом подходе к решению требование существенного сгущения узлов в окрестности сторонних токов переносится в двумерную сетку, используемую при решении (23).

Эффективность двухшагового алгоритма продемонстрирована на решении типичной трехмерной задачи вихретокового контроля теплообменной трубы парогенератора АЭС с дефектом с помощью проходного дифференциального

преобразователя (рис.5). Сопоставление результатов расчета (годографы вносимого напряжения преобразователя при его сканировании внутри трубы), полученных двухшаговым алгоритмом и по классической схеме, приведено на рис.6. Как видно из сравнения годографов на рисунке, решения практически совпадают (отличие не превышает 3%). Осесимметричное поле для уравнения (23) было рассчитано на очень подробной треугольной сетке, так что погрешность его вычисления составляет не более 0.3%. Расчет поля влияния дефекта выполнялся на относительно грубой конечно-элементной сетке (120 960 тетраэдров). Сигнал «классического» решения получен на тетраэдральной сетке, содержащей более чем в 5 раз большее количество конечных элементов (614 400 тетраэдров) по сравнению с сеткой, использованной при вычислении поля влияния дефекта. При этом время счета отличалось более чем в 12 раз.

йЩ Направление сканирования---

ШЬ ■ Т-:

® ^'Щкй

Рис.5. Модель процедуры контроля трубки проходным преобразователем

годограф вносимого напряжения --------------преобраЗШателя ч-------

Рис. 6. Сопоставление расчетов (-к-) со стандартным решением (-*-)

23

В шестой главе описаны этапы проектирования алгоритмического обеспечения системы многочастотного вихретокового контроля теплообменных труб парогенераторов АЭС с ВВЭР-440 и ВВЭР-1000 с помощью проходного дифференциального преобразователя.

Процедура проектирования включала в себя: создание математической модели объектов контроля с учетом реальных электрофизических свойств элементов конструкции; модельные исследования влияния на сигнал преобразователя мешающих факторов (конструктивных элементов, помех); формирование банка сигналов от широкого спектра дефектов (модельных, искусственных, реальных); разработку алгоритмов предварительной обработки сигналов (фильтрация помех, отстройка от влияния мешающих факторов); формирование набора признаков для обнаружения и оценки размеров дефектов и, наконец, разработку автоматизированного классификатора дефектов и его настройку.

Основными эксплуатационными (мешающими) факторами при вихретоковом контроле теплообменных труб являются: изменение толщины стенки отдельных трубок по длине (так называемый геометрический шум, пильгер-шум); наличие конструктивных элементов (дистанционируюгцих и антивибрационных решеток, плиты коллектора); наличие нескольких (до 5-и) гибов в конструкции теплообменной трубки на пути от "горячего" к "холодному" коллектору; наличие электропроводящих и/или магнитных коррозионных отложений.

Для отстройки от влияния эксплуатационных факторов при многочастотном вихретоковом контроле в диссертационной работе предложено усовершенствовать известный алгоритм компенсации, состоящий в вычитании сигнала от мешающего факгора на одной частоте из сигнала на другой частоте, предварительно обеспечив их противофазность. Новый подход заключается в формировании комбинации трех комплексных векторов сигналов от мешающего фактора на разных частотах, принимающей минимальное (в идеале нулевое) значение. Алгоритм выглядит

следующим образом - выбором комплексных коэффициентов ОС = ос • а3 и

Р = ¡3 ■ е3 фр добиться равенства нулю (минимизировать) выражение

где через обозначен комплексный вектор сигнала от мешающего фактора на

(24)

частоте ^ . Возможные варианты реализации этого алгоритма (равносторонний и прямоугольный треугольники) представлены на рис.7.

Рис. 7. Варианты реализации алгоритма компенсации мешающего фактора

В рамках предложенного метода компенсации возможна постановка задачи формирования такой комбинации комплексных векторов (варьированием коэффициентов а и ß\ для которой сигнал от дефекта максимален, что обеспечивает высокое значение отношения сигнал/шум: \SF, + ä • SF2 + ß • ¿J min

i• • ■ (25)

\Dn + ä ■ Dhl + ß ■ D,.3\-> max,

г де DH - комплексный вектор сигнала от дефекта на частоте F,.

Применение алгоритма при отстройке от влияния пильгер-шума позволяет увеличить отношение сигнал/шум не менее чем в 2...3 раза, а от влияния дистанционирующих и антивибрационных решеток - в 1.8.. .2.2 раза.

Важным этапом была разработка нейросетевого комплекса, реализующего операцию оценивания геометрических характеристик обнаруженных дефектов по параметрам соответствующих многочастотных сигналов. Необходимая для разработки презентагивная библиотека сигналов формировалась с использованием как теоретических, так и экспериментальных данных. Теоретические (модельные) данные были получены с помощью программы MagNum3D, а экспериментальные -измерением сигналов на тест-образцах с искусственными дефектами.

Сигналы преобразователя рассчитывались для теплообменной -трубы (диаметр 16мм, толщина стенки 1.5мм, материал - аустенитная сталь марки 08Х18Н10Т) с дефектами различных форм и размеров на трех рабочих частотах (бОкГц, 130кГц и 280кГц). Рассматривались дефекты типа потери металла при разном положении на трубе (внешние, внутренние, сквозные), ориентации (продольные, поперечные, локализованные) и при изменении в широком диапазоне геометрических параметров (глубины от 10 до 100% толщины стенки, длины в осевом от 0,1 до 36мм и в азимутальном от 2° до 360° направлении). Для трехмерных расчетов (с дефектами произвольной формы, ориентации и размеров) использовались разработанные эффективные схемы конечно-элементного моделирования. На рис.8 приведены годографы сигнала на частоте 130кГц от дефектов в виде внешней (exl) и внутренней (int) продольной трещины (модель стресс-коррозионной трещины) с осевой длиной 6мм и различной глубиной (в процентах от толщины стенки трубки, 100% соответствует сквозному дефекту). После изготовления тест-образцов труб и проведения соответствующих измерений библиотека была дополнена экспериментальными сигналами от дефектов с известными размерами на образцах труб. Библиотека многочастотных сигналов содержала 657 модельных сигналов и 54 экспериментальных от различных дефектов (типа питтингов, стресс-коррозионных трещин, коррозионного износа) (Таблица 1).

Таблица 1

Состав библиотеки многочастотных сигналов от дефектов

Сигналы Количество дефектов Всего

Внешние Сквозные Внутренн

Модельные 356 73 228 657

Экспери ментальные 32 8 | 14 54

Всего 388 81 j 242 711

Re (мВ)

!~МПП%_- 7П% (ftXt)_• "^no/л (ауП --^ftfWn (int)_ -ЗП% (int)_1

Рис. 8. Дифференциальный сигнал (130 кГц) от продольной трещины длиной 6мм и различной глубиной, задаваемой вУоот толщины стенки трубки В качестве информативных признаков были выбраны значения амплитуды, фазы, диапазона изменения действительной и мнимой составляющих, протяженности (с учетом шага считывания) сигнала. Выбор признаков, чувствительных к геометрическим параметрам дефектов, проводился с использованием корреляционного анализа (с коэффициентом корреляции > 0,4).

Предварительные исследования показали, что исследуемые классы дефектов в многомерном пространстве признаков имеют границы очень сложной формы, а порой существенно перекрываются. При этом учитывалось, что в реальных условиях данные имеют заметный шум. Попытки реализовать одну нейронную сеть для решения задачи закончились неудачей - ошибки классификации и оценки геометрических параметров дефектов были недопустимо высоки (ошибка классификации достигала 17%, а ошибка в определении глубины дефекта - 37%).

Для решения задачи был реализован иерархический нейросетевой комплекс, состоящий из множества модулей - нейросетей, каждый модуль решает отдельную подзадачу. Модульный подход позволил разбить аппроксимируемую функцию на набор более простых функций, что дало возможность избежать потери качества классификации и параметризации, связанной с возможным наличием в обучаемой выборке противоречивых данных (за счет влияния погрешности). Кроме того, использование модульной архитектуры позволило достраивать по мере необходимости отдельные модули, не затрагивая уже настроенные.

Архитектура спроектированного в работе нейросетевого комплекса с

26

последовательной организацией модулей для определения наиболее критического геометрического параметра выявленного дефекта (глубины) приведена на рис.9. Каждый модуль (классификатор и параметризатор) представляет собой двухслойный персептрон с сигмоидальной функцией активации. Результаты работы иерархической нейронной сети, настроенной на классификацию дефектов, сведены в Таблицу 2. Как видно из таблицы, только семь дефектов из 711 были ошибочно отнесены к другому классу. Из этих семи дефектов шесть являются сквозными и были отнесены классификатором к классу внутренних.

(-Л

ВНвШНИИ I

П Д*Ф**т Г

признаем из сигнала от дефекта

кнассификетор

дефектов по положению

в не шин и

ДффвГТ

V_)

классификатор внешних дефектов по спубине

скаоэнои дефект

/- > классификатор

внутренним внутренних

дефект дефектов

V ^ по глубине

яэраиетримтор неопасных внешних дефектов

лэраметриэатор опасных внешних дефектов

параметризатор опасных внутренних дефектов

параметризатор критических внешних дефектов

параметризатор критических внутренних дефектов

глубина дефекта

Рис.9. Нейросетевой комплекс для определения глубины дефекта и его положения Оценки погрешности определения геометрических параметров дефектов сведены в Таблицу 3. Вполне удовлетворительными можно считать погрешности определения глубины дефектов и осевой протяженности продольных дефектов. В то же время, ошибка в определении геометрических параметров поперечно ориентированных дефектов достаточно высока, что можно объяснить принципиальными ограничениями методики контроля ?руб с помощью проходных преобразователей.

Таблица 2

Множество Обучающее Тестовое

Класс Внешний Сквозной Внутренний Внешний Сквозной Внутренний

Всего 239 51 151 149 30 91

Верно 239 47 151 149 28 90

Неверно 0 4 0 0 2 1

Внешний 239 1 0 0 | 149 0 о

Сквозной 0 47 0 | 0 ! 28 1

Внутренний 0 4 151 | 0 | 2 90

Погрешности определения параметров дефектов

Глубина ________Осевая протяженность

Внешние дефекты Внутренние дефекты i

Погрешности, % Погрешности, % 1 Погрешности, мм

Продольные 7.5 ¡ Продольные ¡ 8.4 Продольные : 0.6

Поперечные 193 Поперечные i 20.0__; Поперечные 3.1

Произвольные ; 11.1 произвольные 11.5 ! Произвольные 1.7

Средняя i 9.8 ! Средняя 11.2 Средняя 1.5

В седьмой главе описано программно-методическое обеспечение, предназначенное для анализа многочастотных вихретоковых сигналов, получаемых при эксплуатационном контроле состояния металла теплообменных труб парогенераторов АЭС с реакторными установками ВВЭР-440 и ВВ ЭР-1000, а также результаты его испытаний.

Проблема выбора критерия глушения дефектных теплообменных труб по результатам вихретокового контроля является чрезвычайно важной. Оптимальный критерий глушения конкретной трубки может быть установлен лишь в зависимости от уровня достоверности оценки типа и истинных размеров обнаруженного в ней критического дефекта, а также его положения относительно конструктивных элементов. Немаловажным представляется и учет особенностей протекания деградационных процессов в конкретном парогенераторе.

Разработанный под руководством автора программный комплекс PIRATE (Program for Identification & Recognition of defects through signal Analysis in Testing by Eddy currents) предназначен для решения задачи надежного выявления, классификации, а также оценки размеров дефектов труб. Ключевые функции программы PIRATE:

• визуализация результатов контроля (в виде временных зависимостей действительной и мнимой составляющих сигнала, годографов);

• предобработка экспериментальных данных (адаптивная и вейвлет-фильтрация, эталонирование, выделение мешающих факторов - дистанционирующих и антивибрационных решеток, гибов, отложений - и отстройка от их влияния);

• выделение и классификация диагностически значимых фрагментов сигналов от дефектов как в автоматическом, так и в ручном режиме;

• автоматический и интерактивный (с экспертом) анализ результатов контроля с оценкой глубины и осевого размера выявленного дефекта;

• формирование отчетов различной структуры.

Программа классификации и параметризации дефектов в качестве исходных данных использует файл с сигналами, полученными любым аттестованным в России вихретоковым дефектоскопом (Harmonic-210, MIZ-28, MIZ-30, MIZ-70, Poly Test) во время проведения планово-предупредительных ремонтов (ППР) на парогенераторах АЭС. Выходными данными программы является файл отчета о местоположении и геометрических параметрах выявленных дефектов.

Сначала испытания программы PIRATE проводились на сигналах, полученных с помощью штатной измерительной аппаратуры (Harmonic-210) на образцах трубок с дефектами, геометрические характеристики которых были измерены металлографическим методом после изъятия поврежденных теплообменных труб

из парогенератора. Всего исследованы семь дефектов. Проведено сравнение оценок глубины дефектов, оценки получены с помощью металлографии, аттестованной программой AIDA (Франция) и PIRATE (Таблица 4). Положение дефектов (внешние) определено правильно во всех случаях, результаты оценки глубины отличаются друг от друга не более чем на 15%.

Таблица 4

Сопоставление оценок глубины дефектов с результатами металлографии и AIDA

№ Характер дефекта Металло- AIDA PIRATE PIRATE

графия (%) (%) (%) (глубина в мм)

1 Продольная трещина 34-100 93 99.3 1.49

2 Питтинг 78 72 90.5 1.36

3 Потеря металла 66 68 76.9 1.15

4 Потеря металла 76 77 87.3 1.31

5 Потеря металла 86 83 89.5 1.34

6 Продольная трещина 81 84 66.3 0.99

7 Питтинг ~н\ 7 Л Сис п 1 л с 1.Т./

На следующем этапе программа прошла приемочные испытания на Кольской АЭС с верифицированными данными для образцов трубок с паспортизированными реалистичными дефектами. Комиссия, созданная из представителей Ростехнадзора, концерна «Росэнергоатом», ОКБ «Гидропресс», ВНИИАЭС, НПО «ЦНИИТМАШ» и Кольской АЭС, установила, что результаты тестовых испытаний в автоматическом режиме полностью удовлетворяют критериям выявления дефектов согласно РД ЭО 0488-03. Результаты тестирования на выявляемое гь представлены в Таблице 5.

Таблица 5

Выявляемость на наборе образцов с реалистичными дефектами_

Глубина дефекта Требуемая по РД ЭО 0488-03 выявляемость Выявляемость дефектов по итогам испытаний

Дефекты на свободном участке Дефекты под дистанционирующей решеткой Все дефек ты

20% 0.2 0.9 0.43 0.665

40% 0.6 1.0 0.86 0.930

75% 0.9 1.0 0.95 0.975

100% 0.95 1.0 1.00 1.000

В рамках «Программы опытно-промышленной эксплуатации (ОПЭ)» был проведен сопоставительный анализ результатов эксплуатационного контроля, полученных в периоды ППР на штатных системах контроля дефектов теплообменных трубок, с результатами, полученными при анализе тех же экспериментальных сигналов с помощью PIRATE. Сопоставление проводилось на Кольской атомной станции (ВВЭР-440) с участием аттестованного персонала АЭС и использованием штатного оборудования по данным контроля парогенераторов, полученным в период ППР-2009: количество труб со стороны «горячего» коллектора - 2376; со стороны «холодного» коллектора - 981.

Результаты анализа сигналов, сформированные PIRATE в автоматическом режиме, сравнивались с результатами анализа данных, полученными экспертами Кольской АЭС с использованием штатной системы контроля Harmonic 210 - AIDA. Сопоставление результатов сравнительного анализа данных, полученных на 1. 2 и 3-м этапах испытаний, приведено в Таблице 6.

Глубина дефекта в % от толщины стенки ТОТ Количество дефектов, выявленных экспертами Кольской АЭС Количество дефектов, выявленных PIRATE из числа дефектов, найденных экспертами Совпадение результатов выявления дефектов экспертами и PIRATE, % Критерий совпадения результатов анализа данных контроля(по Программе ОПЭ), %

1-й этап 2-й этап 3-й этап 1-й этап 2-й этап 3-й этап

не менее 75% 40 33 38 39 82,5 95,0 97,5 92,5

от 40% до 75% включительно 163 128 162 163 80,5 99,4 100,0 75,0

от 20% до 40% включительно 29 25 28 28 80,6 96,6 96,6 40,0

Также были сопоставлены данные вихретокового контроля, сформированные PIRATE в автоматическом режиме, с результатами экспертного анализа, полученными в ручном режиме персоналом ОАО «Атомэнергоремонт» на Калининской АЭС (ВВЭР-1000) с использованием штатной установки MIZ-70 и программы Teddy (США) по данным ППР 2009 года.

Из результатов сравнительного анализа следует, что PIRATE полностью удовлетворяет критериям совпадения данных анализа контроля, установленных Программой ОПЭ. Готовность PIRATE к промышленной эксплуатации подтверждена протоколами итоговой проверки в период проведения ПГ1Р-2009 на Кольской АЭС для ВВЭР-440 и на Калининской АЭС для ВВЭР-1000.

