加筋板智能导波损伤识别与评估
建立了基于卷积神经网络算法的智能导波损伤检测方法,可实现加筋板中脱黏损伤的高效识别和精准定位.在数值模拟和试验研究T型筋加筋板中导波传播特性的基础上,通过单点激发多点接收的方法获取不同损伤样本的兰姆波响应,经预处理之后组成融合数据库.利用卷积神经网络(CNN)深度学习检测算法,抓取和学习融合数据库中与损伤相关的特征,并使用未经训练的数据测试网络性能.结果表明,以Adam为优化器的7层CNN对数据库中损伤样本的检测精度达99%;基于CNN的智能导波检测方法不仅能够识别加筋板中的脱黏损伤,而且能够准确定位.
加筋板、深度学习、卷积神经网络、超声导波损伤检测
44
O426.9;TG115.28(声学)
国家自然科学基金62071205
2022-04-11(万方平台首次上网日期,不代表论文的发表时间)
共6页
12-17