Page 71 - 无损检测2024年第十期
P. 71
李长侑，等：
基于深度学习和时间反演的复合材料内扩展性损伤重建
图 1 U-Net 模型结构示意
为G×G。而使用时间反演的结果作为U-Net模型 匹配层（UPML）作为吸收边界条件。
的输入数据时，由于输入输出数据尺寸一致，而无需 激励源使用调制高斯脉冲，以电流源的形
进行此操作。 式添加到发射天线上，其中心频率f 为 20 GHz，
0
脉冲宽度为 20 ps，激励源的时域和频域波形如
2 数值仿真 图3所示。
2.1 试验设置 为了进行数值模 拟，将检测区域划分为
2.1.1 材料模型及FDTD仿真设置 200×200（长×宽）个 网格，每个网 格的 大小为
λ
数值仿真中使用的材料模型结构示意如图2所 ∆ x = ∆ y = /30=0.5 mm（λ 为波长）。根据CFL条
示，复杂形状的埋藏损伤[即图2（b）中蓝色数字“5” ] 件，时间步长 （c为光速），总的时间步长
设置在材料区域内（即图2中红色部分），损伤假定 设置为1 200步。
为空气，其相对介电常数设置为1。检测区域的大 2.1.2 U-Net模型训练设置
小为100 mm×100 mm（长×宽），复合材料由玻璃 文章使用MNIST数据集中不同形状的数字“5”
纤维增强聚合物（GFRP）构成，其相对介电常数为 来模拟真实不规则形状的扩展性损伤，其中损失函
4. 6，尺寸为 100 mm×30 mm（长×宽），材料上方 数选择均方误差（MSE），试验总的训练集数量为
紧贴一层金属背板（即图2中灰色区域），其尺寸为 1 200 张，测试集数量为 300 张。训练总轮数epoch
100 mm×5 mm。在边界上使用单轴各向异性完全 为400，batch size设置为16，学习率为10 ，优化器
−5
图 2 复合材料模型结构示意
37
2024 年 第 46 卷 第 10 期
无损检测
