基于碳纳米纸传感器和深度学习的碳纤维复合材料损伤监测

纤维增强树脂基复合材料损伤机理复杂,为保证其长期稳定应用,需要采用先进的健康监测技术对其进行损伤监测。基于碳纳米纸传感器可灵敏监测电阻变化,对碳纤维增强聚合物(carbon fibre reinforced polymer composite,CFRP)复合材料进行冲击损伤监测,并设计出一套基于人工神经网络(artificial neural network,ANN)深度学习算法的损伤监测系统。通过数据分析可知,该系统可长期有效地监测CFRP的损伤发生与位置预测,且损伤位置精确度高达92%。该损伤监测系统可实现对复合材料健康状况的评估。