Чувствительность распределенных волоконно-оптических датчиков для акустической дефектоскопии новых материалов, конструкций и деталей повысили в составе научной группы ученые из лаборатории фотоники Пермского федерального исследовательского центра (ПФИЦ) УрО РАН, 27 сентября сообщает пресс-служба ПФИЦ.

Процесс дефектоскопии в настоящее время требует, чтобы его объект был буквально «опутан» сенсорным оптическим волокном. При этом каждая его потенциальная поломка выражается колебаниями на определенной частоте, которые улавливает оптическое волокно и вместе с пространственными координатами точек, откуда исходит звук, передает в систему. После этого полученный сигнал подвергается в дефектоскопе специальной обработке.

Заведующий лабораторией фотоники ПФИЦ УрО РАН кандидат технических наук Юрий Константинов рассказал о главном достоинстве их разработки:

«Наш успех состоит в том, что мы разработали и использовали гибкий метод подавления шумов, который отделяет полезный сигнал от помехи по определенному закону. В качестве этого закона была выбрана функция активации нейрона, так называемая GELU-функция, в нашем случае связывающая параметры исходного сигнала с параметрами фильтрации. Причем к помощи самих нейронных сетей прибегать не пришлось. Тем более, каждый новый исследуемый объект и соответственно каждый новый дефект в нем — индивидуальны, а значит, такую нейросеть практически не на чем обучать. Поэтому здесь могут помочь только аналитические методы».

Ответственный исполнитель направления акустических датчиков, младший научный сотрудник лаборатории фотоники Артём Туров пояснил, что привнесенные в программную часть системы нововведения, позволили увеличить отношение сигнал-шум более чем в 10 раз и, кроме того, избавиться от дефектов на акустических картах. В результате исследователи могли не фокусировать свое внимание на «ложных» дефектах, проявляющихся иногда на испытаниях.

Результаты исследования ученые представили в статье «Динамическое усреднение функции активации как метод нелинейного подавления шума двумерных данных в распределенных акустических датчиках», опубликованной в журнале Algorithms.