Page 153 - 2023中国无损检测年度报告

2023 ࠛ௨ចय़ˮڥQGWખ౎˘ᛸˡԾࡰᤠቅ
⚥㕂偽䰀唬崵䎃䏞䫣デ
KNN 和 SVM 构建分类器模型并检验其性能，结
合 SEM 图像，将聚类分析结果与材料损伤模式
进行对应，实现了玻璃纤维增强复合材料拉伸过
程损伤模式的识别功能。本发明可以对玻璃纤维
增强复合材料及其制品进行在线监测和无损评价，
且还可以对其它复合材料进行类比应用，具有较
大的应用前景。
一种振动条件下声发射定位装置及定位方法
申请号 : CN202310838149.6
发明人 : 张宝玺 ; 王翔 ; 何思亮 ; 贾翔婷
申请（专利权）人 : 西北工业大学
公开日期（公开）: 2023.11.17
摘要 : 本发明提出一种振动条件下声发射定位装
置及定位方法，定位装置能够适用于各种板类结
构的振动试验，定位方法中提出的联合自动拾取
算法和改进误差函数定位法可以高效准确地获取
激励源的位置。本发明解决了现有结构中容易发
生共振，在共振过程中对缺陷萌生的声发射源无
法进行准确定位的缺陷，获取声发射信号的激励
源位置的效率和准确率都得到了提高。
一种 CFRP 制孔缺陷声发射浮动检测装置及检
测方法
申请号 : CN202310835974.0
申请（专利权）人 : 哈尔滨理工大学
公开日期（公开）: 2023.11.03
摘要: 本发明涉及自动化智能制孔质量检测领域，
特别涉及一种 CFRP 制孔缺陷声发射浮动检测装
置及检测方法。本发明的目是在倾角铣末端执行
器的制孔过程中，使用声发射等传感器采集信号，
对孔壁粗糙度进行检测；本发明的声发射浮动检
测装置包括自适应夹紧模块、浮动测压模块、驱
动模块、声发射传感器，其在不更换部件的情况
下适用于不同尺寸的声发射传感器，且使用测压
浮动模块使声发射传感器能很好的贴合由于加工
受力而变形的工件表面；同时通过改进 FA-BP 神
经网络，使萤火虫个体在寻找路径的过程中，让
其搜索所有比其荧光值大的萤火虫，且使用自适
应步长因子更新移动步长，同时将移动后适应度
值最大的点作为移动位置，可以有效的提高孔壁
粗糙度的检测精度。
基于深度学习和声发射的风机叶片损伤两步定
ࠛ௨ចय़ˮڥQGWખ౎˘ᛸˡԾࡰᤠቅ 2023
⚥㕂偽䰀唬崵䎃䏞䫣デ
位方法
申请号 : CN202310771606.4
发明人 : 陈念众 ; 赵治民
申请（专利权）人 : 天津大学
公开日期（公开）: 2023.08.22
摘要 : 本发明公开一种基于深度学习和声发射的
风机叶片损伤两步定位方法，包括步骤：获取监
测数据，提取数据特征：数据特征包括声发射信
号的到达时间差特征、信号峰值幅度特征和信号
到达峰值的时间特征；将声发射信号的到达时间
差特征作为伤区域定位模型输入，由模型输出结
构损伤区域分类结果；将声发射信号的到达时间
差特征、信号峰值幅度特征和信号到达峰值的时
间特征作为损伤坐标定位模型的输入，由模型输
出损伤坐标定位结果。本发明先确定损伤所在区
域，然后再确定损伤准确坐标，摆脱了繁琐的解
析方程的复杂求解过程，实施简单，精度较高，
具有广泛的适用性。
一种基于深度学习的声发射损伤识别方法
申请号 : CN202310763173.8
发明人 : 黄凯 ; 刘宇航 ; 果立成 ; 王岩 ; 王祯鑫 ;
时起珍 ; 李忠刚 ; 黄金钊 ; 陈璐璐 ; 张媛媛
申请（专利权）人 : 哈尔滨工业大学 ; 中国航发
商用航空发动机有限责任公司
公开日期（公开）: 2023.11.03
摘要 : 本发明涉及声发射损伤识别技术领域，特
别涉及一种基于深度学习的声发射损伤识别方法。
方法包括：分别获取多个标准试件一一对应产生
的多个第一声发射信号；获取测试试件产生的第
二声发射信号；基于单一损伤模式对应的第一声
发射信号，获取该种单一损伤模式对应的目标频
率区间；对第二声发射信号进行信号处理，得到
多个频谱图；基于多种单一损伤模式分别对应的
目标频率区间和多个频谱图，确定测试试件所具
有的若干种损伤模式；对深度卷积神经网络进行
训练；利用训练后的深度卷积神经网络识别待测
声发射信号所对应的损伤模式。本发明实施例提
供了一种基于深度学习的声发射损伤识别方法，
能够提供一种对纤维增强复合材料进行结构完整
性评估的方法。
一种声发射信号识别方法及网络模型训练方法
申请号 : CN202310730388.X
143