10.11684/j.issn.1000-310X.2023.03.011
基于深度学习的材料超声回波衰减预测方法
材料超声回波衰减是评价材料均匀一致性的常用方法.针对具有复杂结构的航空发动机盘件难以进行材料底面超声回波衰减评价的问题,该文提出了利用超声背散射波信号直接预测底面回波衰减的方法.采用10 MHz聚焦探头进行超声背散射波数据的采集,利用深度学习技术构建和训练模型,建立了基于深度学习的材料底面回波衰减预测方法,同时讨论了采用不同信号形式的超声波信号分类识别模型的准确率差异.研究发现:基于深度学习技术可实现通过超声背散射波预测材料的底面回波衰减,预测结果和实际底面回波衰减实验结果具有良好的一致性.
超声检测、底面回波衰减、深度学习、超声背散射波
42
TG115.28+5(金属学与热处理)
2023-06-08(万方平台首次上网日期,不代表论文的发表时间)
共11页
529-539