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 2010

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

Официальные оппоненты:

Доктор технических наук, профессор Кузнецов Н.С.

Доктор технических наук, профессор Шелихов Г.С.

Доктор технических наук, профессор Шкатов П.Н.

Ведущая организация:

ЗАО НИИИН МНПО “Спектр”, Москва

Защита диссертации состоится 15 февраля 2011 г. в _______ на заседании диссертационного совета Д212.119.01 Московского Государственного Университета Приборостроения и Информатики по адресу: 107996, Москва, ул. Стромынка, 20.

С диссертацией можно ознакомиться в библиотеке 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 остаточного ресурса, что обусловлено потребностями в их более рациональном использовании;
• 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 ядеpных энеpгетических установок, в частности, теплообменных труб парогенераторов АЭС. Ввиду того, что парогенераторы АЭС pаботают в напpяженных pежимах, обеспечивающих их экономическую эффективность, теплообменные тpубы эксплуатиpуютcя в условиях больших плотностей энеpговыделения, высоких pабочих темпеpатуp, значительных механических нагpузок, в контакте с агpессивными сpедами. Поэтому выход из стpоя отдельных труб может пpивести к нанесению ущеpба здоpовью обслуживающего пеpсонала АЭС, экономическим потеpям от остановки энеpгоблоков и pадиоактивному заpажению окpужающей сpеды. Поэтому необходимо систематически контpолиpовать теплообменные тpубы во вpемя эксплуатации.

Среди разнообразных видов неразрушающего контроля для оценки технического состояния объектов, выявления и оценки параметров дефектов успешно применяют электромагнитного методы, основанные на взаимодействии поля с контролируемым изделием (электроемкостный, электропотенциальный, магнитный, вихретоковый).

Под прямой задачей электромагнитного контроля понимается задача анализа распределения (перераспределения) электромагнитного поля, обусловленного наличием в изделии неоднородности (дефекта) с аномальными значениями электрической проводимости, диэлектрической и/или магнитной проницаемости, задача определения показаний 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, 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, 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, П.Н.Шкатова, В.Е.Щербинина, а также ряда зарубежных исследователей William Lord (Iowa State University, USA), Satish Udpa (Michigan State University, USA), David Atherton (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 физических явлений при электромагнитном контроле оказывает негативное влияние на качество проектирования средств электроемкостного, электропотенциального, магнитного и вихретокового видов контроля. Сложность анализа этих явлений, а также обработки сигналов объясняются сложностью и разнообразием геометpических фоpм как самих исследуемых объектов, так и выявляемых дефектов, в необходимости учета нелинейности свойств как контролируемых матеpиалов и комплектующих элементов преобразователей.

Диссертационная работа посвящена разработке методологии и соответствующего математического инструментария для решения прямых и обратных задач электромагнитного контроля. При постановке вычислительных экспериментов и при разработке инструментария 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 электромагнитного поля с изделием, при наличие в нем дефектов, 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 выделяется метод конечных элементов, позволяющий использование треугольных (в двумерных задачах) и тетраэдральных (в трехмерных) сеток. Он имеет значительные преимущества 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 большой стоимости получаемого решения важнейших 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 вычислительные 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 статических зарядов электродов (электроемкостный метод), заданного распределения потенциала на границах проводящего изделия (электропотенциальный метод), постоянных магнитов и катушек с током (магнитный и вихретоковый контроль).

При численном решении обратных задач электромагнитного контроля до настоящего времени использовались различные методы: метод калибровочных характеристик, реже - метод обращения матриц. Однако в целом эти методы нельзя назвать удовлетворительными, так как они требуют отсутствия шума в исходных данных и отличаются низкой устойчивостью. К настоящему времени наиболее удовлетворительные результаты при численном решении обратных задач были получены методом минимизации целевого функционала невязки измеренных и рассчитанных данных.

Таким образом, серьезного внимания требует создание и обоснование новых 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 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.

В течение последних десятилетий интенсивно развивается новая технология анализа данных, основанная на применении искусственных нейронных сетей. Их отличительной чертой является способность обучаться на 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).

1. 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.

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.

2. 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.

