Classificação de defeitos em tubos de gerador de vapor de plantas nucleares utilizando mapas auto-organizáveis.

• Autor(a) principal: Mesquita, Roberto Navarro de
• Data de Publicação: 2002
• Tipo de documento: Tese
• Idioma: por
• Título da fonte: Biblioteca Digital de Teses e Dissertações da USP
• Texto Completo: https://www.teses.usp.br/teses/disponiveis/3/3132/tde-31072024-083911/
• topic: Artificial intelligence; Inteligência artificial; Pattern recognition; Reconhecimento de padrões

Esta tese desenvolve um novo método de classificação de defeitos em tubos de gerador de vapor de plantas nucleares, utilizando sinais do teste de correntes parasitas (\"eddy current test\"). O método utiliza a técnica conhecida como mapeamento auto-organizável para comparar a importância de diferentes características do sinal do teste de correntes parasitas na identificação e classificação destes defeitos. É proposto um sistema de inferência múltipla que utiliza diversos mapas treinados individualmente com as diferentes características extraídas, para a classificação final do tipo de defeito. Os métodos de extração de características utilizados são a representação de \"wavelet zero-crossings\", a codificação preditiva linear (LPC), e características de representação do sinal no tempo como módulo e fase. São montados diversos vetores característicos do sinal com combinações das características obtidas dos sinais de correntes parasistas. Estes vetores são testados quanto à sua eficiência na classificação e os vetores com melhor índice de acerto são utilizados no sistema de inferência múltipla. É desenvolvido um estudo sistemático dos critérios de pré-processamento, calibração e métodos de análise dos sinais relacionados com os defeitos das tubulações de plantas nucleares. Demonsta-se a eficiência do método de classificação e obtêm-se mapas característicos com protótipos representativos referentes a cada tipo de degradação.