使用THz-TDS基于U-Net-BiLSTM网络的多层轻质复合结构中缺陷的定量检测
Dandan Zhang1,2,3, Lulu Li1,2,3, Jiyang Zhang1,2,3
1Key Laboratory of Optoelectronic Measurement and Control and Optical Information Transmission Technology, Ministry of Education, Changchun University of Science and Technology, Changchun 130022, China.
Materials (Basel, Switzerland)
|February 24, 2024
概括
一个新的U-Net-BiLSTM网络使用太赫兹非破坏性测试准确识别多层复合材料的缺陷. 这种先进的方法可以实现高精度的缺陷检测和航空航天材料的定量分析.
科学领域:
- 材料科学 材料科学 材料科学
- 航空航天工程 航空航天工程
- 非破坏性测试是指非破坏性测试.
背景情况:
- 多层轻质复合材料在航空和航天领域至关重要.
- 制造和使用可能会引入缺陷,需要有效的非破坏性测试 (NDT).
- 太赫兹 (THz) NDT在缺陷识别方面面临挑战,原因是复杂的结构和信号变化.
研究的目的:
- 开发一种先进的模型,用于准确识别多层复合结构中的缺陷和进行定量分析.
- 解决复杂材料的THz非破坏性测试现有方法的局限性.
- 提高航空航天部件缺陷检测的可靠性和精度.
主要方法:
- 引入混合U-Net-BiLSTM网络,结合空间和时间特征提取.
- 为THz光谱数据优化网络架构和参数.
- 该模型的应用用于识别,分类和使用THz NDT对缺陷的定量分析.
主要成果:
- 在U-Net-BiLSTM网络实现了99.45%的准确性和99.43%的F1评分在缺陷识别.
- 拟议的模型优于现有的网络,如CNN,ResNet,U-Net和BiLSTM.
- 通过缺陷分类和厚度识别成功重建3D THz缺陷图像.
结论:
- 通过THz NDT,U-Net-BiLSTM网络提供了一种高效的解决方案,用于通过THz NDT在多层复合材料中进行定量缺陷检测.
- 这种方法显著提高了NDT在航空航天应用中的准确性和可靠性.
- 该研究证明了深度学习在先进材料检查和质量控制方面的潜力.