Внедрение программно-методического обеспечения PIRATE в промышленную эксплуатацию на АЭС с ВВЭР-440 и ВВЭР-1000 позволяет: в 4 раза сократить время анализа сигналов за счет автоматического режима обработки; получить более достоверную информацию о результатах контроля за счет исключения влияния человеческого фактора; обеспечить архивирование полученных данных в полном объеме; принимать обоснованные решения по глушению трубок на основании анализа результатов контроля.

В восьмой главе описаны основные этапы проектирования алгоритмического обеспечения внутритрубного магнитного инспекционного снаряда для контроля нефтепроводов, включающие создание математической модели контроля с учетом нелинейных магнитных свойств элементов конструкции; формирование банка модельных сигналов от широкого спектра дефектов; разработку алгоритмов предварительной обработки данных с учетом реальных условий эксплуатации, а также особенностей измерительной системы; разработку нейросетевого алгоритма классификации дефектов (трещины, потеря металла, вмятины), а также алгоритма оценки глубины и линейных размеров обнаруженных дефектов.

Обеспечить достоверность результатов магнитного контроля, обусловленную значительной стоимостью самого контроля и ответственностью объекта контроля (магистрального трубопровода), а также заданные нормы точности и разрешающей способности можно лишь с помощью строгого согласования алгоритмов анализа

данных с конструктивными особенностями измерительной системы, а также предусмотрев в них возможность варьирования условий эксплуатации.

В диссертационной работе разработан метод инвариантного преобразования параметров-признаков сигнала при неконтролируемом изменении эксплуатационных факторов. В качестве (неконтролируемых) эксплуатационных факторов, сопровождающих процедуру контроля внутритрубным магнитным дефектоскопом, могут рассматриваться: изменение рабочего зазора между датчиками и внутренней поверхностью трубы в процессе движения (2....6мм); изменение толщины стенки отдельных труб на различных участках магистрального трубопровода (например, для трубопровода 508мм толщина стенки трубы может варьироваться от 6 до 16 мм, для трубопровода 1016мм - от 8 до 20мм); изменение магнитных свойств ферромагнитного материала трубы в процессе длительной эксплуатации (характеристика В(Н) за 20 лет эксплуатации может отличаться от исходной на 20...40%); влияние локальной остаточной намагниченности ферромагнитного материала в областях напряженного состояния металла; изменение скорости движения снаряда внутри трубы (от 0.5 до 4м/сек).

Таким образом, ключевым является алгоритм инвариантного пересчета сигнала в изменяющихся условиях эксплуатации к номинальному режиму, для которого предварительно формируется банк сигналов от широкого спектра дефектов. Идея инвариантного преобразования диагностического сигнала заключается в следующем. Из исходных сигналов (B,(z,q>) и Bv{z,<p)) выбираются признаки (соответственно p.(d,l,w;vai) и pQ(d,l,w\vаг), где {dj,w) = (depth,length,width) -

контролируемые параметры (размеры дефекта), a var - эксплуатационный фактор, от влияния которого необходимо отстроиться), на которые эксплуатационный фактор влияет различным образом. Тогда преобразование, инвариантное к изменению эксплуатационного фактора, в общем случае будет иметь вид

F{p_(dJ, w; var), p^dj, w, var)}= h(d, l,w). (26)

В диссертационной работе реализован один из вариантов инвариантного преобразования в виде

q{p.{d,l,щ var)}■ g"' [p^dj, w, var)}- h(d,l, w), (27)

при этом функции ^{/?p(c/,/,w;var)} и h(d,l,w) выбирались:

q{P;)=HP;) ,

h(d,l,w) = a0 + -d + ci2-l + a3 ■ w . Функция g{^(i/,/,vi';var)} строится как интерполяционная по узловым значениям с вариацией контролируемых параметров и эксплуатационного фактора в выбранном диапазоне:

h(d,Jj. Щ )-g{pp (d,, ,vv,,varn)) = 4 (p. (d,, I,, wt, var„)}

i = il j = U k = ]J( n = ljr Один из вариантов представления этой функции - нейронная сеть с радиальными базисными функциями с центрами в расчетных узлах.

В работе показано, что применение разработанного метода к отстройке от изменения намагниченности и толщины трубы обеспечило уменьшение погрешности оценки глубины дефектов в 2...2,5 раза.

В заключении отмечаются основные результаты диссертационной работы:

Разработаны научно-методологические положения и соответствующий математический аппарат, необходимый при решении прямых и обратных задач электромагнитного контроля с целью создания эффективных диагностических средств на основе использования численного анализа поля, базирующегося на экономичных конечно-элементных вычислительных схемах, алгоритмах анализа измерительных данных и нейросетевых технологиях классификации и оценки геометрических параметров обнаруженных дефектов.

При использовании метода конечных элементов для исследования трехмерных электромагнитных полей в задачах контроля предложена и теоретически обоснована процедура моделирования, базирующаяся на разложении результирующего поля на основное (бездефектное) поле, описываемое двумерной (осссиммстричной) краевой задачей, и трехмерное поле влияния дефекта. Применение этой процедуры позволяет значительно сократить вычислительные затраты (по памяти в 1.5...2.5 раза, по времени счета в 3...12 раз) численной оценки поля влияния контролируемого дефекта.

Созданные на основе разработанных подходов алгоритмы построения конечно-элементных решений реализованы в программном комплексе 1У^МитЗО, позволяющем упростить и ускорить проведение научных и инженерных исследований при проектировании диагностических систем электромагнитного контроля. Использование комплекса на практике дает возможность исследовать характер взаимодействия электромагнитного поля с объектом, что позволяет судить о достоинствах конкретного метода и его ограничениях, выбрать оптимальные условия организации процедуры контроля, подобрать конструкцию преобразователя для решения конкретной задачи, обоснованно задать программу сбора и анализа сигналов в реальной обстановке. Пакет М^МитЗБ может быть применен в различных отраслях науки, техники и производства, в частности, в прикладной электротехнике при исследовании и проектировании электротехнических устройств.

Предложена и обоснована технология проектирования систем классификации и параметризации дефектов на основании результатов исследования зависимости сигналов датчиков от параметров имеющихся дефектов в условиях действия мешающих факторов и помех. Процедура классификации по экспериментальным данным формулируется как задача распознавания образов и сигнал идентифицируется как представитель одного из классов, относящихся к известным типам дефектов и/или, возможно, к некоторым конструктивным элементам контролируемого изделия, являющихся источниками эквивалентных сигналов. Характерная особенность предлагаемой технологии - использование сформированного банка данных, содержащего диагностические сигналы от всех возможных типов дефектов. Этот набор сигналов относится к так называемой обучающей выборке, которая используется для настройки автоматической системы, в основе работы которой заложен алгоритм распознавания.

Разработан и испытан метод компенсации влияния основных мешающих факторов (конструктивных элементов парогенератора, пильгер-шума) на сигнал от дефекта при многочастотном вихретоковом контроле тсплообменных труб парогенераторов АЭС. Применение разработанного алгоритма при отстройке от влияния пильгер-шума позволило увеличить соотношение сигнал/шум не менее

чем в 2...3 раза, а от влияния дистанционирующих и антивибрационных решеток -в 1.8...2.2 раза.

Предложена и испытана методика построения иерархического нейросетевого классификатора дефектов по диагностическим сигналам соответствующих датчиков, применимая для задач с плохо разделимыми (перекрывающимися) классами и/или с низким отношением сигнал/шум во входных данных. В применении к задачи контроля труб методика предполагает сначала разделить все дефекты на три класса (внешние, сквозные и внутренние), затем внешние и внутренние дефекты разбить на критические (свыше 75% толщины стенки), опасные (от 40% до 75%) и неопасные (до 40%) и, наконец, оценить глубину дефектов. На каждом из этапов настраивалась отдельная нейронная сеть.

Для задачи магнитного контроля предложен и опробован метод инвариантного преобразования параметров-признаков сигнала при неконтролируемом изменении эксплуатационных факторов, в числе которых рассматривались уровень намагниченности и толщина стенки отдельных труб на различных участках магистрального трубопровода, обеспечивший уменьшение погрешности оценки глубины дефектов в 2.. .2,5 раза.

На основе выполненных теоретических исследований разработаны и внедрены:

автоматизированный классификатор дефектов по результатам вихрет окового контроля теплообменных труб парогенераторов АЭС - программа PIRATE (свидетельство №2007611344 от 28.03.07), прошедшая успешные испытания в режиме штатного контроля и продемонстрировавшая при этом ряд серьезных преимуществ над стандартным программным обеспечением AIDA (Франция), по метрологическим характеристикам при оценке глубины обнаруженных дефектов (погрешность оценки составляет 8... 12% от толщины стенки по сравнению с 12... 15% для AIDA), по возможности оценивать осевую длину дефектов, а также по возможности работать в автоматическом режиме;

программа MagNum3D (свидетельство №2007611345 от 28.03.07), с помощью которой были сформированы презентативные базы сигналов как в задаче многочастотного вихрегокового контроля теплообменных трубок (база модельных данных состояла из 640-х сигналов на четырех частотах, для дифференциального и абсолютного режима съема), так и в задаче магнитного контроля трубопроводов (420 двумерных сигналов - распределений осевой и азимутальной составляющих магнитной индукции).

Основные публикации по теме диссертации Статьи в рецензируемых научных журналах, рекомендуемых ВАК

1. В.П.Лунин Феноменологические и алгоритмические методы решения обратных задач электромагнитного контроля //' Дефектоскопия. 2006. № 6. с.3-16.

2. В.П.Лунип Двух шаговый алгоритм конечно-элементного решения задач электромагнитного контроля. Электроемкостный контроль // Дефектоскопия. 2006. № 12. с.3-14.

3. В.П.Лунин Двухшаговый алгоритм конечно-элементного решения задач электромагнитного контроля. Вихретоковый контроль // Дефектоскопия. 2006. № 12. с. 15-26.

4. В.П.Лунин Современные методы решения обратных задач электромагнитного контроля - Вестиик МЭИ. 2003, №1, с.60-66

33

5. В.П.Лунин Эффективный алгоритм расчета сигнала преобразователя при вихретоковом контроле труб парогенераторов АЭС // Вестник МЭИ, 2003, №2 с.46-50

6. В.П.Лунин, А.Г.Жданов. Д.Ю.Лазуткин Нейросетевой классификатор дефектов для многочастотного вихретокового контроля теплообменных труб. - Дефектоскопия,

2007, № 3, с.37-45

7. А.Г.Ждаиов, В.П.Лунин Повышение достоверности обнаружения и оценки геометрических параметров дефектов труб парогенераторов АЭС // Вестник МЭИ.

2008. № 5. с.82-88.

8. Е.Г.Щукис, В.П.Лунин Применение алгоритмов нечеткой логики для анализа вихретоковых сигналов, полученных при контроле теплообменных труб. // Вестник МЭИ. 2008. № 5. с.89-93

9. В.А.Барат. Д.А.Слесарев, В.П.Лунин Использование нейронных сетей для анализа изображений, соответствующих частотно-временным распределениям нестационарных сигналов // Вестник МЭИ. 1996. №6. с.108-111

10. Е.П.Сапожникова, В.П.Лунин, L.Ludwig, W.Rosenstiel Применение нейросетевых алгоритмов на основе адаптивной резонансной теории к контролю качества печатных плат // Нейрокомпьютеры, разработка, применение. № 3. 2UU0. с.54-60

Патенты и свидетельства об официальной регистрации программ на ЭВМ

11. В.П.Лунин, В.В.Чегодаев Патент РФ на полезную модель «Устройство вихретокового контроля» №62246 от 24.11.06

12. В.П.Лунин, В.В.Чегодаев Патент РФ на полезную модель «Многоэлементный вихретоковый преобразователь» №51748 от 27.02.06

13. В.П.Лунин, А.Г.Жданов Свидетельство об официальной регистрации программы для ЭВМ «Программа конечно-элементного моделирования MagNum3D» №2007611345 от 28.03.07

14. В.П.Лунин, А.Г.Жданов, Е.Г.Щукис, Д.Ю.Лазуткин Свидетельство об официальной регистрации программы для ЭВМ «Программа анализа данных вихретокового контроля PIRATE» №2007611344 от 28.03.07

Научно-методические монографии

15. В.П.Лунин "Метод конечных элементов в задачах прикладной электротехники", - М. Из-во МЭИ, 1996, 78 с.

16. В.П.Лунин "Моделирование поля в задачах вихретокового контроля", - М.: Из-во МЭИ, 2004, 56 с.

Материалы научно-технических конференций

17. В.П.Лунин "Расчет поля влияния дефектов в задачах вихретокового контроля", 3-я межд. конф. "Компьютерные методы и обратные задачи в неразрушающем контроле и диагностике", 2002, с.228-229

18. В.П.Лунин "Современные подходы к интерпретации данных контроля для оценки параметров дефектов металла", Методы и технические средства оперативной оценки структурно-механического состояния металла элементов конструкций и машин// Всероссийская науч.-технич. конф. Сб. докл. -М.: МЭИ (ТУ), 2002, с. 392-396

19. В.П.Лунин "Численная оценка поля влияния дефекта при электромагнитной диагностике металлических изделий", Методы и технические средства оперативной оценки структурно-механического состояния металла элементов конструкций и машин// Всероссийская науч.-технич. конф. Сб. докл. - М.: МЭИ (ТУ), 2002, с. 396-399

20. В.П.Лунин, В.А.Барат, А.Г.Жданов, В.Н.Ловчев. Д.Ф.Гуцев «Программно-методическое обеспечение для систем вихретокового контроля т/о трубок ПГ РУ ВВЭР», 4-я Международная НТК «Безопасность, эффективность и экономика атомной энергетики»: докл. - М.: ВНИИАЭС, 2004, с.476-485

21. В.П.Лунин, Д.А.Гомонов, С.В.Кирсанов "Интерактивные пакеты программ для анализа и проектирования электромагнитных средств диагностирования". Доклады НТК "Техническое диагностирование - 93", Санкт-Петербург, с.39-41

22. В.П. Лунин, Семенов A.B. "Применение нейронных сетей для классификации и параметризации дефектов нефтепроводов", Международная конференция "Информационные средства и технологии". - М„ 2004, с.51 -54

23. В.П.Лунин, А.Г.Жданов, Р.О.Ущербов, В.Н.Ловчев, Д.Ф.Гуцев, С.И.Титов, С.В.Смирнов, "Разработка и внедрение программного обеспечения для выявления и классификации дефектов тегшообменных труб парогенераторов АЭС с РУ ВВЗР-440 и ВВЭР-1000" / Материалы 5-ой Международной научно-технической конференции "Безопасность, эффективность и экономика атомной энергетики". Москва, концерн "РосЭнергоАтом", 2006, с.245-248

24. В.ПЛунин, А.Г.Жданов, Р.О.Ущербов, В.Н.Ловчев, Д.Ф.Г'уцев, С.И.Титов, С.В.Смирнов "Испытание программного обеспечения для выявления и параметризации дефектов труб по вихретоковым данным контроля парогенераторов ВВЭР" / 7-ой Международный семинар по горизонтальным парогенераторам, ОКБ "ГИДРОПРЕСС", Подольск, 2006, с.51-59

25. В.П.Лунин, А.Г.Жданов, Е.Г.Кулагина "Эффективные алгоритмы обработки вихретоковых сигналов при контроле теплообменных труб парогенераторов ВВЭР" /

7-ой Международный семинар по горизонтальным парогенераторам, ОКБ "ГИДРОПРЕСС", Подольск, 2006, с.60-68

26. В.ПЛунин, А.Г.Жданов, Д.Ю.Лазуткин "Проектирование нейросегевого классификатора дефектов для многочастотного вихретокового контроля теплообменных труб" / 7-ой Международный семинар по горизонтальным парогенераторам, ОКБ "ГИДРОПРЕСС", Подольск, 2006, с.69-76

27. Лунин В.П., Жданов А.Г., Лазуткин Д.Ю., «Нейросетевой классификатор дефектов для многочастотного вихретокового контроля теплообменных труб», Екатеринбург: Наука. УрО РАН, номер 3, стр. 37-45, март 2007 г,

28. В.П.Лунин, А.Г.Жданов, Л.С.Голубев, Д.ЮЛазуткин, В.Н.Ловчев, Д.Ф.Гуцев, Р.Ю.Жуков, В.С.Попадчук, '"Оценка объема электропроводящих отложений на теплообменных трубках по вихретоковым сигналам" / Материалы 6-ой Международной научно-технической конференции "Безопасность, эффективность и экономика атомной энергетики". Москва, концерн "РосЭнергоАтом", 2008, стр.246248

29. Лунин В.П., Жданов А.Г., Щукис Е.Г., Зеленский М.А., Ловчев В.Н., Гудев Д.Ф. Испытание программы с целью повышения надежности выявления и классификации дефектов труб по вихретоковым данным контроля, Материалы 6-ой Международной научно-технической конференции «Обеспечение безопасности АЭС с ВВЭР», ОКБ "ГИДРОПРЕСС", Подольск, 2009, стр.78-85

