Abstract
Bu çalışmada, görgül kip ayrışımı (GKA) ve makine öğrenimi algoritması kullanılarak malzeme kusurlarının tespiti için bir fotoakustik (FA) sinyal işleme çerçevesi önerilmiştir. Zaman ve zaman-frekans düzleminde çıkarılan özellikler ve gelişmiş sinyal işleme yöntemlerinin yardımıyla kusurların başarılı bir şekilde tespit edilmesini sağlamıştır. Lazer, mikrofon ve veri toplama kartı tabanlı bir FA sistem kullanılarak alüminyum, demir ve ahşap malzemelerden FA sinyallerinden oluşan veritabanı elde edilmiştir. Her bir malzeme grubundan toplam 240 örnek (120 sağlam örnek ve 120 kusurlu örnek) ve toplam 720 örnek, GKA uygulandıktan sonra zaman ve zaman-frekans düzlemi özelliklerini çıkarmak için kullanılmıştır. Daha sonra k-en yakın komşu sınıflandırıcısı veri tabanındaki kusurlu ve sağlam malzemelerin tespiti için çıkarılan 14 özellik kullanılarak eğitilmiş ve test edilmiştir. Materyaller özelinde ve materyaller arası sınıflandırma yapılmış ve doğruluk oranları sırasıyla %100 ve %97.77 olarak elde edilmiştir.
Sign-in/Register to access full text options 
Free) 
Talk to us
Join us for a 30 min session where you can share your feedback and ask us any queries you have
Schedule a call
