-
题名基于卷积神经网络的船舶复合接头焊接损伤识别
- 1
-
-
作者
范同轩
林光裕
黄健
-
机构
沪东中华造船(集团)有限公司
-
出处
《造船技术》
2024年第3期64-70,共7页
-
文摘
提出一种基于卷积神经网络(Convolutional Neural Network,CNN)的船舶复合接头焊接损伤识别方法。采用Ansys软件对焊接过程进行模拟,考虑5种不同损伤位置和损伤程度的模拟工况,采集不同工况条件下复合接头的应变响应数据。构建一维CNN,将数据分为训练集和测试集放入神经网络中进行训练和测试,验证该方法对复合接头焊接过程中不同损伤位置和损伤程度进行识别的适用性。结果表明,该方法在结构焊接损伤检测方面具有良好的检测性能。
-
关键词
船舶
复合接头
焊接损伤
卷积神经网络
-
Keywords
ship
composite joint
welding damage
Convolutional Neural Network(CNN)
-
分类号
U671.84
[交通运输工程—船舶及航道工程]
-
-
题名基于卷积神经网络的海洋平台损伤识别实验系统开发
被引量:3
- 2
-
-
作者
包兴先
范同轩
张敬
张亚
-
机构
中国石油大学(华东)石油工程学院
-
出处
《实验室研究与探索》
CAS
北大核心
2021年第1期49-52,80,共5页
-
基金
国家重点研发计划项目(2016YFC0303800)
国家自然科学基金项目(51979283)
山东省自然科学基金(ZR2018MEE053)。
-
文摘
将卷积神经网络(CNN)引入到海洋平台损伤识别应用中,开发了基于一维CNN的导管架式海洋平台损伤识别实验系统。构建一维CNN结构损伤识别模型,基于振动台规则波激励获取导管架式海洋平台模型的应变响应实测数据,将实测数据分为训练集和测试集,进行CNN网络的训练和测试。在此过程中,考虑了完好工况、单损伤、多损伤等不同损伤位置共7个模拟工况。实验结果表明,一维CNN可以有效地识别海洋平台结构损伤位置,开发的实验系统可进一步扩展其功能。
-
关键词
卷积神经网络
海洋平台
损伤识别
实验系统
-
Keywords
convolutional neural network
offshore platforms
damage localization
experimental system
-
分类号
TP181
[自动化与计算机技术—控制理论与控制工程]
TU317
[建筑科学—结构工程]
-