30. Лунин В.П., Горбатых В.П., Голубев A.C., Серебряников Б.В., Гуцев Д.Ф., Ловчев В.Н. Испытание программного обеспечения для систем вихретокового контроля с целью оценки объема электропроводящих отложений на теплообменных трубках, Материалы 6-ой Международной научно-технической конференции «Обеспечение безопасности АЭС с ВВЭР», ОКБ "ГИДРОПРЕСС", Подольск, 2009, стр.86-92

31. Лунин В.П., Жданов А.Г., Чегодаев В.В., Ловчев В.Н., Гуцев Д.Ф., Якимычев C.B., Смирнов C.B. Опытно-промышленные испытания программно-методического обеспечения систем вихретокового контроля труб парогенераторов ВВЭР, Материалы

8-ого Международного семинара по горизонтальным парогенераторам, ОАО ОКБ «ГИДРОПРЕСС», Подольск, 2010

32. А.Г.Жданов, В.П.Лунин, "Применение нейросетевых технологий для решения задач классификации и параметризации дефектов трубок парогенераторов АЭС", Международная конференция "Информационные средства и технологии". - М., 2004, с.59-62

33. Жданов А.Г., Лунин В.П. Применение программы автоматической обработки сигналов вихретокового контроля труб парогенераторов при анализе данных в период ППР на АЭС, Материалы научно-технической конференции специалистов ОАО ОКБ «ГИДРОПРЕСС», Подольск, 2010

34. К.В.Мякушев, В.П.Лунин, Применение численных методов при проектировании магнитных систем дефектоскопов и получении модельных сигналов от дефектов, доклады межд. конф. "Информационные средства и технологии", 2003, с.107-110

35. А.В.Семенов, В.П.Лунин "Применение дескрипторов Фурье классификации вихрегоковых сигналов при контроле труб парогенераторов", доклады межд. конф. "Информационные средства и технологии", 2002, т.1, с.134-137

36. И.В.Семенова, В.П. Лунин, "Применение нейронных сетей для решения прямой задачи магнитного контроля". Международная конференция "Информационные средства и технологии". - М., 2004, с.55-58

37. Е.Г.Щукис, В.11.Лунин, "Применение непрерывного вейвлет-преобразования для выделения сигналов от дефектов", Международная научно-техническая конференция "Информационные средства и технологии". - М., 2008, т.1, стр.130-136

38. М.А.Зеленский, В.П.Лунин, H.Brauer, "Исследование инновационного метода вихретокового контроля", Международная научно-техническая конференция "Информационные средства и технологии". - М., 2008, т.З, стр.20-23

39. Б.В.Серебряников, Лунин В.П., Параметризация электропроводящих отложений на трубках парогенераторов АЭС, Материалы научно-технической конференции специалистов ОАО ОКБ «ГИДРОПРЕСС», Подольск, 2010

40. Е.Г. Щукис, Лунин В.П., Применение дискретного вейвлет-анализа для выделения диагностически значимых областей сигнала при контроле ТОТ ПГ, Материалы научно-технической конференции специалистов ОАО ОКБ «ГИДРОПРЕСС», Подольск, 2010

41. Барабанов П.А., Лунин В.П. Оценка экспериментальных вихретоковых сигналов, полученных проходным датчиком при контроле труб парогенератора. Международная конференция "Информационные средства и технологии". - М., 2010, стр.20-27

42. Крюков A.C., Лунин В.П. Отстройка от зазора алгоритмическим путем в вихретоковом методе контроля, Международная конференция "Информационные средства и технологии". - М., 2010, стр.79-86

43. Щукис Е.Г., Лунин В.П. Применение дискретного вейвлет-преобразования для выделения сигналов от конструктивных элементов, Международная конференция "Информационные средства и технологии". - М., 2010, стр.152-160

Научно-методические издания

44. В.П.Лунин, С.В.Кирсанов, А.А.Иванов, "Методические указания по проведению практических занятий на ПЭВМ с пакетом программ конечно-элементного анализа электромагнитных полей MagNum", Из-во МЭИ, 1996,48 с.

45. В.П.Лунин, С.В.Кирсанов, А.А.Иванов, "Лабораторные работы на ПЭВМ по курсу "Численные модели и компьютерное проектирование в интроскопии", - М. Из-во МЭИ, 1996, 28 с.

Публикации на английском языке

46. V.P. Lunin, Development of electromagnetic flaw detection methods based on solution of inverse problems during testing of nuclear power plant equipment, 10th European Conference on Non-Destructive Testing, Moscow, 2010, pp.94-95

47. V.P.Lunin, "Engineering Approaches to Solving Inverse Electromagnetic Testing Problems", Summer School "Advanced Aspects of Theoretical Electrical Engineering", Sozopol, Bulgary, 2005, pp. 133-144

48. V.P. Lunin, S.V. Kirsanov «A Finite Element Code MAGNUM for Analysis of Electromagnetic Field on Personal Computers". 37th International Scientific Colloquium, Ilmenau 1992, pp. 107-111

49. V.P. Lunin, D.A. Gomonov «Neural network techniques for defect classification in steam generator tube testing", 6th European Conference on NDT, France, 1994, pp. 1349-1353

50. V.P. Lunin, S.V. Kirsanov «Numerical modelling of eddy current testing procedure in nuclear industry", 6th European Conference on NDT, Nice, France, 1994, pp.1173-1175

51. V.P. Lunin, A.V. Gaivoronsky, D.A. Gomonov «Inversion of surface magnetic flux leakage data for flaw reconstruction", 40th International Scientific Colloquium, Ilmenau, 1995. Band 2, pp.266-272

52. V.P. Lunin, S.V. Kirsanov «Finite element predictions in electromagnetic testing technique", 40th International Scientific Colloquium, Ilmenau, 1995, Band 2, pp.260-265

53. V.P. Lunin, D.A. Gomonov «Investigation of signal classification problem using a neural network", 40lli iiiienialiunal Suienimi; Colloquium, Iliiicnau, 1995, Band 1, pp.801-805

54. V.P. Lunin, D.A. Gomonov, S.V. Kirsanov «Model-based approach to predict and interpret results in electromagnetic inspection", Fall Conference of the Japanese Society for NonDestructive Inspection, Japan, 1995, pp.479-486

55. V.P. Lunin, S.B. Belitsky «Finite element predictions of signals in magnetic testing of wire ropes", Fall Conference of the Japanese Society for Non-Destructive Inspection, Japan, 1995. pp.487-492

56. V.P. Lunin, D.A. Gomonov, S.V. Kirsanov «Numerical laboratory for solving electromagnetic inspection problems". International Conference "Computer methods and inverse problems in Nondestructive testing and diagnostics", Belarus, 1995, pp. 103-106

57. V.P. Lunin, D.A. Gomonov «Boundary element model for steady state potential problems", International Conference "Computer methods and inverse problems in Nondestructive testing and diagnostics", Minsk, Belarus, 1995, pp.244-247

58. V.P. Lunin, S.B. Belitsky, E.A. Alexeeva «Finite element calculations in magnetic testing of steel wire ropes". International Conference "Computer methods and inverse problems in Nondestructive testing and diagnostics", Minsk, Belarus, 1995, pp.262-265

59. V.P. Lunin and S.V. Kirsanov «Introducing Model-Based Approach for Educational Purposes in Electromagnetic Inspection Curriculum", 14th World Conference on Nondestructive Testing, New Delhi, India, 1996, pp. 1925-1928

60. V.P. Lunin and V.A. Barat «Crack Depth and Angle Obligue Evaluation by a Neural Network with Simulated Training Data", 14th World Conference on Nondestructive Testing, New Delhi, India, 1996, pp. 1871 -1874

61. V.P.Lunin, H.-M.Thomas «Finite Element Approach to Assess Inspectability of Weld between Two Coaxial Tubes by RFEC Technique", 7th European Conference on NonDestructive Testing, Copenhagen Danmark, 26-29 May 1998, pp. 1588-1595

62. V.P.Lunin, D.V.Podobedov «Three-Dimensional Finite-Element Computer Code Applicable for Modeling Electromagnetic NDE Problems", 2nd International Conference on Computer Methods and Inverse Problems in Nondestructive Testing and Diagnostics, Minsk Belarus, 20-23 October 1998, pp.473-479

63. V.P.Lunin, V.A.Barat «Evaluation of Crack Parameters Using Neural Network Trained by Modeling Data", 2nd International Conference on Computer Methods and Inverse Problems in Nondestructive Testing and Diagnostics, Belarus, 1998, pp.369-375

64. V.P.Lunin, D.V.Podobedov, D.J.Alexeevsky, H.-M.Thomas «Finite Element Analysis of RFEC Technique for Inspection of Weld between Two Coaxial Tubes", 2nd International

Conference on Computer Methods and Inverse Problems in Nondestructive Testing and Diagnostics, Minsk Belarus, 20-23 October 1998, pp.91-98

65. V.P.Lunin, D.V.Podobedov «Modeling of Electromagnetic Problems Using the Finite Element Computer Code MagNum3D", 43rd International Colloquium, Technical University of llmenau Germany, 21-24 September 1998, pp.240-245

66. V.P.Lunin, V.A.Barat «Crack Angle and Depth Estimation Using Wavelet Preprocessea Neural Network", Review of Progress in Quantitative Nondestructive Evaluation, edited by D.O.Thompson and D.E.Chimenti, Plenum Press, New York, 1999, pp.821-828

67. V.Lunin, V.Barat, D.Podobedov: Neural Network-based Crack Parameterization using Wavelet Preprocessing MFL Signal Review of Progress in QNDE, vol.20, eds. D.O.Thompson and D.E.Chimenti (American Institute of Physics, NY, 2001), pp.641-648

68. V.Lunin, V.Barat: "Wavelet Transform of Signal for Enhancement of SNR in Wire Rope Inspection", Review of Progress in QNDE, vol.21, eds. D.O.Thompson and D.E.Chimenti (American Institute of Physics, NY, 2002), pp.707-714

69. V.Lunin, D.Alexeevsky: "Numerical Prediction of Signal for Magnetic Flux Leakage Benchmark Task", Review of Progress in QNDE, vol.22, eds. D.O.Thompson and D.E.Chimenti (American Institute of Physics, NY, 2003), pp.1830-1837

70. V.Lunin, A.Zhdanov "Two-step Algorithm in Calculation of Defect Influenced Eddy Current Field", 48lh International Scientific Colloquium: Proceedings llmenau, Germany, 2003, pp.345-346

71. V.Lunin, V.Barat, "Scheme for Characterization of Metal-loss Defects Using MFL Signal from Pipeline Inspection", Review of Progress in QNDE, Proceedings, eds. D.O.Thompson and D.E.Chimenti (American Institute of Physics, NY, 2004), p.107-112

72. V.Lunin, A.Zhdanov "Inversion of Eddy Current Field Data for In-service Inspection of WWER Steam Generator Tubes", 51sl International Scientific Colloquium: Proceedings llmenau, Germany, 2006, pp.135-136

73. A.Zhdanov, V.Lunin, H.Uhlmann, H.Brauer "Modelling of Ferrite-cored Multi-pancake Probe in Eddy Current Inspection of Tubes", 51st International Scientific Colloquium: Proceedings llmenau, Germany, 2006, pp. 173-174

74. V.Lunin, AZhdanov "Automated Data Analysis in Eddy Current Inspection of Steam Generator Tubes", Proceedings of 9th European Conference on NDT, Berlin, 2006

75. V.Lunin, A.Semenov "Compensation of Test Parameter Variations in Magnetic Flux Leakage Signals from Oil/Gas Pipeline Inspection", Proceedings of 9th European Conference on NDT, Berlin, 2006

76. A.V. Gaivoronsky, V.P. Lunin, D.A. Gomonov «Inversion of magnetic flux leakage on surface for defect reconstruction", International Conference "Computer methods and inverse problems in Nondestructive testing and diagnostics", Belarus, 1995, pp.87-90

77. M.Zelenskiy, V.Lunin Development of a multisection eddy-current probe for testing of tubular objects, 54th International Scientific Colloquium: Proceedings llmenau, Germany. 2009, pp.125-131

78. E.Shchukis, V.Lunin, M.Zelenskiy Wavelet transform for eddy-current signal processing, 54th International Scientific Colloquium: Proceedings llmenau, Germany, 2009, pp.138-143

Подписано в печать iI Ol- И П Зак. 3 тир. JC0 П л Полиграфический центр МЭИ(ТУ) Красноказарменная ул.,д.13

2009255264

2009255264

ВВЕДЕНИЕ

1. ОБЗОР СОВРЕМЕННОГО СОСТОЯНИЯ МЕТОДОВ РЕШЕНИЯ ПРЯМЫХ И ОБРАТНЫХ ЗАДАЧ ЭЛЕКТРОМАГНИТНОГО КОНТРОЛЯ

1.1 ПРОБЛЕМА ОБЕСПЕЧЕНИЯ ЭКСПЛУАТАЦИОННОЙ НАДЕЖНОСТИ И БЕЗОПАСНОСТИ АЭС

1.2 ОБЗОР ЧИСЛЕННЫХ МЕТОДОВ И ПРОГРАММНЫХ КОМПЛЕКСОВ ДЛЯ РАСЧЕТА ЭЛЕКТРОМАГНИТНЫХ ПОЛЕЙ

1.3 ФЕНОМЕНОЛОГИЧЕСКИЕ И АЛГОРИТМИЧЕСКИЕ МЕТОДЫ РЕШЕНИЯ ОБРАТНЫХ ЗАДАЧ ЭЛЕКТРОМАГНИТНОГО КОНТРОЛЯ

1.3.1 Феноменологические методы инверсии

1.3.2 Алгоритмические методы инверсии

1.4 АНАЛИЗ СОСТОЯНИЯ НЕЙРОСЕТЕВЫХ ТЕХНОЛОГИЙ РЕШЕНИЯ ОБРАТНЫХ ЗАДАЧ

1.5 ВЫВОДЫ И ЗАДАЧИ ИССЛЕДОВАНИЯ

2. ПРОЦЕДУРА КОНЕЧНО-ЭЛЕМЕНТНОГО МОДЕЛИРОВАНИЯ ЗАДАЧ ЭЛЕКТРОМАГНИТНОГО КОНТРОЛЯ

2.1 ВЫВОД ФОРМУЛ ДЛЯ РЕШЕНИЯ ЗАДАЧИ С ИСПОЛЬЗОВАНИЕМ ЭНЕРГЕТИЧЕСКОГО ФУНКЦИОНАЛА

2.1.1 Основные уравнения задачи гармонического поля

2.1.2 Вывод выражений для конечно-элементной матрицы

2.2 РЕШЕНИЕ ЗАДАЧИ МЕТОДОМ ГАЛЕРКИНА

2.2.1 Исходное уравнение для задачи электромагнитного контроля с учетом движения датчика

2.2.2 Аппроксимирующие и весовые функции 99 2.3. ЧИСЛЕННЫЕ РАСЧЕТЫ ТЕСТОВЫХ ЗАДАЧ

2.3.1 Задача контроля ферромагнитных труб большого диаметра

2.3.2 Тестовая задача с катушкой над пластиной с отверстием 113 2.4 КРАТКИЕ ВЫВОДЫ