2. 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 электромагнитных полей в трехмерных моделях «источник поля – объект контроля с дефектом - датчик» с нелинейными, анизотропными свойствами материалов.
2. Используя вариационный принцип к рассматриваемым классам задач электромагнитного контроля с учетом их специфики, получить трехмерные конечно-элементные уравнения относительно векторного и скалярного потенциалов на основе этого принципа, вывести формулы для расчета коэффициентов элементных и глобальной матриц.
3. Для решения трехмерных задач предложить и исследовать эффективные вычислительные схемы расчетов при решении задач создания средств электромагнитного контроля.
4. Разработать численные методики определения выходных сигналов датчиков по результатам распределения электромагнитного поля.
5. С помощью решения краевых задач теории электромагнитного поля исследовать связи сигналов датчиков с геометрическими параметрами дефектов контролируемых объектов и режимом контроля.
6. Создать программное обеспечение для решения проблемных задач анализа процедур и средств электромагнитного неразрушающего контроля, приспособленное для использования в реальных условиях.
7. 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.
8. Разработать алгоритмы компенсации влияния основных мешающих факторов на сигнал от дефекта при многочастотном вихретоковом контроле теплообменных труб.
9. Предложить метод инвариантного пересчета параметров диагностических сигналов датчиков для отстройки от влияния эксплуатационных факторов при электромагнитном контроле.
10. Разработать конструктивный нейросетевой алгоритм классификации и параметризации, пригодный для использования в задачах магнитного и вихретокового контроля. Предложить методику тренировки, которая облегчила бы получение работоспособных нейронных сетей для задач с плохо разделимыми классами и/или с низким отношением сигнал/помеха во входных данных, характерных для электромагнитного контроля.
11. Разработать алгоритм настройки нейронной сети, обладающий свойствами наращивания архитектуры по мере необходимости в процессе тренировки и сокращения вычислительной стоимости решения задачи классификации.
12. 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 на основе применения апробированных и корректных методов численных расчетов, математического моделирования и интерпретации экспериментальных данных. При оценке работы программно-алгоритмических средств использовались данные, полученные на стандартных паспортизованных образцах.

Достоверность результатов подтверждается корректностью поставленных задач, представительностью и достоверностью исходных и экспериментальных данных, использованием общепринятых в теоретической электротехнике теорий, гипотез и допущений, применением апробированных и корректных 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 процедура конечно-элементного моделирования трехмерных статических, стационарных и квазистационарных полей в задачах 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. Разработан алгоритм 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 разработан метод инвариантного преобразования параметров сигнала при неконтролируемом изменении эксплуатационных факторов.
5. Предложен алгоритм построения иерархического нейросетевого классификатора дефектов по сигналам датчиков, позволяющий преодолеть ряд принципиальных недостатков и 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, улучшения метрологических и технических характеристик средств контроля.

1. 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 электромагнитного контроля 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 нейросетевого классификатора и параметризатора дефектов.

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 решения ряда сложных прикладных задач, помимо задач неразрушающего контроля, в частности, в электрофизике, а также при разработке и оптимизации сложных электротехнических устройств различного вида.

Полученные результаты расчета хорошо согласуются с экспериментальными данными, что позволяет в конечном итоге заменить многие натурные эксперименты численными. Использование предлагаемых процедур численного анализа и программы на практике пpиводит к pосту конкуpентоспособности проектируемых средств неразрушающего контроля как с точки зpения стоимости и сpоков pазpаботки, так и качества.

Проведенные экспериментальные исследования разработанных алгоритмов подавления влияния эксплуатационных факторов, а также алгоритма построения и обучения нейросетевого классификатора и параметризатора дефектов на реальных сигналах продемонстрировали высокую эффективность и качество классификации и возможность построения экономных в вычислительном отношении 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) 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: «Физико-математическая модель процедуры вихретокового контроля теплообменных труб парогенераторов АЭС» (заказчик НИКИМТ, 2002), “Разработка программно-методического обеспечения системы обнаружения и классификации дефектов теплообменных труб парогенераторов АЭС по результатам вихретокового контроля” (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 АК «Транснефть» и 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»), алгоритмическое обеспечение внутритрубного магнитного дефектоскопа для контроля состояния металла магистральных нефтепроводов (АК «Транснефть»).

Основные положения, выносимые на защиту

Научно-методический подход к решению прямых и обратных задач вихретокового, магнитного, электроемкостного и электропотенциального видов неразрушающего контроля, включающий эффективные алгоритмы конечно-элементного моделирования, обработки и интерпретации регистрируемых сигналов первичных преобразователей.

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

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

Алгоритм построения архитектуры нейросетевого комплекса при решении задачи классификации и параметризации дефектов в задачах вихретокового и магнитного контроля.

Алгоритмическое обеспечение многочастотного вихретокового контроля теплообменных труб парогенераторов АЭС с реакторами ВВЭР.

