当前位置: X-MOL 学术Lobachevskii J. Math. › 论文详情
Our official English website, www.x-mol.net, welcomes your feedback! (Note: you will need to create a separate account there.)
Supercomputer Simulations of Ultrasound Tomography Problems of Flat Objects
Lobachevskii Journal of Mathematics ( IF 0.8 ) Pub Date : 2020-10-21 , DOI: 10.1134/s199508022008017x
S. Y. Romanov

Abstract

This paper is concerned with investigating the capabilities of wave tomography methods via supercomputer numerical simulations on a model problem of imaging the wave velocity structure inside flat solid objects. The problem of reconstructing the velocity structure is formulated as a nonlinear coefficient inverse problem. Iterative algorithms for solving this inverse problem are based on computing the gradient of the residual functional between the experimentally measured wave field and the numerically computed wave field. A tomographic diagnostic method is proposed for imaging flat objects which are accessible only from a single side. The method employs two ultrasonic transducer arrays and takes into account reflections from the flat bottom of the object, assuming that the thickness of the object is known. The use of the reflections from the bottom is a key feature of the method, since it significantly increases the number of sounding angles and allows the transmitted waves to be registered. This study compares the results of solving inverse problems with complete and incomplete data sets. The proposed scalable numerical algorithms can be efficiently parallelized on supercomputers. The computations were performed on 50 CPU cores of the ‘‘Lomonosov-2’’ supercomputer at Lomonosov Moscow State University. Numerical simulations were carried out for various tomographic schemes using the high-performance algorithms and supercomputer software developed in this study. The acoustic and geometric parameters of the simulations correspond to a real experiment on nondestructive testing (NDT) of solids.



中文翻译:

平面物体超声层析成像问题的超级计算机模拟

摘要

本文关注通过超级计算机数值模拟对平面固体物体内部波速结构成像的模型问题研究波层析成像方法的能力。重建速度结构的问题被表述为非线性系数反问题。解决此反问题的迭代算法基于计算实验测得的波场和数值计算的波场之间的残差函数梯度。提出了一种层析成像诊断方法,用于对只能从单侧访问的平面对象进行成像。该方法采用两个超声换能器阵列,并假设物体的厚度已知,因此考虑了物体平坦底部的反射。使用来自底部的反射是该方法的关键特征,因为它显着增加了探测角度的数量并允许记录发射的波。这项研究比较了使用完整和不完整的数据集解决反问题的结果。所提出的可扩展数值算法可以在超级计算机上有效地并行化。计算是在莫斯科罗蒙诺索夫国立大学“ Lomonosov-2”超级计算机的50个CPU内核上执行的。使用本研究开发的高性能算法和超级计算机软​​件对各种层析成像方案进行了数值模拟。模拟的声学和几何参数对应于固体无损检测(NDT)的真实实验。因为它大大增加了发声角的数量,并允许记录发射的波。这项研究比较了使用完整和不完整的数据集解决反问题的结果。所提出的可扩展数值算法可以在超级计算机上有效地并行化。运算是在莫斯科罗蒙诺索夫国立大学“ Lomonosov-2”超级计算机的50个CPU内核上进行的。使用本研究开发的高性能算法和超级计算机软​​件对各种层析成像方案进行了数值模拟。模拟的声学和几何参数对应于固体无损检测(NDT)的真实实验。因为它显着增加了发声角的数量,并允许记录所传输的波。这项研究比较了使用完整和不完整的数据集解决反问题的结果。所提出的可扩展数值算法可以在超级计算机上有效地并行化。运算是在莫斯科罗蒙诺索夫国立大学“ Lomonosov-2”超级计算机的50个CPU内核上进行的。使用本研究开发的高性能算法和超级计算机软​​件对各种层析成像方案进行了数值模拟。模拟的声学和几何参数对应于固体无损检测(NDT)的真实实验。这项研究比较了使用完整和不完整的数据集解决反问题的结果。所提出的可扩展数值算法可以在超级计算机上有效地并行化。运算是在莫斯科罗蒙诺索夫国立大学“ Lomonosov-2”超级计算机的50个CPU内核上进行的。使用本研究开发的高性能算法和超级计算机软​​件对各种层析成像方案进行了数值模拟。模拟的声学和几何参数对应于固体无损检测(NDT)的真实实验。这项研究比较了使用完整和不完整的数据集解决反问题的结果。所提出的可扩展数值算法可以在超级计算机上有效地并行化。运算是在莫斯科罗蒙诺索夫国立大学“ Lomonosov-2”超级计算机的50个CPU内核上进行的。使用本研究开发的高性能算法和超级计算机软​​件对各种层析成像方案进行了数值模拟。模拟的声学和几何参数对应于固体无损检测(NDT)的真实实验。运算是在莫斯科罗蒙诺索夫国立大学“ Lomonosov-2”超级计算机的50个CPU内核上进行的。使用本研究开发的高性能算法和超级计算机软​​件对各种层析成像方案进行了数值模拟。模拟的声学和几何参数对应于固体无损检测(NDT)的真实实验。运算是在莫斯科罗蒙诺索夫国立大学“ Lomonosov-2”超级计算机的50个CPU内核上进行的。使用本研究开发的高性能算法和超级计算机软​​件对各种层析成像方案进行了数值模拟。模拟的声学和几何参数对应于固体无损检测(NDT)的真实实验。

更新日期:2020-10-30
down
wechat
bug