Page 104 - 无损检测2024年第十一期

王煜鑫，等：
基于声发射和 XGBoost 的陶瓷基复合材料剩余强度预测

与声发射信息的预警函数、材料加载模式等数据列 （14）：57-64．
构成的数据特征集合，结合XGBoost算法， 能够较为 [8] 宋高峰，张延兵，孙培培，等. 大型储罐声发射技术下
有效地实现陶瓷基复合材料剩余强度预测。 的安全评价方法[J]. 中国安全科学学报，2020，30（3）：
（2）基于SHAP值的模型可解释分析表明，累 60-66．
[9] ZARIF KARIMI N，MINAK G，KIANFAR P．
积绝对能量、加载模式和预警函数对材料剩余强度
Analysis of damage mechanisms in drilling of composite
预测模型的贡献度高，通过在基于声发射的剩余强
materials by acoustic emission[J]. Composite Structures，
度预测模型数据特征中引入结合材料加载过程中
2015，131：107-114．
AE信息与力学载荷信息的预警函数，能够有效提升 [10] 常岩军，矫桂琼，张克实，等. 3D C/SiC复合材料拉
剩余强度预测在平均绝对误差、均方根误差及平均 伸性能的声发射研究[J]. 复合材料学报，2010，27（6）：
相对误差方面的性能表现。 82-87．
[11] 童小燕，张佳丽，姚磊江，等. 2D-C/SiC拉伸损伤的
参考文献：
声发射信号聚类分析[J]. 固体力学学报，2014，35（2）：
[1] 张立同，成来飞. 连续纤维增韧陶瓷基复合材料可持续 109-114．
发展战略探讨[J]. 复合材料学报，2007，24（2）：1-6． [12] LYU P，YAO L J，MA X F，et al．Correlation between
[2] 张幸红，王义铭，程源，等. 超高温陶瓷复合材料研究 failure mechanism and rupture lifetime of 2D-C/SiC
进展[J]. 无机材料学报，2024，39（6）：571-590． under stress oxidation condition based on acoustic
[3] 范丽君. CVI-RMI联用法制备高性能C/（C-SiC）陶瓷 emission pattern recognition[J]. Journal of the European
基刹车材料[J]. 化工设计通讯，2024，50（5）：105-106． Ceramic Society，2020，40（15）：5094-5102．
[4] 张勇祯，童小燕，姚磊江，等. 基于改进遗传算法的C/ [13] 刘武刚，王龙，宋俊柏，等. 拉伸载荷下陶瓷基高温复
SiC拉伸损伤声发射模式识别[J]. 无机材料学报，2020， 合材料损伤状态特征分析[J]. 无损检测，2023，45（11）：
35（5）：593-600． 30-34，66．
[5] MORSCHER G N，MAILLET E. 5. 12 nondestructive [14] CAO Y，MIAO Q G，LIU J C，et al．Advance and
evaluation-use of acoustic emission for CMCs[M]// prospects of AdaBoost algorithm[J]. Acta Automatica
Comprehensive Composite Materials II．Amsterdam： Sinica，2014，39（6）：745-758．
Elsevier，2018：308-324． [15] 郑浩，贾展飞，周丽婷，等. 基于PSO-XGBoost的风电
[6] 宣鸿烈，陈冬冬，喻健良，等. 基于光纤、声发射技术的 叶片缺陷分类算法[J]. 太阳能学报，2024，45（4）：127-
爆破片在线安全监测方法[J]. 压力容器，2020，37（08）： 133．
59-65． [16] 陈明良，马志远，张东辉，等. 基于SHAP可解释性的
[7] 李雪换，底月兰，王海斗，等. 基于声发射技术的热障 焊缝缺陷类型超声识别XGBoost模型[J]. 无损检测，
涂层拉伸失效模式研究[J]. 机械工程学报，2020，56 2024，46（6）：36-42．

66
2024 年 第 46 卷 第 11 期
无损检测