Page 46 - 无损检测2022年第三期

试验研究

DOI : 10.11973 / ws j c202203003

加筋板智能导波损伤识别与评估

申 庆, 许伯强, 岳圣尧, 徐桂东, 徐晨光, 张 赛

( 江苏大学 物理与电子工程学院, 镇江 212013 )

摘 要:建立了基于卷积神经网络算法的智能导波损伤检测方法, 可实现加筋板中脱黏损伤的
高效识别和精准定位。在数值模拟和试验研究 T 型筋加筋板中导波传播特性的基础上, 通过单点激
发多点接收的方法获取不同损伤样本的兰姆波响应, 经预处理之后组成融合数据库。利用卷积神经
网络( CNN ) 深度学习检测算法, 抓取和学习融合数据库中与损伤相关的特征, 并使用未经训练的数据
测试网络性能。结果表明, 以 Adam 为优化器的7层 CNN 对数据库中损伤样本的检测精度达 99% ;
基于 CNN 的智能导波检测方法不仅能够识别加筋板中的脱黏损伤, 而且能够准确定位。
关键词:加筋板; 深度学习; 卷积神经网络; 超声导波损伤检测

中图分类号: O426.9 ; TG115.28 文献标志码: A 文章编号: 1000-6656 ( 2022 ) 03-0012-06

Intelli g ent g uidedwavedama g edetectionandassessmentofstiffenedp late

,
,
,
SHENQ in g XUBai q ian g YUEShen gy ao , XUGuidon g XUChen g uan g ZHANGSai
,

( SchoolofPh y sicsandElectronicEn g ineerin g , Universit yofJian g su , Zhen j ian g212013 , China )

Abstract : Inthisp a p er , anintelli g entg uided wavedama g edetection methodbasedonconvolutionalneural

networkal g orithm isestablishedtorealizeefficientidentificationand p recisep ositionin gofdebonddama g ein

stiffenedp lates.Basedonnumericalsimulationandex p erimentalstud yonthep ro p a g ationcharacteristicsof g uided

waveinT-stiffenedp late , theLambwaveres p onsesofdifferentdama g edsam p lesareobtainedb ythemethodof

sin g le- p ointexcitation and multi- p ointrece p tion , and afusion databaseisformed after p re p rocessin g .The

convolutionalneuralnetwork ( CNN ) dee p learnin gdetectional g orithmisusedtoextractandlearndama g e-related

featuresinthefusiondatabase , andthe p erformanceofthenetworkistestedwithuntraineddata.Theresultsshow

thatthe7-la y erCNN withAdamastheo p timizercandetectdama g esam p lesinthedatabasewithanaccurac yof

99%.TheCNN-basedintelli g ent g uidedwavedetectionmethodforstiffenedp latescannotonl y identif ydebondin g

dama g e , butalsoaccuratel y locateit.

Ke ywords : stiffened p late ; dee plearnin g ; convolutionalneuralnetwork ; ultrasonic g uided wave dama g e
detection
加筋板因其强度高和质量轻的优点被广泛应用 估, 可及时发现早期损伤并判断程度, 避免损伤演化
于高端装备( 如飞机的机翼和机身的蒙皮) 中。结构 为不可修复的脱层或分离, 确保整体结构的稳定, 同
健康监测 / 检测是保障这些装备安全可靠的有效方 时可降低周期维护费用、 保障飞行器的安全运行。
法。对加筋板脱黏损伤进行及时高效地识别 和评 超声导波因其传播距离远、 对微小损伤敏感及
检测范 围 大 等 优 点 得 到 了 广 泛 研 究 [ 1-4 ] 。 李 一 博
等 [ 5 ] 研究了加强筋的筋高、 筋厚等几何参数对导波
收稿日期: 2021-06-03
传播的影响; RICCI等 [ 6 ] 对过筋与不过筋的回波信
基金项目: 国家自然科学基金资助项目( 62071205 )
号进行了比较, 发现加筋肋的存在会使导波变得复
作者简介: 申 庆( 1995- ), 男, 硕士研究生, 主要研究方向为基
于深度学习的超声导波损伤检测 杂, 加大检测难度。目前主要通过物理模型的逆向
通信作者: 许伯强, 博士, 教授, 主要研究方向为现代结构健康管 算法来进行导波的损伤检测, 检测精度与效率较低。
理新技术及激光、 压电超声检测技术, b q xu@u j s.edu.cn 随着工业 4.0 和大数据时代的到来, 数据驱动
2
1

2022 年 第 44 卷 第 3 期

无损检测