使用超声波引导波的深度学习辅助定位和测量涂层分层的尺寸
Junzhen Wang1, Maximilian Schmitz2, Laurence J Jacobs3
1Department of Mechanical Engineering, Stevens Institute of Technology, Hoboken, NJ 07030, USA.
Ultrasonics
|May 29, 2024
概括
本研究引入了一种用于非破坏性评估 (NDE) 的深度学习方法,用于使用超声波引导波检测和测量涂层分层. 该技术准确地定位和缩小缺陷,显示结构健康监测的前景.
科学领域:
- 材料科学 材料科学 材料科学
- 机械工程 机械工程
- 人工智能的人工智能
背景情况:
- 涂层脱层在各种工业应用中构成重大风险.
- 传统的非破坏性评估 (NDE) 方法可能缺乏精确性来描述这些缺陷.
- 超声波引导波为缺陷检测提供了一种敏感的方法.
研究的目的:
- 开发和验证深度学习辅助的NDE技术,用于精确的分层检测.
- 使用超声波引导波精确定位和尺寸涂层分层.
- 评估这种技术在实践NDE和结构健康监测 (SHM) 中的可行性.
主要方法:
- 利用由传感器产生的超声波引导波来探测涂层板.
- 采用多个接收器在各种下游位置捕获时间域信号.
- 训练机器学习 (ML) 算法来解释信号数据并识别分层特性.
主要成果:
- 数字模拟显示了在定位和尺寸分层的高精度和吞吐量.
- 机器学习算法有效地处理时间域信号以输出缺陷参数.
- 虽然ML算法的训练耗时,但对于给定的配置来说,这是一次性的过程.
结论:
- 拟议的深度学习辅助的NDE技术显示出显著的潜力来表征分层缺陷.
- 这种方法为现实世界的 NDE 和 SHM 应用提供了有前途的解决方案.
- ML与超声波引导波的集成增强了缺陷表征能力.