3. ДВУХШАГОВЫИ АЛГОРИТМ КОНЕЧНО-ЭЛЕМЕНТНОГО РЕШЕНИЯ ЗАДАЧ ЭЛЕКТРОМАГНИТНОГО КОНТРОЛЯ

3.1 СХЕМА ДВУХШАГОВОГО АЛГОРИТМА РЕШЕНИЯ ЗАДАЧ ЭЛЕКТРОМАГНИТНОГО КОНТРОЛЯ

3.2. УПРОЩЕННАЯ СХЕМА ВЫЧИСЛЕНИЯ ТРЕХМЕРНЫХ ПОЛЕЙ ВЛИЯНИЯ ДЕФЕКТА

3.3 ИСПОЛЬЗОВАНИЕ МЕТОДА ВЫДЕЛЕНИЯ ПОЛЯ ВЛИЯНИЯ ДЕФЕКТА ДЛЯ УТОЧНЕНИЯ РЕШЕНИЯ ТРЕХМЕРНОЙ ЗАДАЧИ

3.4 КРАТКИЕ ВЫВОДЫ

4. ДВУХШАГОВЫЙ АЛГОРИТМ КОНЕЧНО-ЭЛЕМЕНТНОГО РЕШЕНИЯ ЗАДАЧ ЭЛЕКТРИЧЕСКОГО ВИДА НЕРАЗРУШАЮЩЕГО КОНТРОЛЯ

4.1 МАТЕМАТИЧЕСКАЯ МОДЕЛЬ ЭЛЕКТРОЕМКОСТНОГО МЕТОДА КОНТРОЛЯ

4.2 ПРИМЕР РЕАЛИЗАЦИИ АЛГОРИТМА ДЛЯ ЭЛЕКТРОЕМКОСТНОГО МЕТОДА

4.3 ДВУХШАГОВЫЙ АЛГОРИТМ КОНЕЧНО-ЭЛЕМЕНТНОГО РЕШЕНИЯ ЗАДАЧ ЭЛЕКТРОПОТЕНЦИАЛЬНОГО КОНТРОЛЯ •

4.3.1 Математическая модель электропотенциального контроля

4.3.2 Особенности построения конечно-элементных сеток

4.4 КРАТКИЕ ВЫВОДЫ

5. ДВУХШАГОВЫЙ АЛГОРИТМ КОНЕЧНО-ЭЛЕМЕНТНОГО РЕШЕНИЯ ЗАДАЧ ВИХРЕТОКОВОГО КОНТРОЛЯ

5.1 МАТЕМАТИЧЕСКАЯ МОДЕЛЬ ВИХРЕТОКОВОЙ ЗАДАЧИ

5.2 ПРИМЕР РЕШЕНИЯ ЗАДАЧИ ВИХРЕТОКОВОГО КОНТРОЛЯ

5.3 КРАТКИЕ ВЫВОДЫ

6. ПРОЕКТИРОВАНИЕ АЛГОРИТМИЧЕСКОГО ОБЕСПЕЧЕНИЯ СИСТЕМЫ МНОГОЧАСТОТНОГО ВИХРЕТОКОВОГО КОНТРОЛЯ

6.1 РАСЧЕТНАЯ МОДЕЛЬ ПРОЦЕДУРЫ ВИХРЕТОКОВОГО КОНТРОЛЯ ПАРОГЕНЕРАТОРНЫХ ТРУБ

6.1.1 Исследование влияния геометрических параметров дефектов на выходные сигналы преобразователя

6.1.2 Исследование влияния основных мешающих факторов при вихретоковом контроле теплообменной .трубки

6.2 ФОРМИРОВАНИЕ БАНКА СИГНАЛОВ ОТ ШИРОКОГО СПЕКТРА ДЕФЕКТОВ

6.3 РАЗРАБОТКА АЛГОРИТМОВ ОТСТРОЙКИ ОТ ВЛИЯНИЯ МЕШАЮЩИХ ФАКТОРОВ ОБНАРУЖЕНИЯ ДЕФЕКТОВ

6.3.1 Алгоритмы подавления случайных сбоев и шума в измерительном тракте

6.3.2 Усовершенствованный алгоритм компенсации влияния мешающих факторов

6.3.3 Алгоритм автоматического обнаружения дефектов '

6.4 ПРОЕКТИРОВАНИЕ НЕЙРОСЕТЕВОГО КЛАССИФИКАТОРА ДЕФЕКТОВ ТЕПЛООБМЕННЫХ ТРУБ

6.4.1Выбор и обоснование архитектуры нейросетевого комплексаОб 6.4.2 Настройка и тестирование локальных ИНС

6.5 КРАТКИЕ ВЫВОДЫ 214 7. ПРОГРАММНОЕ ОБЕСПЕЧЕНИЕ ДЛЯ ВЫЯВЛЕНИЯ И ПАРАМЕТРИЗАЦИИ ДЕФЕКТОВ ТРУБ ПО ВИХРЕТОКОВЫМ ДАННЫМ КОНТРОЛЯ ПАРОГЕНЕРАТОРОВ ВВЭР

7.1 СТРУКТУРА ПРОГРАММЫ

7.2 ИСПЫТАНИЕ ПРОГРАММЫ НА ВЕРИФИЦИРОВАННЫХ ДАННЫХ ВИХРЕТОКОВОГО КОНТРОЛЯ

7.3 ПРИЕМОЧНЫЕ ИСПЫТАНИЯ ПРОГРАММЫ НА ВЫЯВЛЕНИЕ И ОПРЕДЕЛЕНИЕ ГЛУБИНЫ ДЕФЕКТОВ ТОТ

7.4 ОПЫТНО-ПРОМЫШЛЕННЫЕ ИСПЫТАНИЯ РАЗРАБОТАННОГО ПРОГРАММНО-МЕТОДИЧЕСКОГО ОБЕСПЕЧЕНИЯ

7.5 КРАТКИЕ ВЫВОДЫ

8. РАЗРАБОТКА МЕТОДА ИНВАРИАНТНОГО ПРЕОБРАЗОВАНИЯ ПРИЗНАКОВ СИГНАЛА ПРИМЕНИТЕЛЬНО К ЗАДАЧЕ КОНТРОЛЯ ФЕРРОМАГНИТНЫХ ТРУБ

8.1 КОНТРОЛЬ ФЕРРОМАГНИТНЫХ ТРУБ БОЛЬШОГО ДИАМЕТРА

8.2 ПОСТАНОВКА ЗАДАЧИ РАЗРАБОТКИ АЛГОРИТМОВ АНАЛИЗА ДАННЫХ МАГНИТНОГО КОНТРОЛЯ ТРУБОПРОВОДОВ

8.3 ФОРМИРОВАНИЕ БАНКА МОДЕЛЬНЫХ СИГНАЛОВ

8.3.1 Примеры модельных сигналов от разных дефектов

8.3.2 Выбор признаков поля рассеяния

8.4 СРАВНЕНИЕ РЕЗУЛЬТАТОВ РАСЧЕТА МАГНИТНОГО ПОЛЯ РАССЕЯНИЯ ДЕФЕКТОВ С ЭКСПЕРИМЕНТОМ

8.5 ОЦЕНКА ВЛИЯНИЯ И ОТСТРОЙКА ОТ ИЗМЕНЕНИЯ ТОЛЩИНЫ СТЕНКИ ТРУБЫ

8.5.1 Обоснование методики отстройки от изменения масштаба

8.5.2 Проверка методики отстройки от толщины стенки трубы

8.6 АЛГОРИТМ ИНВАРИАНТНОГО ПЕРЕСЧЕТА ПАРАМЕТРОВ СИГНАЛОВ

8.6.1 Создание и настройка нейронной сети для отстройки от изменения поля намагничивания и зазора

8.6.2 Построение нейронной сети для определения корректирующих коэффициентов

8.6.3 Настройка нейросетевого параметризатора дефектов для базовых значений поля и зазора

8.6.4 Тестирование всего комплекса с отстройкой от влияния поля намагничивания и зазора 276 8.7 КРАТКИЕ ВЫВОДЫ

Актуальность темы исследования связана со следующими обстоятельствами:

• в последние годы существенно возросли потребности в надежных средствах определения технического состояния эксплуатируемых энергетических объектов повышенной опасности (в первую очередь, оборудования атомных электростанций) с целью оценки их надежности и определения остаточного ресурса, что обусловлено потребностями в их более рациональном использовании и безопасности;

• анализ статистических данных об аварийных ситуациях на этих сооружениях за последние десятилетия выявляет тенденцию к их росту, что, учитывая все возрастающее количество таких объектов, не может не вызывать обоснованного беспокойства.

Противостоять этой тенденции можно с помощью создания надежных систем неразрушающего контроля и диагностики, предназначенных для оценки технического состояния и прогнозирования остаточного ресурса оборудования путем мониторинга опасных зон и отслеживания динамики изменения параметров, свидетельствующих о происходящих изменениях в состоянии конструкционных материалов.

Одной из самых актуальных проблем мировой атомной энергетики является задача обеспечения высокой эксплуатационной надежности и безопасности элементов ядерных энергетических установок, в частности, теплообменник труб парогенераторов АЭС. Ввиду того, что парогенераторы АЭС работают в очень напряженных режимах, обеспечивающих их экономическую эффективность, теплообменные трубы эксплуатируются в условиях больших плотностей энерговыделения, высоких рабочих температур, значительных механических нагрузок, в контакте с агрессивными средами.

Поэтому выход из строя отдельных труб может привести к нанесению ущерба здоровью обслуживающего персонала АЭС, большим экономическим потерям от остановки энергоблоков и радиоактивному заражению окружающей среды. Поэтому необходимо систематически контролировать теплообменные трубы во время эксплуатации и вовремя принимать меры для предотвращения аварийных ситуаций.

Среди разнообразных видов неразрушающего контроля для оценки технического состояния объектов атомной энергетики (тепловыделяющих элементов ядерных реакторов, трубопроводов, теплообменных труб), выявления и оценки параметров дефектов успешно применяют методы, основанные на взаимодействии электромагнитного поля с контролируемым изделием (электрический, магнитный, вихретоковый).

Для успешного создания средств электромагнитного контроля используются решения прямой и обратной задач. Под прямой задачей понимается анализ распределения (перераспределения) компонент электромагнитного поля, обусловленного наличием в изделии неоднородности (дефекта) с аномальными значениями электрической проводимости, магнитной и/или диэлектрической проницаемости и определения сигналов соответствующих датчиков поля. В основе решения прямой задачи лежит теория электромагнитного поля. Проблемами анализа электромагнитных полей занимались Ю.А.Бахвалов, Г.А.Гринберг, К.С.Демирчян, А.В.Иванов-Смоленский, Э.В.Колесников, И.Д.Маергойз, Л.Р.Нейман, К.М.Поливанов, О.В.Тозони, В.Л.Чечурин.

Под обратной задачей понимается задача обнаружения и определения геометрических и/или электрофизических параметров неоднородности в контролируемом изделии по измеренному полю в некоторой ограниченной области пространства (как правило, в окрестности этой неоднородности). Теоретические проблемы электромагнитных методов контроля исследовались в фундаментальных работах отечественных ученых В.Г.Герасимова [1-5],

A.Л.Дорофеева [6-8], Н.Н.Зацепина [9-10], В.В.Клюева [11-13], П.А.Курбатова [14], В.Ф.Мужицкого [15-18], А.Д.Покровского [19], Ю.И.Стеблева,

B.В.Сухорукова [21-22], Ю.К.Федосенко [23-26], В.Е.Шатерникова [27-29], Ю.М.Шкарлета, П.Н.Шкатова [30], В.Е.Щербинина, а также ряда зарубежных исследователей William Lord (Iowa State University, USA), Satish Udpa [31-41] (Michigan State University, USA), David Atherton [44-46] (Montreal State University, Canada), Kenzo Miya [42-43] (Nuclear Engineering Research Laboratory, Japan), Friedrih Foerster (Foerster's Institute, Germany) и др.

Вместе с тем, потенциальные возможности электромагнитного контроля использованы далеко не полностью. Недостаточное теоретическое исследование электрофизических явлений при электромагнитном контроле оказывает негативное влияние на качество проектирования средств электрического, магнитного и вихретокового видов контроля. Сложность анализа изменений поля, а также обработки сигналов датчиков объясняются сложностью и разнообразием геометрических форм как самих исследуемых объектов, так и выявляемых дефектов, необходимостью учета нелинейности свойств контролируемых материалов и комплектующих элементов преобразователей.

Диссертационная работа посвящена разработке методологии и соответствующего математического аппарата для решения прямых и обратных задач электромагнитного контроля. При постановке вычислительных экспериментов и при разработке алгоритмов используются материалы теоретических и экспериментальных исследований. Методология опирается на современные технологии, предусматривающие использование адекватных математических моделей процедур электромагнитного контроля, эффективных алгоритмов анализа экспериментальных данных и на принципы создания проблемно-ориентированных программных комплексов, характеризующихся интегрированностью информационных, моделирующих и интерфейсных компонент. Это дает возможность инженеру исследовать характер взаимодействия поля с контролируемым изделием, судить о достоинствах того или иного метода контроля и его ограничениях, выбрать наилучшие условия организации процедуры контроля, спроектировать конструкцию преобразователя в конкретной задаче, а также обоснованно задать программу анализа сигналов и принятия решения.

Среди методов численного моделирования на ЭВМ выделяется метод конечных элементов, позволяющий использование треугольных (в двумерных задачах) и тетраэдральных (в трехмерных) сеток. Он имеет значительные преимущества перед другими численными методами благодаря возможности построения нерегулярных сгущающихся и разрежающихся сеток, а также учета сложной трехмерной геометрии исследуемого изделия и аппроксимации граничных условий.

Однако применение стандартных вычислительных конечно-элементных схем для решения сложных трехмерных задач электромагнитного контроля требует больших вычислительных затрат. Это приводит либо к большой погрешности решения из-за использования недостаточно подробной сетки, либо к чрезмерно большим вычислительным затратам при решении важных практических задач. Предложенные в диссертационной работе подходы к конечно-элементному моделированию с выделением двумерной части поля, как основной, позволяют при решении многих трехмерных задач снизить затраты и тем самым делают эти задачи доступными для решения с высокой точностью при относительно небольших вычислительных затратах. В работе построены основанные на таких подходах конечно-элементные схемы моделирования электромагнитных полей с источниками в виде заданного распределения потенциала на границах проводящего изделия (электропотенциальный метод), статических зарядов электродов (электроемкостный метод), постоянных магнитов и катушек с током (магнитный и вихретоковый контроль).

При численном решении обратных задач электромагнитного контроля до настоящего времени использовались различные методы: калибровочных характеристик, сведения к системе (нелинейных) уравнений и обращения матриц. Наиболее удовлетворительные результаты были получены минимизацией целевого функционала невязки измеренных и рассчитанных данных. Однако в целом эти методы нельзя назвать удовлетворительными, так как они предполагают низкий уровень шума в исходных данных и отличаются низкой устойчивостью.

Таким образом, серьезного внимания требует создание и обоснование более совершенных алгоритмов обработки, анализа и интерпретации данных электромагнитного контроля, регистрируемых соответствующими датчиками. Разработка способов классификации и параметризации дефектов в настоящее время нередко базируется на экспериментальных исследованиях и поиске взаимосвязи между характеристиками искомого дефекта и несколькими параметрами сигналов, полученных в результате взаимодействия поля с контролируемым изделием. Как правило, подобный анализ данных представляет собой весьма трудоемкий процесс, поскольку данные задаются в многомерном пространстве признаков, при этом классы имеют границы очень сложной формы, а порой и существенно перекрываются. Во многих случаях анализ значительно усложняется из-за наличия в измерениях заметного шума различного происхождения.

В течение последних десятилетий интенсивно развивается новая технология анализа данных, основанная на применении искусственных нейронных сетей. Их отличительная черта - способность обучаться на известных примерах и обобщать полученную информацию, невосприимчивость к шуму и присущая им параллельность архитектуры. Все это делает нейросетевой подход крайне привлекательным для решения таких сложных задач электромагнитного контроля, как классификация и параметризация дефектов в условиях шума, а также неполных и противоречивых данных. На практике нейронные сети могут быть использованы для создания автоматизированных систем обработки, не требующих участия экспертов высокой квалификации.

Однако при решении задач классификации и параметризации дефектов по экспериментальным сигналам с помощью традиционных нейросетевых подходов существует ряд важных недостатков (сложности при классификации данных с перекрывающимися границами, субъективность при выборе архитектуры сети, возможность попадания в локальный минимум при обучении).

Научная проблема

Научной проблемой, решению которой посвящена диссертационная работа, является задача построения, теоретического обоснования и программной реализации эффективных процедур численного моделирования электромагнитных процессов и интерпретации сигналов, лежащих в основе решения прямых и обратных задач электромагнитного контроля, с целью проведения высокоточных расчетов диагностических сигналов датчиков поля, обнаружения и оценки геометрических параметров дефектов типа нарушения сплошности.

Решение научной проблемы базируется на разработанных применительно к задачам электромагнитной дефектоскопии трехмерных математических моделях, описывающих взаимодействие первичных преобразователей поля с изделиями, содержащими дефекты. На основе исследования закономерностей V распределения электрических и магнитных полей в окрестности дефектов и анализа выходных характеристик преобразователей разработаны новые, более эффективные алгоритмы анализа экспериментальных данных контроля.

Цель исследования

Цель исследования состоит в развитии теории и создании методик и алгоритмов моделирования электромагнитного поля методом конечных элементов, позволяющих снизить время численных расчетов полей в большинстве классов задач контроля, а также в разработке новых подходов к интерпретации данных контроля на основе анализа диагностических сигналов.

Задачи исследования

1. Обосновать перспективные направления исследований в области анализа существующих методов решения прямых и обратных задач, используемых при разработке диагностических систем электромагнитного контроля, тенденций их развития в России и за рубежом, а также доказать преимущества конечно-элементного анализа статических, стационарных и квазистационарных (гармонических) электромагнитных полей в трехмерных моделях «источник поля - объект контроля с дефектом - датчик».

2. Получить трехмерные конечно-элементные уравнения относительно векторного и скалярного потенциалов на основе вариационного принципа с учетом специфики рассматриваемых классов диагностических задач, вывести формулы для расчета коэффициентов элементных и глобальной матриц.

3. Для решения трехмерных задач предложить и исследовать эффективные вычислительные схемы расчетов. Создать программное обеспечение для решения проблемно-ориентированных задач анализа процедур и средств электромагнитного неразрушающего контроля, приспособленное для-использования в реальных условиях.

