典型文献
加筋板智能导波损伤识别与评估
文献摘要：
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.
文献关键词：
加筋板;深度学习;卷积神经网络;超声导波损伤检测
中图分类号：
作者姓名：
申庆;许伯强;岳圣尧;徐桂东;徐晨光;张赛
作者机构：
江苏大学 物理与电子工程学院,镇江 212013
文献出处：
引用格式：
[1]申庆;许伯强;岳圣尧;徐桂东;徐晨光;张赛-.加筋板智能导波损伤识别与评估)[J].无损检测,2022(03):12-17
A类：
超声导波损伤检测
B类：
加筋板,损伤识别,神经网络算法,脱黏,黏损,精准定位,中导,波传播特性,单点,兰姆波,融合数据库,检测算法,抓取,经训,数据测试,网络性能,Adam,优化器,检测精度,别加,准确定位
AB值：
0.255619
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