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

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:

• 14th (New Delhi, India, 1996), 15th (Rome, Italy, 2000) World Conferences on Nondestructive Testing (NDT)
• 6th (Nice, France, 1994), 7th (Copenhagen, Denmark, 1998), 9th (Berlin, Germany, 2006), 10th (Moscow, Russia, 2010) European Conferences on NDT
• 25th (Snowbird, Utah, USA, 1998), 26th (Montreal, Canada, 1999), 27th (Ames, Iowa, USA, 2000), 28th (Brunswick, Maine, USA, 2001), 29th (Bellingham, Washington, USA, 2002) Annual Conferences The Review of Progress in Quantitative Nondestructive Evaluation
• 37th (1992), 40th (1995), 42nd (1997), 43rd (1998), 48th (2003), 51st (2006) 54th (2009) International Scientific Colloquiums, Ilmenau, Germany
• 1st (1995), 2nd (1998) International Conferences on Computer Methods and Inverse Problems in Nondestructive Testing and Diagnostics, Minsk, Belarus
• 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 science and engineering, Chennai (Madras), India, 2001
• 3-я Международная конференция “Компьютерные методы и обратные задачи в неразрушающем контроле и диагностике”, Москва, 2002
• 4-ая (2004), 5-ая (2006), 6-ая (2008) Международная научно-техническая конференция “Безопасность, эффективность и экономика атомной энергетики”, Москва, ОАО «Концерн Росэнергоатом”
• 7-ой (2006) и 8-ой (2010) Международный семинар по горизонтальным парогенераторам, Подольск
• 14-ая (1996), 15-я (1999) и 17-я (2005) Российская научно-техническая конференция "Неразрушающий контроль и диагностика", Москва, Екатеринбург
• 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
• Международная конференция по оптимизации и конечно-элементным аппроксимациям, Санкт-Петербург, 1995
• 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 152-х печатных работах, из них 10 статей в журналах перечня 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», 4 монографии в виде научно-методических изданий, 61 доклад (не менее 3-х страниц) и 50 тезисов в трудах перечисленных выше российских и зарубежных конференций. На английском языке опубликовано 34 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 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 становится неприемлемым, если форма дефектов существенно отличается от формы дефектов, использованных при построении калибровочных кривых.

Современные методы 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 результата. Только модели с наименьшими упрощениями в описании физики явления могут гарантировать хороший результат. К таким численным моделям относятся 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 алгоритмических методах процедура инверсии экспериментальных данных 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 диэлектрической проницаемости, 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 задача реконструкции профиля дефекта формулируется как задача идентификации функции соответствия между сигналами датчиков, сканирующих поверхность контролируемого изделия, и искомым профилем. Эта непрерывная функция аппроксимируется с использованием классического приема разложения по базовым функциям. Обучение сети состоит в оценивании параметров базисных функций и коэффициентов разложения.

Процедура классификации и реконструкции геометрических параметров дефекта может быть усовершенствована использованием так называемого метода постепенного многошагового повышения разрешающей способности. Такие нейронные сети имеют иерархическую структуру, связанную с многоуровневой разрешающей способностью и переменным масштабом как для глобальной, так и для локальной интерполяции.

Сеть обучается иерархически, сначала обучение проводится для функции соответствия между входными сигналами и соответствующими им выходными данными для самой грубой разрешающей способности, а затем эта функция последовательно корректируется и дополняется с помощью соответствующей детализации на более высоких уровнях разрешения. Точность реконструкции дефекта может 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 имеет вид

,

(1)

где соответственно напряженность электрического и магнитного поля, индукция и вектор электрического смещения, вектор плотности тока и векторный магнитный потенциал, круговая частота и удельная электрическая проводимость.

Вводя обозначение , с учетом анизотропии магнитных свойств ( - удельное магнитное сопротивление), получим

(2)

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

,

(3)

где N суммарное число узлов в области решения.

Представив значение векторного потенциала соответствующим аппроксимирующим выражением через функцию формы

(4)

(M – число узлов в k-ом конечном элементе), получим глобальную систему линейных уравнений относительно комплексных составляющих векторного потенциала всех узлов сети

,

(5)

где - действительная часть элементной матрицы, - мнимая часть, и 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 методами.

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 программном комплексе MagNum3D. С помощью разработанного пакета можно решать шиpокий спектp задач статического, стационаpного и квазистационаpного электромагнитного поля с нелинейными анизотропными электpофизическими свойствами сpед. Результатом вычислительного эксперимента в задачах электромагнитного контроля, как правило, является численная оценка реакции измерительного преобразователя (в виде потенциала электрода, сигнала датчика Холла, годогpафа наводимого напряжения или хpонологических кpивых) пpименительно к контpолю конкретного объекта с дефектом заданной формы и ориентации, оценка значений этого сигнала при различных pежимах (методиках) контpоля, выделение информативных признаков с целью опpеделения контролируемых паpаметpов.

В работе представлены результаты численных исследований ряда тестовых (benchmark) задач вихретокового и магнитного контроля (рис.1). Исследования проводились на трехмерных конечно-элементных моделях с использованием пакета MagNum3D. Объекты контроля были представлены относительно простыми по конфигурации элементами - прямоугольные металлические пластины с дефектами-отверстиями, ферромагнитная труба с дефектами в виде продольных пропилов на внутренней и внешней поверхности. Заданными являлись геометрические размеры объектов контроля, дефектов, катушки, намагничивающего устройства, электрофизические характеристики материалов, ток и частота (в случае переменного тока).