4. Разработать методику проектирования систем классификации и параметризации дефектов на основании результатов исследования зависимости характеристик диагностических сигналов датчиков от параметров дефектов, алгоритмов обработки сигналов в условиях действия мешающих факторов и методов распознавания дефектов различных классов.

5. Разработать эффективные алгоритмы компенсации влияния основных мешающих факторов на сигнал от дефекта для задачи многочастотного вихретокового контроля теплообменных труб.

6. Предложить и реализовать метод инвариантного пересчета параметров диагностических сигналов датчиков для отстройки от влияния эксплуатационных факторов при магнитном контроле.

7. Разработать конструктивный нейросетевой алгоритм классификации и параметризации, пригодный для использования в задачах магнитного и вихретокового контроля. Разработать алгоритм настройки нейронной сети, обладающий свойствами наращивания архитектуры по мере необходимости в процессе тренировки и сокращения вычислительной стоимости решения задачи классификации. Предложить методику тренировки, которая облегчила бы получение работоспособных нейронных сетей для задач с плохо разделимыми классами и/или с низким отношением сигнал/шум во входных данных, характерных для электромагнитного контроля.

8. Провести экспериментальные исследования и промышленное апробирование разработанных алгоритмов в задачах обнаружения, классификации и параметризации дефектов при многочастотном вихретоковом контроле теплообменных труб парогенераторов АЭС.

Методы исследования. Все задачи диссертационного исследования решены с применением апробированных и корректных методов численных расчетов, математического моделирования и интерпретации экспериментальных данных. При оценке работы программно-алгоритмических средств использовались экспериментальные данные, полученные по апробированным методикам с применением поверенных средств измерения на паспортизованных контрольных образцах.

Достоверностьрезультатов подтверждается корректностью поставленных задач, представительностью и достоверностью экспериментальных данных, использованием общепринятых в теоретической электротехнике теорий, гипотез и допущений, применением апробированных методик неразрушающего контроля, методов математического моделирования, решением модельных задач и сравнением результатов численного моделирования с экспериментальными данными.

Научная новизна

1. Разработан новый математический аппарат для решения прямых и обратных задач электромагнитного контроля, включающий систему экономичных моделей, алгоритмы отстройки экспериментальных сигналов от влияния эксплуатационных мешающих факторов и нейросетевой алгоритм классификации и оценки геометрических параметров обнаруженных дефектов.

2. Предложена и теоретически обоснована новая процедура конечно-элементного моделирования трехмерных статических, стационарных и квазистационарных полей применительно к задачам электромагнитного контроля, базирующаяся на разложении результирующего поля на основное поле, описываемое двумерной краевой задачей теории поля, и на поле влияния дефекта, описываемое трехмерной задачей. Применение этой процедуры позволяет сократить вычислительные затраты при численной оценке поля влияния контролируемого дефекта.

3. Разработана новая схема алгоритма компенсации влияния на сигнал от дефекта основных мешающих факторов, обусловленных наличием ряда конструктивных элементов и особенностью контролируемого объекта, при многочастотном вихретоковом контроле теплообменных труб парогенераторов.

4. Предложен и опробирован метод инвариантного преобразования параметров сигнала при неконтролируемом изменении эксплуатационных факторов.

5. Предложен и разработан алгоритм построения иерархического нейросетевого классификатора дефектов по сигналам датчиков, позволяющий преодолеть ряд ограничений традиционных нейросетевых подходов при решении практических задач электромагнитного контроля.

Таким образом, в работе выполнено обобщение исследований автора в области электромагнитного контроля и получили дальнейшее развитие метод конечных элементов для расчетов электромагнитных полей, алгоритмы обработки диагностических сигналов и нейросетевая технология интерпретации данных измерения, на базе которых разработаны и теоретически обоснованы экономичные математические модели и алгоритмы решения прямых и обратных задач электромагнитного контроля, что позволило решить крупную научную проблему по повышению производительности и надежности проектирования, а также эксплуатации средств электромагнитного контроля с улучшенными метрологическими и техническими характеристиками.

Практическая ценность

Практическое значение полученных научных результатов заключается в том, что на основе теоретического обоснования разработанных процедур численного моделирования электромагнитного поля и проектирования систем интерпретации данных контроля инженер-разработчик диагностической аппаратуры может успешно выполнять конечно-элементную аппроксимацию краевых задач и тем самым добиваться существенного повышения эффективности численной оценки прогнозируемых сигналов соответствующих датчиков, а также вести настройку аппаратуры с нейросетевым классификатором дефектов. Использование предлагаемых процедур анализа на практике приводит к росту конкурентоспособности проектируемых средств неразрушающего контроля как с точки зрения стоимости и сроков разработки, так и качества.

Рассмотренные в работе теоретические подходы к решению задач, характерных для электромагнитного метода контроля изделий, могут служить основой для создания более совершенных методов применительно к решению диагностических задач другими методами (ультразвуковым, радиационным, тепловым), а предложенные алгоритмы анализа сигналов и интерпретации экспериментальных данных могут непосредственно в них использоваться.

Кроме того, практическая ценность разработанных в диссертационной работе эффективных процедур и реализованных на их основе алгоритмов конечно-элементного моделирования состоит в том, что они предоставляют новые возможности для решения ряда сложных технических задач, помимо задач неразрушающего контроля, в частности, в прикладной электротехнике, при разработке и оптимизации электротехнических устройств различного вида.

Проведенные экспериментальные исследования разработанных алгоритмов подавления влияния эксплуатационных факторов, а также алгоритма построения и обучения разработанного нейросетевого классификатора дефектов на реальных сигналах продемонстрировали высокую эффективность и качество классификации и возможность построения экономных в вычислительном отношении нейронных сетей. Разработанные подходы можно применить для анализа экспериментальных сигналов других прикладных задач.

Реализация результатов работы

Диссертационная работа выполнялась в соответствии с планами важнейших госбюджетных и хоздоговорных научно-исследовательских работ, проводимых кафедрой Электротехники и Интроскопии МЭИ (ТУ) при непосредственном научном руководстве автора по межвузовским научно-техническим программам "Диагностика и контроль" (1993-1995), "Неразрушающий контроль и диагностика" (1996-2000), по комплексной программе ОАО «Концерн Росэнергоатом" по обеспечению надежной и безопасной эксплуатации парогенераторов АЭС с реакторами ВВЭР-1000 и ВВЭР-440 ("Программа совершенствования и повышения эффективности эксплуатационного неразрушающего контроля металла оборудования и трубопроводов АЭС", 2002-2005, «Программа мероприятий по обеспечению ядерной, радиационной, технической и пожарной безопасности при эксплуатации АЭС», 2006-2010) по договорам: "Разработка программно-методического обеспечения системы обнаружения и классификации дефектов теплообменных труб парогенераторов АЭС по результатам вихретокового контроля" (заказчик Обнинский инженерный центр НИКИМТа, 2002-2004), «Разработка программного обеспечения для выявления и классификации дефектов теплообменных трубок парогенераторов с РУ ВВЭР по вихретоковым сигналам» (здесь и далее заказчик ОАО «Концерн Росэнергоатом», 2004-2006), «Совершенствование программно-методического обеспечения систем ЭНК.

Разработка методики контроля наличия отложений на т/о трубках ПГ методом ВТК» (2006-2007), «Исследование закономерностей зарождения и развития дефектов в т/о трубках, совершенствование ЭНК т/о трубок парогенераторов АЭС с РУ ВВЭР. Экспериментальная проверка мероприятий по повышению достоверности контроля т/о трубок парогенераторов АЭС с РУ ВВЭР-1000 и ВВЭР-440», «Опытно-промышленные испытания программно-методического обеспечения для систем ВТК т/о трубок ПГ АЭС с ВВЭР, позволяющего оценивать количество отложений на т/о трубках» (2008-2009), «Обеспечение внедрения на АЭС усовершенствованного " программно-методического обеспечения для систем ВТ контроля т/о трубок парогенераторов АЭС с РУ ВВЭР» (2009-2010), а также по договору с ООО «Интрон+» (заказчик ОАО «Центр технической диагностики») по теме "Разработка и изготовление магнитной измерительной системы магнитного дефектоскопа МДСкан и программы обработки данных" (2002-2004) и по договору с ОАО «Машиностроительный завод ЭлеМаш» (Топливная компания Росатома «ТВЭЛ») на проведение опытно-конструкторских работ по теме «Разработка усовершенствованной аппаратуры контроля качества заливки циркониевых изделий контактным материалом» (2008-2010).

На основе выполненных теоретических исследований разработаны и внедрены: программно-методическое обеспечение для обнаружения, классификации и параметризации дефектов теплообменных труб по результатам вихретокового контроля парогенераторов АЭС с реакторными установками ВВЭР-440 и ВВЭР-1000, методика контроля наличия и оценка объема отложений на теплообменных трубках парогенераторов вихретоковым методом (ОАО «Концерн Росэнергоатом»), установка с матричным вихретоковым преобразователем для контроля твэлов для плавучих атомных теплоэлектростанций (ОАО «Машиностроительный завод ЭлеМаш»).

Основные положения, выносимые на защиту

Научно-обоснованная методика решения прямых и обратных задач вихретокового, магнитного и электрического видов неразрушающего контроля, включающая эффективные алгоритмы конечно-элементного моделирования, обработки, анализа и интерпретации регистрируемых сигналов первичных преобразователей.

Результаты численного , моделирования и экспериментального исследования предложенных алгоритмов решения задач электромагнитного контроля для объектов, содержащих различные дефекты.

Метод компенсации влияния мешающих факторов на сигнал от дефекта при многочастотном вихретоковом контроле теплообменных труб парогенераторов с помощью проходного дифференциального преобразователя.

Метод инвариантного преобразования параметров сигнала- при неконтролируемом изменении эксплуатационных факторов в применении к задаче магнитного контроля.

Алгоритм построения архитектуры, настройки и,обучения нейросетевого комплекса при решении задачи классификации и параметризации дефектов' в задачах электромагнитного контроля.

Программно-методическое обеспечение системы обнаружения и классификации дефектов теплообменных труб парогенераторов АЭС с реакторами ВВЭР по результатам многочастотного вихретокового контроля.

Апробация работы

Результаты диссертационной работы докладывались и обсуждались на 22-х зарубежных и 30-и Российских научно-технических конференциях, коллоквиумах, семинарах, рабочих совещаниях, в том числе:

• World Conferences on Nondestructive Testing (NDT): 14th (New Delhi, India, 1996), 15th (Rome, Italy, 2000);

• European. Conferences on NDT: 6th (Nice, France, 1994), 7th (Copenhagen, Denmark, 1998), 9th (Berlin, Germany, 2006), 10th (Moscow, Russia, 2010);

• Annual Conferences The Review of Progress in Quantitative Nondestructive Evaluation; 25th (Snowbird, Utah, USA, 1998), 26th (Montreal, Canada, 1999), 27th (Ames, Iowa, USA, 2000), 28th (Brunswick, Maine, USA, 2001), 29th (Bellingham, Washington, USA, 2002);

• International Scientific Colloquiums, Ilmenau, Germany: 37th (1992), 40th (1995), 42nd (1997), 43rd (1998), 48th (2003), 51st (2006) 54th (2009);

• International Conferences on Computer Methods and Inverse Problems' in Nondestructive Testing and Diagnostics, Minsk, Belarus: 1st (1995), 2nd (1998);

• Fall Conference of the Japanese Society for Non-Destructive Inspection,

Kita Kyushu, Japan, 1995 th

• 9 International Workshop on Electromagnetic Nondestructive Evaluation, Naples, Italy, 2004

• International conference on Advances in surface science and engineering, Chennai (Madras), India, 2001

• Международная научно-техническая конференция "Безопасность, эффективность и экономика атомной энергетики", Москва, ОАО «Концерн Росэнергоатом": 4-ая (2004), 5-ая (2006), 6-ая (2008);

• Международный семинар по горизонтальным парогенераторам, ОАО ОКБ «Гидропресс», Подольск: 7-ой (2006) и 8-ой (2010);

• Российская научно-техническая конференция "Неразрушающий контроль и диагностика", Москва, Екатеринбург: 14-ая (1996), 15-я (1999) и 17-я (2005);

• Международная конференция "Компьютерные методы и обратные задачи в неразрушающем контроле и диагностике", Москва, 2002

• Межвузовская НТК "Современные методы и средства электромагнитного контроля и их применение в промышленности", Беларусь, 1992,1995

• Международная конференция "Информационные средства и технологии", Москва: 1994, 2001, 2002, 2003, 2004, 2006, 2008, 2009

• 7-я Международная конференция «Цифровая обработка сигналов и ее применение, Москва, 2005

• Всероссийская НТК "Методы и технические средства оперативной оценки структурно-механического состояния металла элементов конструкций и машин", Москва, МЭИ (ТУ), 2002

В первой главе, помимо введения в проблему обеспечения эксплуатационной надежности и безопасности атомной энергетики, дан обзор современного состояния методов и алгоритмов решения прямых и обратных задач электромагнитного неразрушающего контроля, назначение которого — обнаружить дефекты и оценить их геометрические характеристики (размеры, форму и расположение), основываясь на результатах измерений на контролируемом изделии.

Во второй главе изложена процедура формирования конечно-элементной системы уравнений, представляющей обобщенную математическую модель трехмерных задач электромагнитного контроля в вариационной постановке

Третья глава посвящена теоретическому исследованию и обоснованию двухшагового алгоритма в рамках метода конечных элементов для расчета поля влияния дефекта в трехмерных задачах. Этот алгоритм сравнивается с традиционным, когда поле влияния определяется как разница полного поля и некоторого аппроксимирующего ("бездефектного") поля.

В четвертой главе описан двухшаговый алгоритм решения трехмерных эллиптических краевых задач статического и стационарного электрического поля, характеризующих соответственно электроемкостный и электропотенциальный виды контроля. Алгоритм позволяет вычислять отклики от дефектов изделий с достаточно высокой точностью и практически независимо от того, какую часть эти отклики составляют от уровня исследуемого электрического поля. Рассмотрены также некоторые теоретические особенности решения подобных краевых задач, учет которых позволяет получать важные практические рекомендации по расстановке узлов в конечно-элементных сетках. Преимущество рассмотренного алгоритма моделирования продемонстрировано на примере решения типичных модельных задач контроля.

В пятой главе описан алгоритм конечно-элементного моделирования задач вихретокового неразрушающего контроля, который позволяет рассчитывать сигналы преобразователя от произвольного трехмерного дефекта в металлических изделиях. На практике часто размеры исследуемого дефекта малы, поэтому измеряемое приращение наводимого напряжения в выходной обмотке преобразователя, вызванное наличием такого дефекта, составляет порядка нескольких процентов его среднего значения. Если использовать стандартную схему расчета методом конечных элементов, то вычислительные затраты на решение такой задачи будут очень велики. Двухшаговый алгоритм приводит к существенному снижению этих затрат. Суть алгоритма состоит в том, что источник поля влияния дефекта определяется из распределения вихревых токов в металле при отсутствии дефекта. Это дает возможность использовать значительные упрощения при расчете "невозмущенного" поля, учитывая геометрическую симметрию решаемой задачи и, тем самым, снижение ее размерности. Для демонстрации эффективности двухшагового алгоритма решена типичная задача вихретокового контроля проходным дифференциальным преобразователем участка теплообменной трубы парогенератора АЭС.

В шестой главе описаны этапы проектирования алгоритмического обеспечения системы многочастотного вихретокового контроля теплообменных труб парогенераторов АЭС с ВВЭР-440 и ВВЭР-1000 с помощью проходного дифференциального преобразователя.

Процедура проектирования включала в себя: создание математической модели объектов контроля с учетом реальных электрофизических свойств элементов конструкции; исследование влияния на сигнал мешающих факторов (конструктивных элементов, помех); формирование банка сигналов от широкого спектра дефектов (модельных, искусственных, экспериментальных); разработку алгоритмов предварительной обработки сигналов (фильтрация помех, отстройка от влияния мешающих факторов); формирование набора признаков для обнаружения и оценки размеров дефектов и, наконец, разработку автоматизированного классификатора дефектов и его настройку.

В седьмой главе описано программное обеспечение, предназначенное для анализа вихретоковых сигналов, получаемых при контроле состояния металла теплообменных труб парогенераторов АЭС с реакторными установками ВВЭР-440 и ВВЭР-1000, а также результаты его испытаний.

В восьмой главе разработан метод инвариантного преобразования параметров-признаков сигнала при неконтролируемом изменении эксплуатационных факторов, пригодный для включения в алгоритмическое обеспечение автоматизированных устройств сбора и анализа измерительных данных электромагнитных датчиков. Метод реализован при создании программного обеспечения для внутритрубного магнитного инспекционного снаряда для контроля магистральных нефтепроводов.

Основные результаты диссертационной работы:

Разработаны научно-методологические положения и соответствующий математический аппарат, необходимый при решении прямых и обратных задач электромагнитного контроля с целью создания эффективных диагностических средств на основе использования численного анализа поля, базирующегося на экономичных конечно-элементных вычислительных схемах, алгоритмах анализа измерительных данных и нейросетевых технологиях классификации и оценки геометрических параметров обнаруженных дефектов.

