在复合板材中通过深度学习从引导波的声学散射中恢复损坏
Bernardo Feijó Junqueira1, Ricardo Leiderman2, Daniel Alves Castello3
1Department of Mechanical Engineering, Federal University of Rio de Janeiro (UFRJ), Rio de Janeiro, RJ, Brazil; Unidade Embrapii CPQD, R. Dr. Ricardo Benetton Martins, 1000 - Parque II, Campinas, SP 13086-902, Brazil.
Ultrasonics
|March 16, 2024
概括
本研究介绍了一种使用引导波模式的深度学习 (DL) 方法,以准确检测复合板材中的缺陷. 该方法有效地恢复异质缺陷场,即使有噪音数据.
科学领域:
- 声学 声学 在声学方面
- 材料科学 材料科学 材料科学
- 人工智能的人工智能
背景情况:
- 反向声学散射问题具有挑战性,特别是在复杂的复合材料中.
- 在复合板材中准确检测缺陷对于结构完整性至关重要.
研究的目的:
- 开发一个有效的深度学习 (DL) 策略,用于逆声学散射问题.
- 准确地恢复复合层面接口上的异质缺陷场.
主要方法:
- 一个深度学习回归策略与引导波模式相结合.
- 使用随机高斯场用于神经网络 (NN) 模型训练.
- 采用准静态近似来建模与位置依赖刚度矩阵的接口.
主要成果:
- 在复合板材中精确恢复异质接口缺陷场.
- 证明了对杂的输入数据和模型错误的稳定性.
- 卓越的概括能力,用于各种各样的缺陷配置文件.
结论:
- 拟议的DL和引导波方法有效地解决了反向声波散射问题.
- 该方法允许对大面积进行准确,强大的,潜在的实时缺陷检测.
- 这种技术增强了复合结构的检查能力.
更多相关视频
06:45Author Spotlight: Integrated Photoacoustic, Ultrasound, and Angiographic Tomography (PAUSAT) for NonInvasive Whole-Brain Imaging of Ischemic Stroke
Published on: June 2, 2023
1.3K
09:02Cortical Bone Assessment Using Ultrasonic Guided Waves: A Reproducibility Study in a Healthy Population
Published on: January 31, 2025
455