Результатом анализа являлось сопоставление экспериментальных и расчетных данных распределения нормальной составляющей вектора магнитной индукции вдоль траектории сканирования датчика Холла над поверхностью контролируемого объекта при различных зазорах.

Рис.1. Тестовые (benchmark) задачи вихретокового и магнитного контроля

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.

Основная идея двухшагового алгоритма решения трехмерных задач электромагнитного контроля заключается в следующем. Исходная краевая задача электромагнитного поля

,

(6)

где - 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.

Пусть - 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

.

(7)

Переменная поля влияния дефекта будет удовлетворять уравнению

.

(8)

Таким образом, распределение поля влияния дефекта может быть найдено с высокой точностью из решения задачи (8) только в том случае, если оператор и член в задаче (7) близки соответственно оператору и члену из задачи (6). Тогда «источником» поля будет являться в основном результат воздействия разностного оператора () на поле .

С учетом этого можно строить эффективные конечно-элементные сетки как при численном решении аппроксимирующей задачи (7), так и при численном решении задачи (8), определяющей поле .

Далее в главе рассмотрен другой, более простой с точки зрения численной реализации способ вычисления поля влияния контролируемого дефекта при условии трехмерного поля . Этот способ заключается в следующем.

На одной и той же конечно-элементной сетке решаются две задачи: полная задача (6) с учетом влияния исследуемого дефекта и такая же задача, но без учета влияния контролируемого дефекта (7). Затем вычисляется разность решений этих задач , 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 даже больше его, точность вычисления поля в виде разности полей и оказывается высокой и вполне достаточна для правильной 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 отдельных объектов имеют свои недостатки и достоинства. Так, при вычислении поля путем решения дифференциально-краевой задачи (8) в процессе численного решения задач (7) и (8) могут 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 .

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 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 задачи (8) (хотя задача (8) в этом случае и не решается). Это приводит к тому, что для достижения требуемой точности в решении 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 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.

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

(9)

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

,

(10)

где 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 , удовлетворяющего дифференциальному уравнению

,

(11)

а на ее границе - краевым условиям

,

(12)

где число электродов с заданным потенциалом в области .

Решение может быть представлено в виде суммы решений, а именно, поля и поля влияния дефекта (), при этом поле влияния определяется решением краевой задачи

,	(13)
,	(14)

причем электрический потенциал определен в той же области , что и , 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 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 . Если геометрически осесимметричную область подобрать так, чтобы подобласть имела минимальный размер, а границы или их части либо совпадали с границами или их частями, либо располагались в непосредственной близости к (чтобы правая часть краевого условия (14) была максимально близка к нулю), то уровень поля и изменение его градиентов может быть существенно ниже уровня исходного поля . Ошибка конечно-элементной аппроксимации в суммарном решении 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 111 мм, 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 4 мм с высоковольтным электродом (100В, внешний радиус 18мм) посередине и низковольтными (0В, внешние радиусы 4мм и 30мм) по краям (рис.2).

Рис.2. Расчетная область в виде усеченного цилиндра

На рис.3 показано двумерное распределение потенциала на поверхности образца (z=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 от радиальной координаты r вдоль линии, расположенной непосредственно над дефектом, где - стандартное решение трехмерной задачи с дефектом, а - 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.

Рис.3. Распределение электрического потенциала на поверхности образца (z=0)	Рис. 4. Сопоставление (--) со стандартным решением (кривая --)

Кривая, обозначенная -- на рис.4, показывает зависимость функции от радиальной координаты r, где - поле влияния дефекта, вычисленное с использование описанной методики. Расчет поля 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 и определяемая скалярным потенциалом электрического поля , удовлетворяющим в области дифференциальному уравнению

,

(15)

и неоднородным краевым условиям

,

(16)

где - 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.

,

(17)

– границы контакта проводящей среды (контролируемого металлического объекта) с непроводящей (воздухом). При этом надо отметить, что участки поверхности и могут включать в себя также плоскости, относительно которых функция симметрична.

Потенциалы основного поля и поля влияния удовлетворяют уравнениям

.	(18)
.	(19)

Таким образом, решение может быть найдено за два шага. Сначала ищется решение 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 (19) содержит только распределенные источники, определяемые разностью проводимостей и характером распределения двумерного поля в области дефекта . Во-вторых, во многих практических задачах решение 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 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.

Гармоническое электромагнитное поле описывается уравнением

,

(20)

в котором электрофизические свойства, в общем случае, являются трехмерными функциями координат, то есть либо , , либо , . Выберем такие приближения магнитной проницаемости и электрической проводимости , , чтобы эти приближения были одно- или двумерными функциями координат, например, в цилиндрической системе и , и отличались от исходных значений только в тех местах расчетной области, где заданы дефекты. Через обозначим приближение стороннего тока , имеющее только -ю составляющую, а - трехмерная часть стороннего тока.