При использовании метода конечных элементов для исследования трехмерных электромагнитных полей в задачах контроля предложена и теоретически обоснована процедура моделирования, базирующаяся на разложении результирующего поля на основное (бездефектное) поле, описываемое двумерной (осесимметричной) краевой.- задачей, и трехмерное поле влияния дефекта. Применение этой процедуры позволяет значительно сократить вычислительные затраты (по памяти в 1.5.2.5 раза, по времени счета в 3. .12 раз) численной оценки поля влияния контролируемого дефекта.

Созданные на основе разработанных подходов алгоритмы построения конечно-элементных решений реализованы в программном комплексе Ма^итЗО, позволяющем упростить и ускорить проведение научных и инженерных исследований при проектировании диагностических систем электромагнитного контроля. Использование комплекса на практике дает возможность исследовать характер взаимодействия электромагнитного поля с объектом, что позволяет судить о достоинствах конкретного метода и его ограничениях, выбрать оптимальные условия организации процедуры контроля, подобрать конструкцию преобразователя для решения конкретной задачи, обоснованно задать программу сбора и анализа сигналов в реальной обстановке. Пакет Ма§ЫитЗБ может быть применен в различных отраслях науки, техники и производства, в частности, в прикладной электротехнике при исследовании и проектировании электротехнических устройств.

Предложена и обоснована технология проектирования систем классификации и параметризации дефектов на основании результатов исследования зависимости сигналов датчиков- от параметров имеющихся дефектов в условиях действия мешающих факторов и помех. Процедура классификации по экспериментальным данным формулируется как- задача распознавания образов и сигнал идентифицируется как представитель одного из классов, относящихся к известным типам дефектов и/или, возможно, к некоторым конструктивным элементам контролируемого изделия, являющихся, источниками эквивалентных сигналов. Характерная особенность предлагаемой-технологии - использование сформированного банка- данных, содержащего-диагностические сигналы от всех возможных типов дефектов. Этот набор' сигналов относится к так называемой обучающей выборке, которая используется' для настройки автоматической системы, в основе работы которой заложен алгоритм распознавания.

Разработан и испытан метод компенсации влияния основных мешающих факторов (конструктивных элементов,парогенератора, пильгер-шума) на сигнал от дефекта при многочастотном вихретоковом контроле теплообменных труб парогенераторов АЭС. Применение разработанного алгоритма при отстройке от влияния пильгер-шума позволило увеличить соотношение сигнал/шум не менее чем в 2.3 раза, а от влияния дистанционирующих и антивибрационных решеток-в 1.8. 2.2" раза.

Предложена и испытана методика построения иерархического нейросетевого классификатора дефектов по диагностическим сигналам соответствующих датчиков, применимая для задач с плохо разделимыми (перекрывающимися) классами и/или с низким отношением сигнал/шум во входных данных. В применении к задачи контроля труб методика предполагает сначала разделить все дефекты на три класса (внешние, сквозные и внутренние), затем внешние и внутренние дефекты разбить на критические (свыше 75% толщины стенки), опасные (от 40% до 75%) и неопасные (до 40%) и, наконец, оценить глубину дефектов. На каждом из этапов настраивалась отдельная нейронная сеть.

Для задачи магнитного контроля предложен и опробован метод инвариантного преобразования параметров-признаков сигнала при неконтролируемом изменении эксплуатационных факторов, в числе которых рассматривались уровень намагниченности и толщина стенки отдельных труб на различных участках магистрального трубопровода, обеспечивший уменьшение погрешности оценки глубины дефектов в 2.2,5 раза.

На основе выполненных теоретических исследований разработаны и внедрены: автоматизированный классификатор дефектов по результатам вихретокового контроля теплообменных труб парогенераторов АЭС — программа PIRATE (свидетельство №2007611344 от 28.03.07), прошедшая успешные испытания в режиме штатного контроля и продемонстрировавшая при этом ряд серьезных преимуществ над стандартным программным обеспечением AIDA (Франция), по метрологическим характеристикам при оценке глубины обнаруженных дефектов (погрешность оценки составляет 8. 12% от толщины стенки по сравнению с 12. 15% для AIDA), по возможности оценивать осевую длину дефектов, а также по возможности работать в автоматическом режиме; программа MagNum3D (свидетельство №2007611345 от 28.03.07), с помощью которой были сформированы презентативные базы сигналов как в задаче многочастотного вихретокового контроля теплообменных трубок (база модельных данных состояла из 640-х сигналов на четырех частотах, для дифференциального и абсолютного режима съема), так и в задаче магнитного контроля трубопроводов (420 двумерных сигналов - распределений осевой и азимутальной составляющих магнитной индукции).

ЗАКЛЮЧЕНИЕ

1. Герасимов В.Г. Электромагнитный контроль однослойных и многослойных изделий. — М.: Энергия, 1972,152с.

2. Герасимов ВТ., Клюев В.В., Шатерников В.Е. Методы и приборы электромагнитного контроля промышленных изделий. М: Энергоатомиздат, 1983,272с.

3. Герасимов В.Г., Покровский А.Д., Сухоруков В.В. Решение некоторых задач вихретоковой дефектоскопии посредством математического моделирования В кн.: Электромагнитные методы неразрушающего контроля, - Минск: Наука и техника, 1971.

4. Неразрушающий контроль качества изделий электромагнитными методами/Герасимов В.Г., Останин ЮЛ., Покровский А.Д., Сухоруков В.В., Чернов Л.А. М.: Энергия, 1978.- 216с.

5. Неразрушающий контроль. В 5 кн. Кн. 3. Электромагнитный контроль / В.Г.Герасимов, А.Д.Покровский, В.В.Сухоруков; под ред. В.В.Сухорукова. М: Высшая школа, 1992.

6. Дорофеев АЛ. Применение, электромагнитного контроля качества изделий в машиностроении. -Дефектоскопия, 1979, №3, с. 5-19.

7. Дорофеев АЛ. Электроиндуктивная дефектоскопия М.: Машиностроение, 1967.232с.

8. Дорофеев АЛ., Казаманов Ю.Г. Электромагнитная дефектоскопия.—М.: Машиностроение, 1980.

9. Зацепин Н.Н. Исследование магнитного пола вихревых токов над поверхностными дефектами. -Дефектоскопия, 1969, №4, с. 104-112.

10. Зацепин Н.Н. Неразрушающий контроль. Минск; Наука и техника, 1979. - 192с.

11. Клюев В.В. Исследование электромагнитных методов и разработка комплекса приборов для неразрушающего контроля дефектов, толщины а смещений изделий в процессе производства и технологических испытаний. Докт. Дисс. - М., 1972.

12. Клюев В.В. Методы, приборы и комплексные системы для неразрушающего контроля качества продукции заводов черной металлургии, М.: Машиностроение, 1975.76с.

13. Неразрушающий контроль и диагностика: Справочник/ В.В. Клюев, Ф.Р. Соснин, В.Н. Филинов и др., Под ред. В.В. Клюева. -М.: Машиностроение, 1995.483 е., ил.

14. Курбатов П.А., Разработка методов и создание программных средств проектирования трехмерных нелинейных электромагнитных систем. Дисс. на соиск. уч. степени доктора техн. наук. М, 1988.

15. Мужицкий В.Ф. К расчету малнитостатических полей рассеяния от поверхностных дефектов конечной глубины. Дефектоскопия, 1987, №7, с. 8-13.

16. Мужицкий В.Ф. Модель поверхностного дефекта и расчет топографии его магнитостатического поля. -Дефектоскопия, 1987, №3, с. 24-30.

17. Мужицкий В.Ф. Модель поверхностного дефекта при нормальном намагничивании и расчет топографии его магнитостатического поля.-Дефектоскопия, 1988, №7, с. 3-7.

18. Мужицкий В.Ф. Развитие теории н создание электромагнитных средств дефектоскопии изделий сложной формы-Докт. дисс.—М., 1986.

19. Покровский А.Д. Исследование и создание многофункциональных вихретоковых приборов и устройств для контроля изделий из ферромагнитных материалов. Докт. Дисс. - М., 1982.

20. Сухоруков В.В. Основы теории и проектирования вихретоковых дефектоскопов с проходными преобразователями. -Докт. дисс. -М., 1979.

21. Сухоруков В.В. Улитин Ю.М., Чернов Л.А. Возможность определения параметров дефектов при модуляционной вихретоковой дефектоскопии, Дефектоскопия, 1977, №1, с. 7-14.

22. Сухоруков В.В. Математическое моделирование электромагнитных полей в проводящих средах. -М: Энергия, 1975,152с.

23. Федосенко Ю.К. Алгоритмы определения размеров дефектов в теории вихретоковой дефектоскопии накладными преобразователями Дефектоскопия, 1982, №11, с. 25-30.

24. Федосенко Ю.К. Вопросы теории вихретоковой дефектоскопии накладными преобразователями. Строгое математическое решение двумерных задач. Дефектоскопия, 1982, №2, с. 1-10.

25. Федосенко Ю.К. Разработка теории и создание технических средств вихретокового мношпараметрового контроля на основе решения обратных нелинейных многомерных задач -Автореферат докт. дисс.-М., 1981.-53 с.

26. Шатерников В.Е. Взаимодействие полей электромагнитных преобразователей с проводящими телами сложной формы Дефектоскопия, 1977, №2, с. 54-63.

27. Шатерников В.Е. Вихрегоковый контроль металлических изделий сложной формы. -Дефектоскопия, 1979, №9, с. 5-11.

28. Шатерников В.Е. Электромагнитные методы и средства контроля изделий сложной формы, -Автореферат докт. дисс.—М., 1976,43 с.

29. Шкатов П.Н. Развитие теории и совершенствование методов и средств вихретоковой, магнитной и электропотенциальной дефектоскопии и дсфектомегрии металлоизделии, Докт. дисс.- М., 1990,

30. М. Das, Н. Shekhar, X. Liu, R. Polikar, P. Ramuhalli, L. Udpa, S. Udpa, "A Generalized Likelihood Ratio Technique for Automated Analysis of Bobbin Coil Eddy Current Data," NDT&E International, Vol. 35, No. 5, pp. 329-336,2002.

31. К. T. Hwang, M. Afzal and S. S. Udpa, "Neural Networks Based Defect Characterization with A Priori Information," Electromagnetic Nondestructive Evaluation, Vol. IV, 2000.

32. Z. Zeng, L. Xuan, L. Udpa and S. Udpa, "Probability of Detection Model for Gas Transmission Pipeline Inspection", Research in Nondestructive Evaluation, Vol. 15, No. 3, pp. 99 -110,2004.

33. P. Ramuhalli, L. Udpa, S. Udpa, "Neural Network Based Inversion Algorithms in Magnetic Flux Leakage NDE," Journal of Applied Physics, Vol. 93, No. 10, May 2003, pp. 8274-8276.

34. M. Afzal and S. Udpa, "Advanced Signal Processing of Magnetic Flux Leakage Data Obtained from Seamless Gas Pipeline", NDT&E International, Vol. 35, No. 7, pp. 449-457,2002.

35. K. Hwang, S. Mandayam, S. S. Udpa, L. Udpa, W. Lord, M. Afzal, "Characterization of Gas Pipeline Inspection Signals Using Wavelet Basis Function Neural Networks," ND&T International, Vol. 33, pp. 531545,2000.

36. S. S. Udpa, "Application of Signal Processing and Pattern Recognition Techniques to Inverse Problems in NDE," Invited Review Paper in Special Issue of International Journal of Applied Electromagnetics and Mechanics, Vol. 8, pp. 99-117,1997.

37. S. S. Udpa and L. Udpa, "Signal and Image Processing in NDT", Encyclopedia of Materials, Science and Technology, Elsevier, 2001.

38. S. S. Udpa, T. Takagi, J. Pavo and R. Albanese, Editors,"Electromagnetic Nondestructive Evaluation (IV) -Studies in Applied Electromagnetics and Mechanics," IOS Press, The Netherlands, 2000.

39. S. S. Udpa and L. Udpa, "Eddy Current Nondestructive Evaluation", Encyclopedia of Electrical and Electronics Engineering, John G. Webster, Editor, John Wiley, 1999.

40. Z. Chen, К. Aoto, and K. Miya, "Reconstruction of cracks with physical closure from signals of eddy current testing," IEEE Tiwis. Mign., vol.36, no. 4, pp. 1018-1022, Jul. 2000.

41. Z. Chen, K. Miya, and M. Kurokawa, "Rapid prediction of eddy current signals using A method and database," NDE&E, vol. 32, pp. 29-36,1999.

42. Atherton, D. L., "Finite Element Calculations and Computer Measurements of Magnetic Flux Leakage Patterns for Pits," British Journal of Nondestructive Testing, Volume 30, Number 3, January 1988, pp. 159-162.

43. Atherton, D. L., and Dufour, D.,"A Magnetic Flux Leakage Detector for 4in. Diameter Pipes" CSNDT Journal, March/April 1996, pp.5-7.

44. Brian F.Felps, Francoise Liorzou, David LAtherton Inclusive Model of Ferromagnetic Hysteresis // Transactions on Magnetics, Vol.38, No.2, March 2002, pp 1326-1332.

45. Б.И. Лукасевич, Н.Б. Трунов, Ю.Г. Драгунов, С.Е. Давиденко, Парогенераторы реакторных установок ВВЭР для атомных электростанций, ИКЦ "Академкнига", Москва, 2004

46. MacDonald P. Е., Shah V. N., Ward L. W., Ellison P. G. Steam generator tubes failures, NUREG/CR-6365

47. Трунов Н.Б., Денисов В.В., Драгунов Ю.Г., Башок Г.Ф., Харитонов Ю.В. Работоспособность теплообменных труб ПГ АЭС с ВВЭР // Целостность трубок парогенераторов: материалы регионального семинара МАГАТЭ -М. ЭНИЦ ВНИИАЭС, 2001. с. 12-18

48. Типовая программа эксплуатационного контроля состояния основного металла и сварных соединений оборудования и трубопроводов атомных электростанций с ВВЭР-1000, АТПЭ-9-03, ВНИИАЭС, 2003.

49. Типовая программа контроля за состоянием основного металла и сварных соединений оборудования и трубопроводов атомных электростанций с реакторной установкой ВВЭР-440 при эксплуатации, АТПЭ-2-2005, ВНИИАЭС, 2005.

50. Бергункер В.Д, Трунов Н.Б. , Денисов В.В., Анализ состояния труб парогенераторов на основе данных вихретокового контроля, 8-ой международный семинар по горизонтальным ПГ, Подольск, 2010

51. N.B. Trunov at al., WWER Steam Generator Tubing Performance and Ageing Management, Plim + Plex Conference, Paris, 2006

52. Strategy for Assessment of WWER Steam Generator Tube Integrity. IAEA-TECDOC-1555. December 2007.

53. В: Григорьев и др. Обоснование требований к вихретоковому контролю теплообменных труб горизонтальных парогенераторов. Материалы 7-й международного семинара по горизонтальным парогенераторам стр. 38. Россия, г. Подольск, 2006.

54. S. Majumdar, Assessment of Current Understanding of Mechanism of Initiation, Arrest and Reinitiation of Stress Corrosion Cracks in PWR Steam Generator Tubing, NUREG/CR-5752, ANL, Argonne, 2000

55. ICKarwoski, L.Miller, N.Morgan, Regulatory Perspective on Steam Generator Tube Operating Experience, Nuclear Pressure Equipment Expertise and Regulation Symposium 2005, U.S. NRC, Rocville, 2005

56. D.D. Malinovski, R.M. Wilson, MJ.Wootten, Operating Experience with Model F Westinghouse Steam Generator, NEA/CSNI Unípede Specialist Meeting on Operating Experience with Steam Generators, Brussels, 16-20 September, 1991

57. P.E.MacDonald, V.N.Shah, L.W.Ward, P.G.Ellison, Steam Generator Tube Failures, NUREG/CR-6335, INEL, Idaho Falls, 1996

58. Myong-Ho Song at all., Safety Review on Recent Steam Generator Tube Failure in Korea and Lessons Learned, IAEA Technical Meeting on Steam Generator Problems, Repair and Replacing, Prague, 2003

59. Meeting to Discuss Results of Spring 2005 Steam Generator Inspection at Oconee Nuclear Station, Unit 1, ml051940468, U.S. NRC, Washington, 2005

60. R.W.Staehle, JA.Gorman, Predicting the Occurrence of Corrosion failures in Nuclear Power Components with Emphasis on Application of Alloy 690, Proceedings of the 2003 Nuclear Safety Conference, NUREG/CP-0185, U.S. NRC, Washington, 20-22 October. 2003

61. Written Comments on Temporarily Suspending the Duty on Certain Steam or Other Vapor Generating Boilers Used in Nuclear Facilities, Committee on Ways And MeansU.S. House of Representatives, 2001

62. Steam Generator Tube Primary-To-Secondary Leakage, NRC Inspection Manual, Part 9900, U.S. NRC, Washington, 2001

63. Assessment and Management of Ageing of Major Nuclear Power Plant Components Importing for Safety: Steam Generator, IAEATECDOC-981, Vienna, 1997

64. R.W.Staehle, Bases for Predicting the Earliest Penetrations Due to SCC to Alloy 600 on the Secondary Side of PWR Steam Generators, NUREG/CR-6737, U.S. NRC, Washington, 2001.

