Synthèse
Outils de l’intelligence artificielle appliqués au CND

Dans cet article, il est montré que les réseaux de neurones artificiels et les systèmes neuro-flous de type ANFIS sont des outils efficaces pour l’identification de propriétés thermophysiques et, par conséquent, une aide pertinente au contrôle non destructif. Les mesures utilisées sont des réponses à des excitations dont le profil temporel est pseudo-aléatoire (PRBS).

Ainsi, dans un premier temps, un réseau de neurones à propagation avant du type Perceptron multicouche a été utilisé. Ce réseau, après en avoir fixé la topologie et en avoir identifié les paramètres ajustables, est capable d’estimer avec précision la diffusivité thermique d’un matériau homogène à partir de sa réponse à un PRBS en face avant ou en face arrière. Pour cela, nous l’avons d’abord entraîné avec une série de matériaux fictifs aux comportements thermiques divers, issus de simulations. Puis, une première validation a été effectuée, toujours à partir de matériaux simulés, afin de vérifier la pertinence de l’approche et de tester la capacité à généraliser de l’outil. Les réseaux ont ensuite été utilisés pour estimer, en face avant ou en face arrière, la diffusivité thermique d’échantillons de matériaux connus. Les résultats sont particulièrement satisfaisants. Aucun prétraitement n’a été nécessaire.

Une deuxième approche d’estimation de la diffusivité thermique de matériaux à partir des réponses en face avant et en face arrière à une excitation de type PRBS est présentée. Elle s’appuie sur l’utilisation de systèmes neuro-flous de type ANFIS (Adaptive Network-based Fuzzy Inference System). Cette démarche, contrairement à l’approche neuronale, permet une prise en compte fine de la « connaissance experte ». En guise de prétraitement, l’utilisateur doit interpréter lui-même le signal à traiter et mettre en avant une ou plusieurs caractéristiques particulières dépendant de la ou des grandeurs recherchées. Ces caractéristiques permettront la formulation de règles floues. Les résultats obtenus grâce à l’approche neuro-floue sont tout aussi satisfaisants que ceux fournis par l’approche neuronale. Pour autant, les possibilités offertes par les outils de l’intelligence artificielle pour le contrôle non destructif...