典型文献
基于深度学习和导波阵列的高精度损伤成像方法
文献摘要:
为提升超声导波技术在板状结构中对损伤位置、大小和形状的精确检测能力,将全聚焦成像算法的低分辨率成像结果和多尺度深度学习算法模型相结合,研究了圆孔和裂纹两种损伤的高精度成像方法.基于深度学习的高精度成像算法由卷积神经网络和反卷积神经网络两部分构成,利用神经网络的多尺度分析、非线性增强和多层级融合功能提升分辨率.在全聚焦成像算法成像结果的基础上构建网络训练数据库,对板中包含圆孔-裂纹双损伤以及圆孔-圆孔双损伤两种情况进行检测验证.结果表明:该方法成像精度高,在精确定位损伤的基础上可以进一步获得损伤的精细特征.
文献关键词:
超声导波;板状结构;全聚焦成像方法;深度学习
中图分类号:
作者姓名:
许伯强;邱彤彤;岳圣尧;徐晨光;徐桂东;沈荣和;张赛
作者机构:
江苏大学 超声检测研究所,江苏 镇江 212013;江苏大学 土木工程与力学学院,江苏 镇江 212013;中北大学 省部共建动态测试技术国家重点实验室,山西 太原 030051
文献出处:
引用格式:
[1]许伯强;邱彤彤;岳圣尧;徐晨光;徐桂东;沈荣和;张赛-.基于深度学习和导波阵列的高精度损伤成像方法)[J].陕西师范大学学报(自然科学版),2022(06):17-29
A类:
导波阵列,反卷积神经网络
B类:
损伤成像,超声导波,板状结构,精确检测,检测能力,成像算法,低分辨率,深度学习算法,算法模型,圆孔,高精度成像,多尺度分析,多层级,层级融合,融合功能,功能提升,建网,网络训练,训练数据,测验,成像精度,精确定位,精细特征,全聚焦成像方法
AB值:
0.278066
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。