Представим векторный потенциал в виде суммы двух векторных потенциалов , где удовлетворяет уравнению

,

(21)

а потенциал , как поле влияния дефекта, уравнению

(22)

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

Представление решения уравнения (20) в виде суммы решения уравнения (21), определенного в осесимметричной области , и решения 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 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

,

(23)

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 конечно-элементную сетку, используемую при решении (23).

Эффективность двухшагового алгоритма продемонстрирована на решении типичной трехмерной задачи вихретокового контроля теплообменной трубы (2) парогенератора АЭС с дефектом (3) с помощью проходного дифференциального преобразователя (1) (рис.5). Сопоставление результатов расчета (годографы вносимого напряжения), полученных двухшаговым алгоритмом и по стандартной 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 стандартного 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.

Рис.5. Модель процедуры контроля трубки проходным преобразователем	Рис.6. Сопоставление расчетов (--) со стандартным решением (--)

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.

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 (дистанционирующих и антивибрационных решеток, плиты коллектора); наличие нескольких (до 5-и) гибов в конструкции теплообменной трубки на пути от “горячего” к “холодному” коллектору; влияние локальной намагниченности материала трубки в областях напряженного состояния металла; наличие электропроводящих и/или магнитных отложений.

Для отстройки от влияния эксплуатационных факторов в многочастотном вихретоковом контроле в диссертационной работе предложен и реализован алгоритм компенсации, состоящий в формировании такой комбинации комплексных векторов сигналов от мешающего фактора на разных частотах, которая бы принимала минимальное (нулевое) значение. Например, в случае использования сигналов трех частот этот алгоритм выглядит следующим образом - выбором комплексных коэффициентов и добиться равенства нулю выражения

,

(24)

где через обозначен комплексный вектор сигнала от мешающего фактора на частоте . Возможные варианты реализации этого алгоритма представлены на рис.7.

Рис.7. Варианты реализации алгоритма компенсации мешающего фактора

Предложенный метод компенсации предполагает возможность формирования такой комбинации комплексных векторов (варьированием коэффициентов и ), для которой сигнал от дефекта максимален, что обеспечивает высокое значение отношения сигнал/шум.

,

(25)

где - комплексный вектор сигнала от дефекта на частоте .

Применение алгоритма при отстройке от влияния пильгер-шума позволяет увеличить отношение сигнал/шум не менее чем на 6…9 dB, а от влияния дистанционирующих и антивибрационных решеток – на 5…7 dB.

Важным этапом была разработка нейросетевого комплекса, реализующего операцию оценивания геометрических характеристик обнаруженных дефектов по параметрам соответствующих многочастотных сигналов. Необходимая для разработки презентативная 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 16 мм, толщина стенки 1.5 мм, материал – аустенитная сталь марки 08X18H10T) с дефектами различных форм и размеров на трех рабочих частотах (60 кГц, 130 кГц и 280 кГц). 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 36 мм 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 130 кГц от дефектов в виде внешней и внутренней продольной трещины (модель стресс-коррозионного растрескивания) с осевой длиной 6 мм и различной глубиной (в процентах от толщины стенки трубки). На рис.9 - годографы сигнала на частоте 60 кГц от внешнего дефекта в виде сверления (модель питтинговой коррозии) диаметром 1,2 мм и различной глубины (100% соответствует сквозному сверлению). 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 широкого спектра дефектов (питтинги, стресс-коррозионные трещины, коррозионный износ) (Таблица 1).

Рис.8. Сигнал (130 кГц) от продольной трещины длиной 6 мм и различной глубиной (в % от толщины стенки трубки)	Рис.9. Сигнал (60 кГц) от сверления диаметром 1,2 мм и различной глубиной (в % от толщины стенки)

Таблица 1

Состав библиотеки многочастотных сигналов от дефектов

Сигналы	Количество дефектов			Всего
	Внешние	Сквозные	Внутренние
Модельные	356	73	228	657
Экспериментальные	32	8	14	54
Всего	388	81	242	711

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 не менее 0,4), а также метода главных компонент.

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 будут иметь 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 одного из спроектированных в работе нейросетевых комплексов с последовательной организацией модулей для определения наиболее критического геометрического параметра выявленного дефекта (глубины) приведена на рис.10. Каждый модуль 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.

Рис.10. Нейросетевой комплекс для определения глубины дефекта и его положения

Оценки погрешности оценки 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 может быть недопустимо высока, что можно объяснить принципиальными ограничениями методики контроля труб с помощью проходных преобразователей.

