基于超声导波和机器学习的蜂窝夹层结构脱黏诊断
针对蜂窝夹层结构的脱黏损伤诊断,首先通过集成压电陶瓷传感器构建传感器网络,采用超声导波加权分布诊断成像方法对损伤进行平面内定位诊断;然后利用超声导波在结构厚度截面内对不同脱黏层的敏感度差异提取损伤特征;最后通过蜂窝夹层结构有限元模型进行大量的导波传播仿真,形成训练数据库,进而训练形成稳定的支持向量机(SVM)脱黏层分类机器学习模型,进行截面内脱黏层诊断.验证试验结果表明,该方法能够有效诊断出蜂窝夹层结构的脱黏损伤,平面内定位误差小于2 cm,截面内脱黏层诊断准确度为100%.
蜂窝夹层结构、超声导波、压电陶瓷传感器、机器学习、支持向量机
44
TG115.28(金属学与热处理)
国防科研项目;国家自然科学基金;国家自然科学基金
2023-01-13(万方平台首次上网日期,不代表论文的发表时间)
共4页
44-47