65. KJ.Karwoski, Circumferential Cracking of Steam Generator Tubing, NUREG-1604, NRC, Washington, 1997.

66. J.H. Morehouse, RT. Liner, B.W. Johnson,' J.F. Wimpey, Value-Impact Analysis of Recommendations Concerning Steam Generator Tube Degradations and Rupture Events, Draft Final Report, Science Application Inc., McLean,

67. M.Merilo, M. Behravesh, Three Mile Island Plugged Tubes Severance. A Study of Damage Mechanisms, Topical Report 1008438, EPRI, Palo Alto, 2003

68. Поливанов K.M. Теоретические основы электротехники. ч.З. Теория электромагнитного поля. М: Энергия, 1969,352с.

69. Тамм И.Е. Основы теории электричества М: Наука, 1976,616с.

70. Тихонов А.Н., Самарский А.А. Уравнения математической физики, М: Наука, 1972,736с.

71. Арнольд P.P. Расчёт и проектирование магнитных систем с постоянными магнитами. Москва, "Энергия", 1969.

72. Марчук Г.И. Методы вычислительной математики.—М: Наука, 1980,536с.

73. Вычислительные методы в электродинамики / под ред. Р.Митры, М: Мир, 1977,485с.

74. Сахаров П.В. Проектирование электрических аппаратов. М. Энергия, 1971,560 с.

75. Бреббия К., ТеддесЖ., Вроубел JI. Методы граничных элементов. М: Мир, 1987,524с.

76. Тозони О.В. Расчет электромагнитных полей на вычислительных машинах. Техника Киев, 1974.

77. Тозони О.В., Майергойз И.Д. Расчет трехмерных электромагнитных полей. Техника Киев, 1974.

78. Курбатов П.А., Аринчин С.А. Численный расчет электромагнитных полей. М: Энергоатомиздат, 1984.

79. Дмитриев В.И., Захаров Е.В. Интегральные уравнения в краевых задачах электродинамики. М: изд. МГУ, 1987.

80. Тозони О.В., Маергойз ИД. Интегральные уравнения для расчета трехмерного квазистационарного электромагнитного поля в неоднородных и проводящих средах / Кибернетика и выч. техника, вып. 17. Киев: Наукова думка, 1979.210с.

81. Балбеков В.И., Ткаченко JT.M. Вычисление магнитного поля с помощью поверхностных интегралов. ИФВЭ 82-108, Серпухов, 1982.

82. Жидков Е.П., Федоров А.В., Юлдашев О.П. Исследование интегрального уравнения магнитостатики для векторного потенциала ОИЯИ Р11-89-473, Дубна, 1989.

83. Сипливый Б.Н. Расчет плоскомеридианных электромагнитных полей методом функции Грина — В кн. «Техника, теория, математическое моделирование и САПР систем сверхбыстрой обработки информации на ОИС СВЧ», Москва, 1992, т. 2, с.335.

84. Зенкевич О. Метод конечных элементов в технике.- М.: Мир, 1975.

85. СегерлиндЛ. Применение метода конечных элементов.-М: Мир, 1979.

86. Сильвестер П., Феррари Р. Метод конечных элементов для радиоинженеров и инженеров-электриков. М: Мир, 1986.

87. Галлагер Р. Метод конечных элементов. Основы.- М: Мир, 1984.

88. Зенкевич О., Морган К. Конечные элементы и аппроксимация. — М: Мир, 1986.

89. Норри Д., де Фриз Ж. Введение в метод конечных элементов.- М.: Мир, 1981.

90. Стренг Г., Фикс Дж. Теория метода конечных элементов: Пер. с англ. М.: Мир, 1977.

91. Никитенко А.Г., Пеккер И.И. Расчет электромагнитных механизмов на вычислительных машинах. М: Энергоатомиздат, 1985,314с.

92. Демирчян К.С., Чечурин В Л. Машинные расчеты электромагнитных полей. М: Высш. шк., 1986, 240с.

93. Джордж А., Янг Дж. Численное решение больших разреженных систем уравнений, М: Мир, 1984, 333с.

94. Кулон Ж.-Л., Сабоннадьер Ж.-К. САПР в электротехнике, пер. с франц. М: Мир, 1988.

95. Сабоннадьер Ж.-К., Кулон Ж.-Л. Метод конечных элементов и САПР. .М: Мир, 1989.

96. Рояк М.Э., Соловейчик Ю.Г., Шурина Э.П. Сеточные методы решения задач математической физики. Учебное пособие, Новосибирск, Hi ТУ, 1998.

97. Баландин М.Ю., Шурина Э.П. Методы решения СЛАУ большой размерности. Учебное пособие, Новосибирск, 111 1 У, 2000.

98. Udpa L., Lord W. A discussion of the inverse problem in electromagnetic NDT.- Review of Progress in Quantitative Nondestructive Evaluation, 1986,5A, pp.375-382.

99. Hwang J.H., Lord W. Defect characterization from magnetic leakage fields.- Br.J.Non-Destructive Testing, 1977, pp. 14-18.

100. Beissner RE., Sablik MJ. Flaw characterization by the magnetic leakage field method.- SWRI Project 15-9248, Final Report

101. Auld B.A., et al. Improved probe-flaw interaction modeling inversion processing and surface roughness clutter.- Review of Progress in Quantitative Nondestructive Evaluation, 1984.

102. Auld B.A., et al. Quantitative modeling of flaw and responses in eddy current testing.- Research Techniques in NDT, 1984,7.

103. Sabagh H:J., et al. Development of a system to invert eddy current data and reconstruct flaws.- Final Report, White Oaks Labs, June 1982.

104. Udpa L. Imaging of electromagnetic NDE phenomena.- PhD Dissertation, Colorado State University, Fort Collins, 1986.

105. Mucciardi A.N., Shankar R. Signal processing for ISI.- EPRINP-1421, Section 4, May 1980.

106. Polikar, R., Udpa, L., and Udpa, S., "Nonlinear Cluster Transformations for Increasing Pattern Separability," Proc. Of Int. Joint Conference on Neural Networks, Washington, DC., 1999.

107. Udpa L., Udpa S.S. Eddy current defect characterization using neural networks Materials Evaluation, 1990,48(3), pp.342-347.

108. Qian Chen, Virginia Ayres, and Lalita Udpa "Shape Descriptors for Scanning Probe Recognition Microscopy", APS March Meeting, Division of Biological Physics, 3-6 March, 2003, Austin TX.

109. S. S. Udpa and L. Udpa, "Signal and Image Processing in NDT," Encyclopedia of Materials, Science and Technology, Elsevier, 2001.

110. Lippmann R.P. An introduction to computing with neural nets.- IEEE ASSP Magazine, 1987, pp.4-21.

111. L. Udpa, "Applications of Neural Networks in NDE," Advances in Signal Processing for Non Destructive evaluation ofMaterials, IV International Workshop, Quebec City, Canada, August 7-10,2001.

112. P. Ramuhalli, L. Udpa, S. Udpa, and W. Lord, "Green's Function Neural Network (GFNN) for Solving Inverse Problems in Electromagnetics," PIERS 2000, Cambridge, MA, August 5-14,2000.

113. M. Chao, G. Xie, C. Yeoh, S. Udpa, L. Udpa, and W. Lord, "Optimization of Neural Network Parameters for Defect Characterization," presented at Review of Progress in Quantitative Nondestructive Evaluation, Seattle, WA, August 1995.

114. Mandayam S., eL al. Magnetic flux leakage inspection of gas pipelines.- Neural networks for signal compensation and identification, GRI-96.

115. Xie G. Defect characterization of gas pipelines using optimal radial basis function neural networs.-M.S.Thesis, Iowa State University, Ames, May 1996.

116. Hwang K.T., et. al. A multiresolution approach for characterizing MFL signatures from gas pipeline inspections.- Proceedings, 6th IEEE Midwest Circuits and Systems Symposium, August 1996.

117. L. Xuan, Z. Zeng, B. Shanker, L. Udpa, "Developments of a Meshless Finite Element Model for NDE Applications," Proceedings of the 29th Annual Review of Progress in Quantitative Nondestructive Evaluation, Bellingham, WA, 2002.

118. K.Hornik, M.Stinchcombe, H.White. Multilayer Feedforward Networks are Universal Approximators, Neural Networks, 1989, Vol.2, No.5, pp.359-366.

119. G.Cybenko. Approximation by Superpositions of a Sigmoidal Function, Mathematical Control Signals Systems, 1989, Vol.2, pp.303-314.

120. K--I.Funahashi. On the Approximate Realization of Continuous Mappings by Neural Networks, Neural Networks, 1989,Vol.2, No.3, pp.183-192.

121. RAJacobs. Increased Rates of Convergence Through Learning Rate Adaptation, Neural Networks, 1988, Vol.1, No,4, pp.295-307.

122. S.E.Fahlman. Fast Learning Variations on Back-Propagation: An Empirical Study, Proc. 1988 Connectionist Model Simmer School (Pittsburg, 1988), eds. D.Touretzky, G.Hinton, T.Seinowski, Morgan Kaufinann, 1988, pp.38-51.

123. W.Finnoff. Diffusion Approximations for the Constant Learning Rate Backpropagation Algorithm and Resistance to Local Minima, Neural Computation, 1994, Vol.6, No.2, pp.2&5-295.

124. A.von Lehman, E.G.Paek, P.F.Liao, A.Marrakchi, J.S.Patel. Factors Influencing Learning by Back-propagation, Proc. IEEE Int. Conf on Neural Networks (San Diego, 1988), IEEE, New York, 1988, Vol.1, pp.335-341.

125. J.Sietsma, RJ.F.Dow. Neural Net Pruning Why and How, Proc. IEEE Int. Conf. on Neural Networks (SanDiego, 1988), IEEE,New York, 1988, Vol.1, pp.325-333.

126. SJBecker, Y.le Cun. Improving the Convergence of Backpropagation Learning with Second Order Methods, Proc. 1988 Comectionist Model Summer School (Pittsburg, 1988), eds. D.Touretzky, G.Hinton, T.Seinowski, Morgan Kaufinann, 1988, pp.29-37.

127. S.KirkpatricL Optimization by Simulated Annealing: Quantitative Studies, Journal of Statistical Physics, 1984, Vol.34, pp.975-986.

128. J.RHolland. Adaptation in Natural and Artificial Systems, MIT Press, Second Edition, 1992.

129. D.Whitley, T.Hanson. Optimizing neural.Networks Using Faster, More Accurate genetic Search, Proc. 3rd Int. Conf. On Genetic Algorithms (Arlington, 1989), ed. J.D.Schaffer, Morgan Kaufinann, 1989, pp.391-296.

130. G.Mirchandani, W.Cao. On Hidden Nodes for Neural Nets, IEEE Trans. Circuits and Systems, 1989, Vol.36, No.5, pp.651-664.

131. G.E.Hinton. Learning Distributed Representations of Concepts, Proc. 8**' Annual Conference of the Cognitive Science Society (Amherst, 1986), Erlbaum, HiUsdale, 1986, pp. 1-12.

132. S.E.Fahlman, C.Lebiere. The Cascade-Correlation Learning Architecture, in Advances in Neural Information Processing Systems 2 (Denver, 1989), ed. D.S.Touretzky, Morgan Kaufinann, 1990, pp.524-532.

133. D.Liu, T.-S.Chang, Y.Zhang. A Constructive Algorithm for Feedforward Neural" Networks with incremental Training, IEEE Trans. Circuits and Systems, 2002, Vol.49, No. 12, pp. 1876-1879.

134. C.Campbell, C.P.Vicente. The Target Switch Algorithm: A Constructive Learning Procedure for FeedForward Neural Networks, Neural Computation, 1995, Vol.7, No.6, pp. 1245-1264.

135. R.Sarukkai. Supervised Networks that Self-Organize Class Outputs, Neural Computation, 1997, Vol.9, No.3, pp.637-648.

136. R.O.Duda, P.E.I Iart Pattern Classification and Scene Analysis, John Wiley & Sons, 1973.

137. R. A. Jacobs, M.I.Jordan, A.G.Barto. Task Decomposition Through Competition in a Modular Connectionist Architecture: The Wliat and Where Vision Tasks, Cognitive Science, 1991, Vol.15, pp.219-250.

138. S.-U.Guan, S.Li. Parallel Growing and Training of Neural Networks Using Output Parallelism, IEEE Trans. Neural Networks, 2002, Vol.13, No.3, pp.542-550.

139. L.Hansen, P.Salomon. Neural Network Ensembles, IEEE Trans. Pattern Analysis and Machine Intelligence, 1990, Vol. 12, pp.993-1001.

140. T.G.Dietterich. Ensemble Methods in Machine Learning, Proc. f Int. Workshop on Multiple Classifier Systems MCS2000, June 21-23 2000, Cagliari, Italy. Eds. J.Kittler and F.Roli. LNCS, Springer-Verlag Berlin Heidelberg 2000, Vol.1857, pp.1-15.

141. K.Tumer, J.Ghosh. Error correlation and Error Reduction in Ensemble Classifiers, Connection Science, 1996, Vol.8, No.3-4, pp.385-404.

142. T.K.Ho. The Random Subspace Method for Constructing Decision Forests, IEEE Trans. Pattern Analysis and Machine Intelligence, 1998, Vol.20, No. 8, pp. 832-844.

143. B.Parmanto, P.W.Munro, H.RDoyle. Improving Committee Diagnosis with Resampling Technique, in Advances in Neural Information Processing Systems, eds. D.S.Touretzky, M.C.Mozer, M.E.Hesselmo, MIT

144. Press, 1996, Vol.8, pp.882-888.

145. M.D.Richard, RP.Lippmarai. Neural Network Classifiers Estimate Bayesian a posteriori probabilities, Neural Computation, 1991, Vol.3, pp.461-483.

146. S.Hashem, B.Schmeiser. Improving Model Accuracy Using Optimal Linear Combinations of Trained Neural Networks, IEEE Trans. Neural Networks, 1995, Vol.6, No.3, pp.792-794.

147. L.Lam, C.Y.Suen. Optimal Combinations of Pattern Classifiers, Pattern Recognition Letters, 1995, Vol.16, pp.945-954.

148. S.B.Cho, J.H.Kim. Multiple Network Fusion Using Fuzzy Logic, IEEE Trans. Neural Networks, 1995, Vol.6, No.2,pp.497-501.

149. RAnand, BLMebrotra, CJCMohan, S.Ranka. Efficient Classifications for Multiclass Problems Using Modular Neural Networks, IEEE Trans. Neural Networks, 1995, Vol.6, No.l, pp.l 17-124.

150. T.Kohonen. Self-Organization and Associative Memory. Springer Verlag, Heidelberg, 2nd Edition,1988.

151. D.S.Lee, S.N.Srihari. Handprinted Digit Recognition: A Comparison of Algorithms, Proc. 3rd Int. Workshop on Frontiers in Handwriting Recognition, Buffalo, USA, May 1993, pp.153-162.

152. S.Yang, K.-C.Chang. Multimodal Pattern Recognition by Modular Neural Networks, Optical Engineering 1998, Vol.37, No.2, pp.650-658.

153. P.E.Utgoff. Perception Trees: A Case Study in Hybrid Concept Representations, Connection Science,1989, Vol.1, No.4,pp.377-391.

154. I.K.Sethi. Entropy Nets: From Decision Trees to Neural Networks, Proc. IEEE, 1990; Vol.78, No. 10, pp. 1605-1613.

155. D.Baratta, M.Valle, D.D.Caviglia. Hierarchical Neural Networks for Quality Control5 in Steel-Industry Plants, Journal of Microelectronics Systems Integration, 1997, Vol.5, No.l, pp.31 -42.

156. T.Li, Y.Tang, L.Fang. A Structure-parameter-adaptive (SPA) Neural Tree for the Recognition of Large Character Set, Pattern Recognition, 1995, Vol.28, No.3, pp.315-329.

157. S.Behnke, N.B.Karayiannis. Competitive Neural Trees-for Pattern Classification, IEEE Trans. Neural Networks, 1998, Vol.9,No.6, pp.1352-1369.

158. H-H.Song, S.-W.Lee. A Self-Organizing Neural Tree for Large-Set Patter Classification, IEEE Trans. Neural Networks, 1998, Vol.9, No.3, pp.369-380.

159. G.L.Foresti, C.Micheloni. Generalized Neural Trees for Pattern Classification, IEEE Trans. Neural Networks, 2002, Vol.13, No.6, pp.1540-1547.