Таблица 2

Результаты настройки нейронной сети при классификации

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		0	0	149	0	0
Сквозной	0		47	0	0	28	1
Внутренний	0		4	151	0	2	90

Таблица 3

Погрешности определения параметров дефектов

Глубина
Внешние дефекты		Внутренние дефекты
Погрешности, %		Погрешности, %
Продольные	7.5	Продольные	8.4
Поперечные	19.3	Поперечные	20.0
Произвольные	11.1	Произвольные	11.5
Средняя	9.8	Средняя	11.2
Осевая протяженность		Объем потери металла
Погрешности, мм		Погрешности, мм3
Продольные	0.6	Продольные	14.7
Поперечные	3.1	Поперечные	58.5
Произвольные	1.7	Произвольные	78.8
Средняя	1.5	Средняя	20.8

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.

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.

Программный комплекс PIRATE (Program for Identification & Recognition of defects through signal Analysis in Testing by Eddy currents) разработан для решения задачи надежного выявления, классификации (по типу, ориентации, форме), 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, отстройка от влияния мешающих факторов - дистанционирующих и антивибрационных решеток, гибов, отложений);
• выделение и классификация диагностически значимых фрагментов сигнала 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 с помощью вихретокового дефектоскопа (Harmonic, Zetec, фирмы PolyTest). Выходными данными программы является файл отчета о местоположении и геометрических параметрах выявленных дефектов.

Сначала испытания программы PIRATE проводились на сигналах, полученных с помощью стандартной измерительной аппаратуры (Harmonic) 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, систем AIDA и PIRATE (Таблица 4). Положение дефектов (внутренний/внешний) определен 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	Метало- графия (%)	AIDA (%)	PIRATE (%)	PIRATE (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	70	74	96.9	1.45

Затем программа проходила приемочные испытания на исследованиях сигналов от образцов с реалистичными паспортизованными дефектами. Результаты испытаний удовлетворяют критериям выявления дефектов согласно РД ЭО 0488-03, причем вся обработка производилась в автоматическом режиме. Результаты работы программы представлены в Таблице 5.

Таблица 5

Выявляемость на наборе образцов с реалистичными дефектами

Глубина дефекта	Требуемая по РД выявляемость	Выявляемость дефектов по итогам испытаний
		Дефекты на свободном участке	Дефекты под дистанционирующей решеткой	Все дефекты
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» был проведен сопоставительный анализ результатов эксплуатационного контроля, полученных в периоды планово-предупредительных ремонтов (ППР) на штатных системах контроля дефектов теплообменных трубок, с результатами, полученными при анализе сигналов датчиков с помощью PIRATE.

Сопоставительный анализ проводился на площадке филиала ОАО «Концерн РосЭнергоАатом» «Кольская атомная станция» с участием персонала Кольской АЭС и использованием аттестованного штатного оборудования по данным вихретокового контроля парогенераторов, полученным в период проведения ППР-2009:

• количество труб со стороны «горячего» коллектора - 2376;
• количество труб со стороны «холодного» коллектора - 981.

Результаты анализа сигналов, сформированные PIRATE в автоматическом режиме, сравнивались с результатами анализа данных, полученными экспертами Кольской АЭС с использованием системы контроля Harmonik 210 – AIDA 6.7C (Intercontrole). Сопоставление результатов сравнительного анализа данных, полученных на 1, 2 и 3-м этапах испытаний, приведено в Таблице 6.

Таблица 6

Глубина дефекта в % от толщины стенки ТОТ	Количество дефектов, выявленных экспертами Кольской АЭС	Количество дефектов, выявленных Классификатором из числа дефектов, найденных экспертами			Совпадение результатов выявления дефектов экспертами и Классификатором, %				Критерий совпадения результатов анализа данных ВТК (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

Проведен расчет отклонений показаний глубин дефектов, полученных с использованием системы контроля Harmonik 210 – AIDA 6.7C (Intercontrole) и PIRATE. Результаты сравнения приведены в таблице 7.

Таблица 7

Глубина дефекта в % от толщины ТОТ	Среднее отклонение при оценке по смешанному каналу, %	Среднее отклонение при оценке по каналу 130 кГц, %
не менее 75%	17.32	18.19
от 40% до 75% включительно	16.46	17.98
от 20% до 40% включительно	13.15	32.93

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.

Обеспечить высокую 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 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….7 мм); изменение толщины стенки отдельных труб на различных участках магистрального трубопровода (например, для трубопровода 20’ толщина стенки трубы может варьироваться от 6 до 16 мм, для трубопровода 40’ – от 8 до 20 мм); изменение магнитных свойств ферромагнитного материала трубы в процессе длительной эксплуатации (характеристика B(H) 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 4 м/сек).

При этом ключевым является алгоритм инвариантного пересчета сигнала в изменяющихся условиях эксплуатации к номинальному режиму, для которого предварительно формируется банк сигналов от широкого спектра дефектов (модельных, искусственных, экспериментальных). Идея инвариантного преобразования диагностического сигнала заключается в следующем. Из исходных сигналов ( и ) выбираются признаки (соответственно и , где = - контролируемые параметры (размеры дефекта), а - 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

.

