Тема: Разработка системы для оценивания характеристик разнородных объектов по акустическим данным
Закажите новую по вашим требованиям
Представленный материал является образцом учебного исследования, примером структуры и содержания учебного исследования по заявленной теме. Размещён исключительно в информационных и ознакомительных целях.
Workspay.ru оказывает информационные услуги по сбору, обработке и структурированию материалов в соответствии с требованиями заказчика.
Размещение материала не означает публикацию произведения впервые и не предполагает передачу исключительных авторских прав третьим лицам.
Материал не предназначен для дословной сдачи в образовательные организации и требует самостоятельной переработки с соблюдением законодательства Российской Федерации об авторском праве и принципов академической добросовестности.
Авторские права на исходные материалы принадлежат их законным правообладателям. В случае возникновения вопросов, связанных с размещённым материалом, просим направить обращение через форму обратной связи.
📋 Содержание
Постановка задачи 4
1 Система 5
1.1 Существующие решения 5
1.2 Требования к системе 6
1.2.1 Требования к характеристикам компьютера, обрабатывающего акустические данные 6
1.2.2 Требования к входным данным 6
1.2.3 Требования к процессу обработки 8
2 Прототип системы для оценивания характеристик 10
2.1 Компонент «Моделирование волны» 11
2.1.1 Обзор: способы моделирования 11
2.1.2 Детали реализации 13
2.1.3 Векторизация 14
2.2 Компонент «Определение характеристик» 15
2.2.1 Оптимизационная задача 15
2.2.2 Детали реализации 16
2.3 Пользовательский интерфейс 19
3 Экспериментальная апробация 21
3.1 Эксперимент с данными с отсутствием
объектов в водной среде 22
3.2 Эксперимент с данными по объекту в водной среде . 22
Заключение 25
Список литературы 26
📖 Введение
Ультразвуковое исследование (УЗИ) внутренних органов является самым известным применением такого рода задач. Если рассмотреть самый обыкновенный УЗИ-аппарат, то его датчик, излучая ультразвук, принимает отраженный ультразвук, обрабатывает его, зная как и в каких средах он распространяется, и выдает изображение. Этот метод намного быстрее других, на приеме у врача результаты УЗИ можно получить в тот же день.
Для сейсморазведки этот метод является важным, так как позволяет существенно сократить затраты, например, для бурения скважин, где на счету стоит очень много: разведка местности, оценка месторождений, и непосредственно бурение. Если хотя бы на одном этапе уже на месте обнаружится ошибка, будет потеряно очень много денег, не говоря уже об угрозах для жизни, которые могут возникнуть во время бурения. В процессе сейсморазведки применяются разные способы: с применением взрывчатых и невзрывчатых веществ. В независимости от того, что именно используется, применятся это для того, чтобы в толще породы образовались (возбудились) упругие волны. Эти самые волны фиксируются расставленными в нужных местах датчиками, таким образом получаются сейсмограммы. В дальнейшем остается только обработать эти сейсмограммы, чтобы найти полезные ископаемые, например, газ, нефть, металлы, минералы и т.д.
Также этот метод очень важен в дефектоскопии. Возможность узнать заранее о том, что те или иные деталь, резервуар, балон и т.д. неисправны или содержат внутри дефекты и микротрещены, может существенно помочь в своевременной замене этих изделий, а также обеспечит безопасность для производства и персонала
При обработке акустических данных требуется найти звуковые характеристики объектов в исследуемой области, например внутри детали для дефектоскопии или органа для УЗИ. Эти характеристики должны бать такими, чтобы расчётные данные как можно лучше приближали экспериментальные. Значения таких характеристик представляется в виде распределения скорости звука в среде.
Поиск распределения включает в себя такие этапы: с текущим полем скорости звука моделируется распространение звуковых волн на протяжении определенного количества времени; во время моделирования волн с записывающих датчиков на протяжении этого же времени снимаются диаграммы, представляющие собой значения амплитуд звукового сигнала; после моделирования и снятия диаграмм путем варьирования характеристик, ставится задача уменьшить разницу между извлеченными диаграммами и экспериментальными, представленная минимизацией функционала ошибки между всеми амплитудами записанных диаграмм. Описанный функционал оптимизируется с помощью метода наименьших квадратов, часто применяемый в задачах статистической регрессии и методах оптимизации. В качестве основного метода решения задачи о наименьших квадратов выбран метод Левенберга - Марквардта.
Существуют исследования и разработки в областях сейсморазведки и ультразвуковой томографии. Например, в сейсморазведке известны такие разработки, как RadExPro [16], пакет программ ZOND [29] и множество узконаправленных пакетов программ от компании Schlumberge [19]. В области ультразвуковой томографии проводились два независимых исследования в США для аппаратов SoftVue prototype [7] и QT Ultrasound [15]. Все эти продукты можно приобрести, но нет возможности посмотреть их исходные коды, некоторые из них предлагают бесплатные версии, но на ограниченное время. Озвученные проблемы благоприятствуют для разработки собственной системы для оценивания характеристик объектов для решения обратных задач по акустическим данным. Эта работа продолжает предыдущие исследования [1-5] в решении задач по акустическим данным.
Работа выполнена в рамках совместного гранта ’’Distributed large scale stochastic optimization for ultrasound computed tomography system” с университетом HUST в городе Ухань, Китай.
Постановка задачи
Цель работы: разработка системы для оценивания характеристик объектов для решения обратных задач по акустическим данным. Для достижения этой цели поставлены следующие задачи:
• формирование требований;
• разработка архитектуры;
• разработка прототипа, векторизация;
• апробация системы для обработки акустических данных реального эксперимента.
✅ Заключение
• сформулированы требования к системе;
• разработана архитектура системы;
• разработан прототип системы с применением
- векторизации через библиотеку PyTorch,
- CUDA-ядер Nvidia,
- SPSA;
• прототип применен к акустическим данным с отсутствием объектов в водной среде и одному объекту в водной среде.
Система применена в международном проекте университета с Хуачжунским университетом науки и технологии города Ухань.



