典型文献
固体火箭发动机界面脱粘检测的深度学习方法
文献摘要：
针对大型固体火箭发动机界面脱粘现场快速自动化无损检测的需求,提出了一种基于局部共振谱无监督深度学习算法的界面脱粘检测方法.局部激励固体发动机壳体外表面,压电智能条带采集局部共振谱响应信号,采用完好界面的响应信号训练卷积自编码器(CAE),提取界面状态特征参数并训练单类支持向量机(OCSVM),训练完成的CAE及OCSVM即可用于处理界面粘接状态未知的响应信号,判别界面脱粘状态.对某大型固体火箭发动机进行了现场检测试验,分别使用主成分分析(PCA)、t-分布随机邻域嵌入(t-SNE)与CAE对采集到的信号进行特征提取,通过OCSVM进行脱粘状态识别.结果表明,CAE结合OCSVM的方法对界面脱粘与界面虚粘的检测率均优于另外两种方法.文中所提方法只需使用完好界面的局部共振谱响应信号对CAE及OCSVM进行深度学习训练,不需要人工判别,为固体火箭发动机界面脱粘状态的现场快速自动化检测提供一种新的思路和方法.
文献关键词：
固体火箭发动机;界面脱粘;局部共振谱;卷积自编码器;单类支持向量机
中图分类号：
作者姓名：
邓亮亮;屈文忠;白小平;刘宾
作者机构：
武汉大学 工程力学系,武汉 430072;西安航天化学动力有限公司,西安 710025
文献出处：
引用格式：
[1]邓亮亮;屈文忠;白小平;刘宾-.固体火箭发动机界面脱粘检测的深度学习方法)[J].固体火箭技术,2022(05):779-787
A类：
局部共振谱,固体发动机壳体
B类：
固体火箭发动机,机界面,界面脱粘,脱粘检测,深度学习方法,快速自动化,无损检测,无监督深度学习,深度学习算法,外表面,压电智能,条带,谱响应,响应信号,完好,卷积自编码器,CAE,单类支持向量机,OCSVM,界面粘接,现场检测,检测试验,分布随机邻域嵌入,SNE,状态识别,检测率,学习训练,自动化检测,思路和方法
AB值：
0.195904
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。