(26)

В диссертационной работе реализован один из вариантов инвариантного преобразования в виде

,

(27)

при этом функции и выбирались:

.

(28)

Функция строится как интерполяционная по узловым значениям с вариацией контролируемых параметров и эксплуатационного фактора в выбранном диапазоне:

(29)

Один из вариантов представления этой функции – нейронная сеть с радиальными базисными функциями с центрами в расчетных узлах.

В заключении отмечаются основные результаты диссертационной работы:

Разработаны научно-методологические положения и соответствующий инструментарий, 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 неоднородности. 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 контролируемой неоднородности.

Созданные на основе разработанных подходов алгоритмы построения конечно-элементных решений реализованы в программном комплексе MagNum3D, 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 MagNum3D может быть применен в различных отраслях науки, техники и производства, в частности, в прикладной электротехнике при исследовании и проектировании электротехнических устройств, в электрофизике.

Предложена и обоснована технология проектирования систем классификации и параметризации дефектов на основании результатов исследования зависимости сигналов датчиков от параметров контролируемых 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 типов дефектов. Этот набор сигналов относится к так называемой обучающей выборке, которая используется для обучения автоматической системы, в основе работы которой заложен алгоритм распознавания.

Разработан и испытан метод компенсации влияния основных мешающих факторов (конструктивных элементов парогенератора и 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 на 6…9 dB, а от влияния дистанционирующих и антивибрационных решеток – на 5…7 dB.

Для задачи магнитного контроля предложен и опробован метод инвариантного преобразования параметров-признаков сигнала при неконтролируемом изменении эксплуатационных факторов, в числе которых рассматривались рабочий зазор между датчиками и внутренней поверхностью трубы в процессе движения снаряда (от 2 до 6 мм), уровень намагниченности и толщина стенки отдельных труб на различных участках магистрального трубопровода (например, для трубопровода 20’ толщина стенки трубы может варьироваться от 6 до 16 мм, для трубопровода 40’ – от 8 до 20 мм), магнитные свойства ферромагнитного материала трубы в процессе длительной эксплуатации, а также скорость движения снаряда внутри трубы (от 0.5 до 4 м/сек). Применение метода к отстройке от случайного изменения намагниченности и толщины трубы обеспечило уменьшение погрешности оценки глубины дефектов в 2…2,5 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/помеха во входных данных. 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.

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 точности оценки глубины обнаруженных дефектов (погрешность оценки составляет 8…12% от толщины стенки по сравнению с 12…15%), 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);

алгоритмическое обеспечение внутритрубного магнитного инспекционного снаряда для контроля нефте- и газопроводов, включающее алгоритмы предварительной обработки данных с учетом особенностей конкретной измерительной системы, алгоритмы обнаружения и локализации сигналов от дефектов и конструктивных особенностей трубопровода, нейросетевой алгоритм классификации дефектов трубопровода (трещины, потеря металла, вмятина), в том числе, дефектов сварных швов, а также оценки их глубины и линейных размеров.

Основные публикации по теме диссертации

Статьи в изданиях списка ВАК

1. В.П.Лунин Феноменологические и алгоритмические методы решения обратных задач электромагнитного контроля // Дефектоскопия. 2006. № 6. с.3-16.
2. В.П.Лунин Двухшаговый 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, А.Г.Жданов, Д.Ю.Лазуткин Нейросетевой классификатор дефектов для многочастотного вихретокового контроля теплообменных труб. - Дефектоскопия, 2007, № 3, с.37-45
5. В.П.Лунин Современные методы решения обратных задач электромагнитного контроля - Вестник МЭИ. 2003, №1, с.60-66
6. В.П.Лунин Эффективный алгоритм расчета сигнала преобразователя при вихретоковом контроле труб парогенераторов АЭС // Вестник МЭИ, 2003, №2 с.46-50
7. А.Г.Жданов, 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. 2000. с.54-60

Патенты и свидетельства об официальной регистрации программ на ЭВМ

11. В.П.Лунин, А.Г.Жданов Свидетельство об официальной регистрации программы для ЭВМ «Программа конечно-элементного моделирования MagNum3D» №2007611345 от 28.03.07
12. 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
13. В.П.Лунин, В.В.Чегодаев Патент РФ на полезную модель «Многоэлементный вихретоковый преобразователь» №51748 от 27.02.06
14. В.П.Лунин, В.В.Чегодаев Патент РФ на полезную модель «Устройство вихретокового контроля» №62246 от 24.11.06

