基于深度学习的黏钢构件黏接层损伤识别方法

夏桂然魏敦涛刘泽佳周立成刘逸平汤立群

华南理工大学; 广州公路工程公司;

摘要：

由于传统的黏钢加固结构检测方法过分依赖于人工观察和经验判断,其结果容易受到检测人员主观因素的影响.为了提高黏钢结构黏接层损伤检测的准确性、可靠性,本文提出了一种基于深度学习的黏钢构件黏接层损伤识别方法.首先,通过黏钢构件超声检测实验验证了有限元模型的有效性,并在此基础上生成大量损伤工况下的超声时程响应数据;随后,将不同工况下的超声时程响应作为深度学习模型的输入,分别对黏钢构件黏接层进行损伤分类、缺陷大小和位置识别,以及老化程度的定量识别;最后,比较和分析了 BiLSTM、BiGRU和1D-CNN模型在各个识别任务下的准确率和鲁棒性,并以此为依据建立了基于深度学习的黏钢构件黏接层损伤识别方法.结果表明:…展开v

关键词：深度学习、黏钢加固结构、超声检测、损伤识别

所属期刊栏目：39

分类号：O34(固体力学)

资助基金：广东省自然科学基金2023A1515012942

在线出版日期：2024-09-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共14页

页码：399-412