Back to search

École de technologie supérieure

Application au contrôle non destructif ultrasonore d'un algorithme de déconvolution utilisant des réseaux de neurones convolutifs

Abstract

dc:description

Par rapport à d’autres méthodes de contrôle non destructif, comme la radiographie, on peut reprocher aux ultrasons leur manque de résolution et/ou de pénétration à l’intérieur du volume d’une pièce. Le but de cette étude est de proposer une méthode de traitement des signaux ultrasonores A-Scans, imitant la déconvolution mais utilisant des techniques d’apprentissage machine. La déconvolution permet d’obtenir de très bons résultats en théorie mais perd beaucoup en efficacité en pratique. L’objectif est double : permettre une inspection à une fréquence plus faible de manière à ce que le signal soit moins atténué tout en conservant une résolution équivalente voire meilleure. L’entrainement de l’algorithme d’apprentissage machine devait s’effectuer avec le minimum de cas expérimentaux, c’est pourquoi des simulations ont été utilisées. Ainsi une architecture de réseau de neurones à couche de convolution a été développée. L’apprentissage, supervisé, s’est fait avec des simulations par éléments finis générées avec Pogo, un logiciel utilisant le calcul sur carte graphique. Ces simulations ont été traitées pour les rendre plus vraisemblables. Des mesures expérimentales ont été menées pour tester la résolution de l’algorithme. Des réflecteurs éloignés d’une demi-longueur d’onde à 2.25 MHz dans de l’aluminium ont pu être distingués. Un bruit expérimental et amplifié à 20 puis 5 dB a été ajouté. La résolution maximale diminue mais le nombre de fausses détections augmente avec le bruit. Deux exemples d’utilisation du réseau de neurones développé ici sont présentés. Dans un premier temps, la résolution axiale d’une image produite par une méthode de focalisation en tout point (TFM) a été sensiblement améliorée en traitant préalablement les données avec le CNN. Deux interfaces distantes de 0.96 mm dans de l’aluminium sont très facilement distinguables alors qu’elle ne le sont pas sur une image TFM classique. Une tentative d’identification de réflecteur en dessinant le contour d’une interface est aussi présentée.

Degree

thesis:*
Name thesis:degree_name
Mémoire de maîtrise électronique
Level thesis:degree_level
masters
Discipline thesis:degree_discipline
Mg
Grantor dc:publisher
École de technologie supérieure
Year dc:date
2020

Author and committee

dc:creator, dc:contributor.*
Author dc:creator
  • Chapon, Arthur

Subjects

dc:subject × 1

Rights

Language dc:language
fr

Identifiers

dc:identifier.*
Identifier
INSERT-YOUR-LIBRARY-ID-HERE2470

Chain of custody

source
Harvested from
ETS (Quebec)
Base URL
espace.etsmtl.ca/cgi/oai2
Last updated
2026-11-18
Source record
OAI-PMH GetRecord
citation

Chapon, Arthur. Application au contrôle non destructif ultrasonore d'un algorithme de déconvolution utilisant des réseaux de neurones convolutifs. masters thesis, École de technologie supérieure, 2020.