基于深度学习的导波特征提取及其激光超声检测

摘要：

针对激光超声检测中波场的三维数据处理计算量大且损伤特征提取难的问题,提出了一种基于深度学习模型的导波波场分析方法.首先,以VGG-Net网络为框架,建立了基于VGG11(A-LRN)的残差网络模型,用于挖掘时间-空间波场数据中的导波特征;其次,以局部波数特征为物理机理,采用导波传播的解析式生成训练样本,解决了深度学习大数据获取的问题,获得了波场特征提取的神经网络模型;最后,以激光超声系统在含损伤结构中的实验数据作为测试样本,验证了所提出的网络模型能够提取表征损伤的导波特征,实现了结构的损伤成像,其损伤成像精度均在67％以上,损伤形貌的可视化效果好.

关键词：激光超声、导波、卷积神经网络、深度学习

所属期刊栏目：43

分类号：TH878

资助基金：国家自然科学基金;国家自然科学基金;国家自然科学基金;江苏省自然科学基金;基础加强计划技术领域基金项目

在线出版日期：2023-04-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：242-251