评估增材制造材料的无异型声学特性:实验,计算和深度学习方法
Ivan Malashin1, Vadim Tynchenko1, Dmitry Martysyuk1
1Bauman Moscow State Technical University, Moscow 105005, Russia.
Sensors (Basel, Switzerland)
|July 27, 2024
概括
增材制造材料中的声学异质性会影响超声波测试. 这项研究引入了一种新的系数 (Ag) 来量化异构性,提高缺陷检测可靠性并使材料的分类成为可能.
科学领域:
- 材料科学 材料科学 材料科学
- 非破坏性测试 不破坏性测试
- 声学 声学 在声学上
背景情况:
- 超声波测试 (UT) 的可靠性受到增材制造 (AT) 产品中的声学异性质的挑战.
- 评估材料特性和检测异型材料中的缺陷需要了解弹性常数对波传播的影响.
研究的目的:
- 研究弹性常数对AT产品缺陷信号幅度的影响.
- 开发一种方法来表征和量化材料中的声学异质性.
- 提出一种深度学习方法来预测异构系数,降低计算成本.
主要方法:
- 在AT样本上实验测量弹性常数.
- 计算建模和模拟 (CIVA) 分析超声波回声信号变化.
- 从超声波速度推导出异构性参数 (A13,A3,Ag) 的推导.
- 异构系数Ag与缺陷回声幅度变化之间的相关性分析.
- 使用基因算法优化的神经网络开发深度学习模型.
主要成果:
- 在拟议的异构系数Ag和缺陷回声幅度变化之间发现了强烈的相关性 (0.97).
- 建立了Ag的门值来分类材料的异构性.
- 建议采用深度学习方法来预测Ag,从而降低计算成本.
结论:
- 异构系数Ag有效地描述了声异构性及其对UT的影响.
- 开发的深度学习方法为预测异型变量常数提供了一个有效的替代方案.
- 这项研究提高了AT产品超声波测试的可靠性.


