Sistema Eletrônico de Administração de Conferências, VII CONNEPI - Congresso Norte Nordeste de Pesquisa e Inovação

Tamanho da fonte: 
CLASSIFICAÇÃO DE SINAIS ULTRASSÔNICOS PRÉ-PROCESSADOS PELA TRANSFORMADA DE FOURIER ATRAVÉS DAS REDES NEURAIS ARTIFICIAIS UTILIZANDO A TÉCNICA PULSO ECO PARA IDENTIFICAÇÃO DE DEFEITOS EM JUNTAS SOLDADAS DE AÇOS ESTRUTURAIS
Renata Torres Melo Sotero, Maria Cléa Soares de Albuquerque, Francisco Gonçalves de Paula, Cláudia Tereza Teles Farias, Eduardo Furtado de Simas Filho

Última alteração: 2012-10-21

Resumo


É devido à necessidade de garantir a segurança e integridade dos equipamentos, que os ensaios não destrutivos têm sido cada vez mais utilizados no setor industrial. Dentre esses, a técnica ultrassônica pulso eco é a mais utilizada na indústria, principalmente pela sua simplicidade e eficiência. Apenas com um transdutor é possível emitir o pulso ultrassônico e receber o eco. As Redes Neurais Artificiais (RNA’s) constituem técnicas de Inteligência Artificial que, treinadas adequadamente, aliam-se aos ensaios de inspeção tornando-se uma ferramenta poderosa na detecção e identificação de falhas. Neste trabalho a técnica pulso eco foi utilizada para detectar descontinuidades em juntas soldadas, onde RNA’s foram alimentadas a partir das informações obtidas através de técnicas de processamento digital de sinais (Transformada de Fourier), para identificar e classificar três classes distintas de defeitos. Os resultados permitiram observar que com a combinação da extração de características através da transformada de Fourier e a classificação com redes neurais é possível se obter um sistema automático de detecção de defeitos em juntas soldadas com eficiência média satisfatória.

Texto completo: PDF