Resumen

La evaluación y caracterización precisas de defectos en estructuras multicapa a partir de señales de corrientes inducidas de ensayos no destructivos (END) constituyen un difícil problema inverso. Hay margen para mejorar los métodos actuales utilizados para resolver el problema inverso mediante la incorporación de información de incertidumbre en el proceso de inspección. Aquí, proponemos evaluar defectos cuantitativamente a partir de señales de corrientes inducidas NDT usando redes Bayesianas (BNs). Las BNs son un método útil para manejar la incertidumbre en el proceso de inspección, conduciendo finalmente a resultados más precisos. El conocimiento del dominio y los datos experimentales se utilizan para generar los modelos BN. Los modelos se aplican para predecir las señales correspondientes a diferentes parámetros característicos del defecto o para estimar parámetros característicos del defecto a partir de señales de corrientes inducidas en tiempo real. Por último, se analizan los resultados de la estimación. En comparación con el método de regresión por mínimos cuadrados, los BN son más robustos, con mayor precisión, y tienen la ventaja de ser un mecanismo inferencial bidireccional. Este enfoque permite obtener resultados en forma de distribuciones de probabilidad condicionales marginales completas, lo que proporciona más información sobre el defecto. Se ha validado la viabilidad de las BN presentadas y discutidas en este artículo.

• Materias:Matemáticas Análisis Matemático Álgebra Ingeniería
• Subjects:mathematics Mathematical Analysis Algebra Engineering
• Palabras claves:bns, eddy, parámetros característicos, proceso de inspección, distribuciones de probabilidad condicional marginal completa, método de regresión por mínimos cuadrados, mecanismo inferencial bidireccional, señales ndt de corriente, ensayos no destructivos de corriente, problema inverso difícil
• Keywords:bns, eddy, characteristic parameters, inspection process, full marginal conditional probability distributions, least squares regression method, bidirectional inferential mechanism, current ndt signals, current nondestructive testing, difficult inverse problem