基于一维卷积神经网络的超声导波管道裂纹识别方法

在船舶运输、石油化工等需要广泛使用各类型管道的行业中,管道的结构健康监测(structural health monitoring, SHM)对于工业系统的安全稳定运行意义重大。在基于超声导波的管道裂纹等级识别方面,建立了一个与实际管道基本一致的有限元模型,通过添加噪声的方式合成了更接近实际检测的导波数据。基于包含不同管道裂纹等级的有限元仿真数据库,提出了一种基于多尺度一维卷积神经网络(multi-scale one dimensional convolution neural network, MS-1DCNN)的管道裂纹等级识别模型,该模型以端到端的方法,将原始波形信号直接作为输入,无需专门设计信号降噪及特征提取算法。试验结果表明,该模型相较于传统机器学习方法在噪声环境下对管道裂纹等级的识别具有较高精度,并通过实物管道试验,验证了该模型在管道结构健康监测中的有效性。

热浸渗铝热硫耐腐蚀性能与渗铝层孔隙及裂纹研究

选取20#钢进行热浸渗铝法渗铝,通过渗铝层检测及腐蚀试验数据分析,得出渗铝管的耐腐蚀性能与渗铝层的原始裂纹等级并无关联,为工程选取渗铝管材料提供试验数据支持。

岩石破裂的两阶段模型

提出了岩石破裂的两阶段模型。在第一阶段,裂纹或局部的破坏是互不相关的,与以前含裂纹的负载相应,在岩石内随机萌生。随着岩石中损伤的累积,大丛集的空间上密集的裂纹和局部破坏区发育的可能性逐渐增大。在裂纹群扩展到足以形成更大一级破坏(第二阶段)岩石裂纹的地方先出现临界破坏密度。通过统计分析可知,空间上邻近的裂纹群内出现裂纹相互作用和协同裂纹时,裂纹群的最初发育是以业已存在的裂纹群中的随机变量为基础进行预测的。这样,模型中不稳定的第二阶段的开始可从随机的、不相关的破裂的产生中计算出来。本文提出的模型综合了固体强度的动力学概念(时间相关)、岩石的分散等级结构及导致破裂增加的裂纹群。该模型的优点是对于包括地震过程在内的大范围尺度级别的破裂过程它都是正确的。引入了裂纹等级(裂纹大小)概念,提出了裂纹集结作用和破裂过程从一个级别向另一个级别的转变。