典型文献
基于域自适应的复合材料结构损伤识别方法
文献摘要：
深度学习模型能够辅助提高基于导波的复合材料结构损伤监测的可靠性,但需要大量的损伤样本.以大量的模拟损伤样本和少量的真实损伤样本为基础,设计一种基于域自适应的损伤识别模型,实现从模拟损伤识别向真实损伤识别能力的迁移.首先,通过粘贴质量块收集大量模拟损伤数据,设计卷积-时序混合神经网络,实现对模拟损伤的高准确率识别;然后,在模型中加入域自适应模块,使模拟损伤和真实损伤数据在特征空间内分布规律近似,进而在无需对真实损伤进行标注的情况下,实现准确识别.实验结果表明,该方法对真实损伤的检出准确率为85.7％,优于传统深度学习模型.
文献关键词：
域自适应;导波;结构健康监测;复合材料;迁移学习
中图分类号：
作者姓名：
王育鹏;吕帅帅;杨宇;李嘉欣;王叶子
作者机构：
西北工业大学航空学院,西安 710072;中国飞机强度研究所,西安 710065
文献出处：
引用格式：
[1]王育鹏;吕帅帅;杨宇;李嘉欣;王叶子-.基于域自适应的复合材料结构损伤识别方法)[J].航空学报,2022(06):177-184
A类：
B类：
域自适应,复合材料结构,结构损伤识别,深度学习模型,导波,损伤监测,识别模型,识别能力,粘贴,质量块,混合神经网络,特征空间,准确识别,结构健康监测,迁移学习
AB值：
0.280247
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。