Материалы научно-технических конференций и публикации в сборниках трудов

15. 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, c.39-41
16. А.В.Семенов, В.П.Лунин “Применение дескрипторов Фурье классификации вихретоковых сигналов при контроле труб парогенераторов”, доклады межд. конф. “Информационные средства и технологии”, 2002, т.1, с.134-137
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. 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
21. 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
22. 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
23. 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
24. В.П. Лунин, Семенов А.В. “Применение нейронных сетей для классификации и параметризации дефектов нефтепроводов”, Международная конференция "Информационные средства и технологии". – М., 2004, с.51-54
25. 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 теплообменных труб парогенераторов АЭС с РУ ВВЭР-440 и ВВЭР-1000” / Материалы 5-ой Международной научно-технической конференции “Безопасность, эффективность и экономика атомной энергетики”. Москва, концерн “РосЭнергоАтом”, 2006, с.245-248
26. В.П.Лунин, А.Г.Жданов, Р.О.Ущербов, В.Н.Ловчев, Д.Ф.Гуцев, 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, Подольск, 2006, с.51-59
27. 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, Подольск, 2006, с.60-68
28. В.П.Лунин, А.Г.Жданов, Д.Ю.Лазуткин “Проектирование нейросетевого классификатора дефектов для многочастотного вихретокового контроля теплообменных труб” / 7-ой Международный семинар по горизонтальным парогенераторам, Подольск, 2006, с.69-76
29. 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.
30. В.П.Лунин, А.Г.Жданов, А.С.Голубев, Д.Ю.Лазуткин, 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.246-248
31. Е.А.Клементьева, Д.А.Быков, В.П.Лунин, А.С.Голубев, “Испытания ультразвукового дефектоскопа на фазированных решетках при контроле сварных соединений” / Материалы 6-ой Международной научно-технической конференции “Безопасность, эффективность и экономика атомной энергетики”. Москва, концерн “РосЭнергоАтом”, 2008, стр.248-250
32. Е.Г.Щукис, В.П.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
33. М.А.Зеленский, В.П.Лунин, H.Brauer, “Исследование инновационного метода вихретокового контроля”, Международная научно-техническая конференция "Информационные средства и технологии". – М., 2008, т.3, стр.20-23
34. Лунин В.П., Жданов А.Г., Щукис Е.Г., Зеленский М.А., Ловчев В.Н., Гуцев 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
35. Лунин В.П., Горбатых В.П., Голубев А.С., 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
36. 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
37. Б.В.Серебряников, Лунин В.П., Параметризация электропроводящих отложений на трубках парогенераторов АЭС, Материалы научно-технической конференции специалистов ОАО ОКБ «ГИДРОПРЕСС», Подольск, 2010
38. 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
39. Лунин В.П., Жданов А.Г., Чегодаев В.В., Ловчев В.Н., Гуцев Д.Ф., Якимычев С.В., Смирнов С.В. 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
40. 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
41. Пилюгин С.О., Лунин В.П. Применение конечно-элементной модели при разработке методики ультразвукового контроля сварных швов, Международная конференция "Информационные средства и технологии". – М., 2010, стр.103-111
42. Крюков А.С., 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 "Метод конечных элементов в задачах прикладной электротехники", - М. Из-во МЭИ, 1996, 78 c.
45. 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 c.
46. 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 c.
47. В.П.Лунин "Моделирование поля в задачах вихретокового контроля", - М.: Из-во МЭИ, 2004, 56 c.

2. Публикации на английском языке

1. 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
2. V.P. Lunin, D.A. Gomonov «Neural network techniques for defect>
3. 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
4. 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
5. V.P. Lunin, S.V. Kirsanov «Finite element predictions in electromagnetic testing technique", 40th International Scientific Colloquium, Ilmenau, 1995, Band 2, pp.260-265
6. V.P. Lunin, D.A. Gomonov «Investigation of signal>
7. 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
8. 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
9. 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
10. 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
11. 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
12. 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
13. 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
14. 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
15. 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
16. 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
17. 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
18. 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
19. V.P.Lunin, D.V.Podobedov «Modeling of Electromagnetic Problems Using the Finite Element Computer Code MagNum3D", 43rd International Colloquium, Technical University of Ilmenau Germany, 21-24 September 1998, pp.240-245
20. V.P.Lunin, V.A.Barat «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
21. 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
22. 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
23. 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
24. 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
25. 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
26. 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
27. 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
28. 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 Ilmenau, Germany, 2006, pp.173-174
29. V.Lunin, A.Zhdanov “Automated Data Analysis in Eddy Current Inspection of Steam Generator Tubes”, Proceedings of 9th European Conference on NDT, Berlin, 2006
30. 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
31. M.Zelenskiy, V.Lunin Development of a multisection eddy-current probe for testing of tubular objects, 54th International Scientific Colloquium: Proceedings Ilmenau, Germany, 2009, pp.125-131
32. E.Shchukis, V.Lunin, M.Zelenskiy Wavelet transform for eddy-current signal processing, 54th International Scientific Colloquium: Proceedings Ilmenau, Germany, 2009, pp.138-143
33. 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