典型文献
导波受载荷影响补偿的深度学习神经网络方法
文献摘要：
针对基于导波的结构健康监测(structural health monitoring,简称SHM)中急需解决的环境载荷影响问题,开展碳纤维复合材料板结构与加筋结构载荷影响实验,研究了载荷对导波的影响规律.在此基础上,提出了一种基于深度学习神经网络的载荷补偿方法,该方法通过建立补偿标准,对网络结构及网络参数进行设计,有效减少了参考信号存储,实现了大范围载荷补偿.通过实验数据验证了该方法的有效性,结果表明,在补偿范围0～90 MPa内,补偿精度达到-20 dB.将补偿方法结合损伤成像方法应用在碳纤维复合材料板结构的损伤监测,结果表明,补偿前无法实现损伤定位,补偿后损伤定位误差≤0.9 cm,有效提高了载荷影响下的损伤诊断可靠性.
文献关键词：
结构健康监测;载荷影响;载荷补偿;深度学习;导波
中图分类号：
作者姓名：
杨宇;王彬文;曹雪洋;郑辉;邱雷
作者机构：
中国飞机强度研究所 西安,710065;南京航空航天大学机械结构力学及控制国家重点实验室 南京,210016
文献出处：
引用格式：
[1]杨宇;王彬文;曹雪洋;郑辉;邱雷-.导波受载荷影响补偿的深度学习神经网络方法)[J].振动、测试与诊断,2022(04):812-819
A类：
载荷补偿
B类：
导波,载荷影响,深度学习神经网络,神经网络方法,结构健康监测,structural,health,monitoring,SHM,急需解决,环境载荷,碳纤维复合材料,复合材料板,板结构,加筋结构,补偿方法,补偿标准,网络参数,参考信号,数据验证,补偿范围,dB,损伤成像,成像方法,损伤监测,损伤定位,定位误差,损伤诊断
AB值：
0.345713
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