160. В.С.Казапцев. Задачи классификации и их программное обеспечение. М., "Наука", 1990.

161. J. Etcheveny, A. Pignotti, G. Sanchez, and P. Stickar, "MFL Benchmark Problem 2: Laboratory Measurements", in Review of Progress in ONDE, Eds. D. O. Thompson and D. E. Chimenti, 2002.

162. K.Fujiwara and T.Nakata, "Results for benchmark problem 7 (Axisymmetrical conductor with a hole)', COMPEL, Vol.9, No.3, pp.137-154, James & James Science Publishers, September 1990.

163. H.T.Yu, K.R.ShaoJ.D.Lavers, A finite element method for'computing 3D eddy current problems', IEEE Transaction on Magnetics, 1996.

164. D.Rodger, J.F.Eastham, Multiply connected regions in the A-VF 3D eddy current formulation', IEE Proc. A, vol. 134, No. 1, pp.58-66,1985.

165. Матис И.Г. Электроемкостью преобразователи для неразрушающего контроля. Рига: Зинагне, 1982.-304 с.

166. А.Н.Тарасов, В.В.Томашевская, П.Р.Шевченко. Методы контроля неоднородности заготовок из термостойких конструкционных керамик. Вестник машиностроения. 2001. № 5. с. 52-54.

167. Алимова И.А., Люцарева JI.A., Пивник Е.Д., Яковлева Н.А. Методы выявления дефектов керамики на основе полиалюминатов натрия. Стекло и керамика -1987. № 5. - с. 22-23.

168. Lunin V., Zhdanov A. Two-step Algorithm in Calculation of Defect Influenced Eddy Current Field, 48th International Scientific Colloquium: Proceedings Птепаи, Germany, 2003, pp.345-346.

169. А.А.Абакумов, А.А.Абакумов (мл.), "Магнитная диагностика газонефтепроводов", Москва, Энергоатомиздат, 2001 г., 440 с.

170. Будзуляк Б.В., Халлыев Н.Х. "Новые подходы к планированию ремонта и диагностики магистральных трубопроводов", М.:"Газпром", 1999.

171. Гумеров А.Г., Зайнуллин Р.С., Гумеров Р.С. Прогнозирование долговечности нефтепроводов на основе диагностической информации// Нефтяное хозяйство, 1991 .-N10. с.36-37.

172. Гетман А.Ф., Козин Ю.Н. Неразрушающий контроль и безопасность эксплуатации сосудов и трубопроводов давления. -М.: Энергоатомиздат, 1997.

173. Резвых А.И. Разработка методов оценки дефектов трубопроводов по результатам внутритрубной-инспекции (по опыту диагностики ООО "Оренбургтазпром"). Дисс. на соиск. уч. степени канд. техн. наук. -М.: 2000.

174. Черняев КВ. Оценка прочности и остаточного ресурса магистрального нефтепровода с дефектами, обнаруживаемыми внутритрубными инспекционным и снарядами// Трубопроводный транспорт нефти. 1995. -N2. -с.8-12.

175. Nestleroth, J. В., et al, "Pipeline Inspection Using Intelligent Pigs," Workshop Proceedings, 1999.

176. Курбатов В.П. Разработка методов анализа и синтеза трехмерных фокусирующих систем с редкоземельными постоянными магнитами. Дисс. на соиск. уч. степени канд. техн. наук. -М., 1977.

177. Павленко А.В., Компьютерное моделирование нестационарных режимов в электронных механизмах. Дисс. на соиск. уч. степени доктора техн. наук. -Новочеркасск, 1999.

178. Бубличенко С.В. Электромагнитные поля и системы размагничивающих устройств. Дисс. на соиск. уч. степени канд. техн. наук. Ворошиловград. 1987.

179. Никитенко А.Г. Проектирование оптимальных электромагнитных механизмов. -М.: Энергия, 1974.

180. К.В.Мякушев, В.ПЛунин, Проектирование магнитной системы для внутритрубного дефектоскопа // 9-я междун. Науч-техн. конф. студентов и аспирантов: тез.докл.—М.: МЭИ, 2003.

181. Tetsuji Matsuo, Masaaki Shimasaki Time-Periodic Finite-Element Method for Hysteretic Eddy-Current Analysis // Transactions on Magnetics, Vol.38, No.2, March 2002, pp 549-552.

182. Alessandro Salvini, Francesco Riganti Filginei Genetic Algorithms and Neural Networks Generalizing the Jiles-Atherton Model of Static Hysteresis for Dynamic Loops. // Trans, on Magnetics, Vol.38, No.2, March 2002, pp 549-552.

183. M.Kuczmann, AJvanyi A New Neural-Network-Based Scalar Hysteresis Model // Transactions on Magnetics, Vol.38, No.2, March 2002, pp 857-860.

184. Umesh D.Patel, Edward Delia Torre Fast Compulation of the CMH Model I I Transactions on Magnetics, Vol.38, No.2, March 2002, pp 869-872.

185. Peter R. Wilson, J.Neil Ross, Andrew D. Brown Magnetic Material Model Characterization and Optimization Software //Transactions on Magnctics, Vol.38, No.2, March 2002, pp 1049-1052.

186. Нейронные cení. STATISTICA Neural Networks: Пер. с англ. StatSoft Russia ■— M.: Горячая линия-Телеком, 2001 — 224с. ,

187. ВЛЛунин Феноменологические и алгоритмические методы решения обратных задач электромагнитного контроля // Дефектоскопия. 2006. № 6. с.3-16.

188. В.ПЛунин Двухшаговый алгоритм конечно-элементного решения задач электромагнитного контроля. Электроемкостный контроль// Дефектоскопия. 2006. № 12. с.3-14.

189. В.П.Лунин Двухшаговый алгоритм конечно-элементного решения задач электромагнитного контроля. Вихретоковый контроль// Дефектоскопия. 2006. № 12. с. 15-26.

190. ВЛЛунин Современные методы решения обратных задач электромагнитного контроля -Весгаик МЭИ. 2003, №1, с.60-66.

191. В.ПЛунин Эффективный алгоритм расчета сигнала преобразователя при вихретоковом контроле труб парогенераторов АЭС // Вестник МЭИ, 2003, №2 с.46-50.

192. В.ПЛунин, АГЖаанов, Д.Ю Лазуткин Нейросетевой классификатор дефектов для многочастотного вихретокового контроля теплообменных труб. Дефектоскопия, 2007, № 3; с.37-45.

193. А.Г.Жданов, В.П.Лунин Повышение достоверности обнаружениями оценки геометрических параметров дефектов труб парогенераторов АЭС // Вестник МЭИ. 2008. № 5. с.82-88.

194. Е.Г.Щукис, ВЛЛунин Применение алгоритмов нечеткой логики для анализа вихретоковых сигналов, полученных при контроле теплообменных труб. // Вестник МЭИ. 2008. № 5. с.89-93.

195. ВА.Барат, Д.А.Слесарев, В.ПЛунин Использование нейронных сетей для анализа изображений, соответствующих частотно-временным распределениям нестационарных сигналов // Весгаик МЭИ. 1996. №6. с.108-111.

196. ЕЛСапожникова, ВЛЛунин, L.Ludwig, W.Rosenstiel Применение нейросетевых алгоритмов на основе адаптивной резонансной теории к контролю качества печатных плат // Нейрокомпьютеры, разработка, применение. № 3.2000. с.54-60.

197. В.ПЛунин, В.В.Чегодаев Патент РФ на полезную модель «Устройство вихретокового контроля» №62246 от 24.11.06.

198. ВЛЛунин, В.В.Чегодаев Патент РФ на полезную модель «Многоэлементный вихретоковый преобразователь» №51748 от 27.02.06.

199. ВЛЛунин, А.ГЗКданов Свидетельство об официальной регистрации программы для ЭВМ «Программа конечно-элементного моделирования MagNum3D» №2007611345 от 28.03.07.

200. ВЛЛунин "Моделирование поля в задачах вихретокового контроля", М.: Из-во МЭИ, 2004, 56с.

201. ВЛЛунин "Расчет поля влияния дефектов в задачах вихретокового контроля", 3-я межа- конф. "Компьютерные методы и обратные задачи в неразрушающем контроле", 2002, с.228-229.

202. В.ПЛунин, ДА.Гомонов, С.В.Кирсанов "Интерактивные пакеты программ для анализа и проектирования электромагнитных средств диагностирования". Доклады НТК "Техническое диагностирование 93", Санкт-Петербург, с.39-41.

203. В.П. Лунин, Семенов A.B. "Применение нейронных сетей для классификации и параметризации дефектов нефтепроводов", Международная конференция "Информационные средства и технологии". М., 2004, с.51-54.

204. В.ПЛунин, АГЖданов, Е.Г.Кулагина "Эффективные алгоритмы обработки вихрегоковых сигналов при контроле теплообменных труб парогенераторов ВВЭР" / 7-ой Международный семинар по горизонтальным парогенераторам, ОКБ "ГИДРОПРЕСС", Подольск, 2006, с.60-68.

205. Лунин В.П., Жданов А.Г., Лазуткин Д.Ю., «Нейросетевой классификатор дефектов для многочастотного вихретокового контроля теплообменных труб», Екатеринбург: Наука УрО РАН, номер 3, стр. 37-45, март 2007 г.

206. А.Г.Жданов, В.ПЛунин, "Применение нейросетевых технологий для решения задач; классификации и параметризации дефектов трубок парогенераторов АЭС", Международная конференция "Информационные средства и технологии". Mi, 2004, с.59-62

207. И.В.Семенова, В.П. Лунин, "Применение нейронных сетей' для: решения прямой; задачи магнитного контроля", Международная конференция "Информационные средства и технологии". М., 2004, с.55-58.

208. Е.Г.Щукис, В.ПЛунин, "Применение непрерывного вейвлет-преобразования для.'вьщеления " сигналов от дефектов", Международная научно-техническая конференция "Информационные средства и технологии". М., 2008, т.1, стр.130-136.

209. М.А.Зеленский, В.ПЛунин, H.Brauer, "Исследование инновационного метода; вихретокового контроля", Международная научно-техническая конференция "Информационные средства и технологии". М., 2008, т.З, стр.20-23.

210. Б.В.Серебряников, Лунин В.П., Параметризация электропроводящих отложений на трубках парогенераторов АЭС, Материалы научно-технической конференции специалистов ОАО ОКБ «ГИДРОПРЕСС», Подольск, 2010.

211. Щукис Е.Г., Лунин В.П. Применение дискретного вейвлет-преобразования для выделения сигналов от конструктивных элементов, Международная конференция "Информационные средства и технологии". М., 2010, стр. 152-160.

212. В.ПЛунин, СБ.Кирсшюв, А.А.Иванов, "Методические указания по проведению практических занятий на ПЭВМ с пакетом программ конечно-элементного анализа электромагнитных полей MagNum", Из-во МЭИ, 1996,48с.

213. В.ПЛунин, С.В.Кирсанов, А.А.Иванов, "Лабораторные работы на ПЭВМ по курсу "Численные модели и компьютерное проектирование в интроскопии", М. Из-во МЭИ, 1996,28с.

214. V.P. Lunin, Development of electromagnetic flaw detection methods based on solution of inverse problems during testing of nuclear power plant equipment, 10th European Conference on Non-Destructive Testing, Moscow, 2010, pp.94-95.

215. V.P. Lunin, DA Gomonov «Neural network techniques for defect classification in steam generator tube testing", 6th European Conference onNDT, France, 1994, pp.1349-1353.

216. V.P. Lunin, S.V. Kirsanov «Numerical modelling of eddy current testing procedure in nuclear industry", 6th European Conference on NDT, Nice, France, 1994, pp.1173-1175.

217. V.P. Lunin, A.V. Gaivoronsky, D.A. Gomonov «Inversion of surface magnetic flux leakage data for flaw reconstruction", 40th International Scientific Colloquium, Ilmenau, 1995, Band 2, pp.266-272.

218. V.P. Lunin, S.V. Kirsanov «Finite element predictions in electromagnetic testing technique", 40th International Scientific Colloquium, Ilmenau, 1995, Band 2, pp.260-265.

219. V.P. Lunin, D.A. Gomonov «Investigation of signal classification problem using a neural network", 40th International Scientific Colloquium, Ilmenau, 1995, Band 1, pp.801-805.

220. V.P. Lunin, D.A. Gomonov, S.V. Kirsanov «Model-based approach to predict and interpret results in electromagnetic inspection", Fall Conference of the Japanese Society for Non-Destructive Inspection, Japan,1995, pp.479-486.

221. V.P. Lunin, S.B. Belitsky «Finite element predictions of signals in magnetic testing of wire ropes", Fall Conference of the Japanese Society for Non-Destructive Inspection, Japan, 1995, pp.487-492.

222. V.P. Lunin, D.A. Gomonov, S.V. Kirsanov «Numerical laboratory for solving electromagnetic inspection problems", International Conference "Computer methods and inverse problems in Nondestructive testing and diagnostics", Belarus, 1995, pp. 103-106.

223. V.P. Lunin, D.A. Gomonov «Boundary element model for steady state potential problems", International Conference "Computer methods and inverse problems in Nondestructive testing and diagnostics", Minsk, Belarus, 1995, pp.244-247.

224. V.P. Lunin and S.V. Kirsanov «Introducing Model-Based Approach for Educational Purposes in Electromagnetic Inspection Curriculum", 14th World Conference on Nondestructive Testing, New Delhi, India, 1996, pp.1925-1928.

225. V.P. Lunin and V.A. Barat «Crack Depth and Angle Obligue Evaluation by a Neural Network with Simulated Training Data", 14th World Conference on Nondestructive Testing, New Delhi, India, 1996, pp. 1871-1874.

226. V.P.Lunin, H.-M.Thomas «Finite Element Approach to Assess Inspectability of Weld between Two Coaxial Tubes by RFEC Technique", 7th European Conference on Non-Destructive Testing, Copenhagen Danmark, 26-29 May 1998, pp.1588-1595.

227. V.P.Lunin, V.A.Barat «Evaluation of Crack Parameters Using Neural Network Trained by Modeling Data", 2nd International Conference on Computer Methods and Inverse Problems in Nondestructive Testing and Diagnostics, Belarus, 1998, pp.369-375.

228. V.PLunin, D.V.Podobedov «Modeling of Electromagnetic Problems Using the Finite Element Computer Code MagNum3D", 43rd International Colloquium, Technical University of Hmenau Germany, 2124 September 1998, pp.240-245.

229. V.P.Lunin, VABarat «Crack Angle and Depth Estimation Using Wavelet Preprocessed Neural Network", Review of Progress in Quantitative Nondestructive Evaluation, edited by D.O.Thompson and D.E.Chimenti, Plenum Press, New York, 1999, pp.821-828.

230. V.Lunin, V.Barat, D.Podobedov: Neural Network-based Crack Parameterization using' Wavelet Preprocessing MFL Signal ", Review of Progress in QNDE, vol.20, eds. D.O.Thompson and D.E.Chimenti (American Institute of Physics, NY, 2001), pp.641-648.

231. V.Lunin, V.Barat: "Wavelet Transform of Signal for Enhancement of SNR in Wire Rope Inspection", Review of Progress in QNDE, vol.21, eds. D.O.Thompson and D.E.Chimenti (American Institute of Physics, NY, 2002), pp.707-714.

232. V.Lunin, DAlexeevsky: "Numerical Prediction of Signal for Magnetic Flux Leakage Benchmark Task", Review of Progress in QNDE, vol.22, eds. D.O.Thompson and D.E.Chimenti (American Institute of Physics, NY, 2003), pp.1830-1837.

233. V.Lunin, A.Zhdanov "Two-step Algorithm in Calculation of Defect Influenced Eddy Current Field", 48th International Scientific Colloquium: Proceedings Ilmenau, Germany, 2003, pp.345-346.

234. V.Lunin, V.Barat, "Scheme for Characterization of Metal-loss Defects Using MFL Signal from Pipeline Inspection", Review of Progress in QNDE, Proceedings, eds. D.O.Thompson and D.E.Chimenti (American Institute of Physics, NY, 2004), p.107-112.

235. V.Lunin, A.Zhdanov "Inversion of Eddy Current Field Data for In-service Inspection of WWER Steam Generator Tubes", 51st International Scientific Colloquium: Proceedings Ilmenau, Germany, 2006, pp.135-136.

236. A.Zhdanov, V.Lunin, H.Ulilmann, H.Brauer "Modelling of Ferrite-cored Multi-pancake Probe in Eddy Current Inspection of Tubes", 51st International Scientific Colloquium: Proceedings Ilmenau, Germany, 2006, pp. 173-174.

237. V.Lunin, A.Zhdanov "Automated Data Analysis in Eddy Current Inspection of Steam Generator Tubes", Proceedings of 9th European Conference onNDT, Berlin, 2006.

238. V.Lunin, A.Semenov "Compensation of Test Parameter Variations in Magnetic Flux Leakage Signals from Oil/Gas Pipeline Inspection", Proceedings of 9th European Conference onNDT, Berlin, 2006.