期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
加筋板智能导波损伤识别与评估
1
作者
申庆
许伯强
+3 位作者
岳圣尧
徐桂东
徐晨光
张赛
《无损检测》
CAS
2022年第3期12-17,共6页
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...
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。
展开更多
关键词
加筋板
深度学习
卷积神经网络
超声导波损伤检测
下载PDF
职称材料
题名
加筋板智能导波损伤识别与评估
1
作者
申庆
许伯强
岳圣尧
徐桂东
徐晨光
张赛
机构
江苏大学物理与电子工程学院
出处
《无损检测》
CAS
2022年第3期12-17,共6页
基金
国家自然科学基金资助项目(62071205)。
文摘
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。
关键词
加筋板
深度学习
卷积神经网络
超声导波损伤检测
Keywords
stiffened plate
deep learning
convolutional neural network
ultrasonic guided wave damage detection
分类号
O426.9 [理学—声学]
TG115.28 [金属学及工艺—物理冶金]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
加筋板智能导波损伤识别与评估
申庆
许伯强
岳圣尧
徐桂东
徐晨光
张赛
《无损检测》
CAS
2022
0
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部