在复合材料中使用特拉赫兹光谱成像与ResNet18-SVM方法识别缺陷
Zhongmin Wang1, Jiaojie Chen1, Yilong Xin1,2
1Institute of Automation, Qilu University of Technology (Shandong Academy of Sciences), Jinan 250100, China.
Materials (Basel, Switzerland)
|June 13, 2025
概括
这项研究引入了一种新的太赫兹时域光谱学 (THz-TDS) 方法,用于检测多层复合材料的内部缺陷. 该ResNet18-SVM方法实现了高准确性,使得准确的缺陷定位和深度解决无破坏性评估.
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
- 信号处理 信号处理
背景情况:
- 多层复合材料容易产生影响性能的内部缺陷.
- 传统的缺陷检测方法与深度定位作斗争.
- 准确的缺陷识别对于质量控制和结构完整性至关重要.
研究的目的:
- 为多层复合材料开发一种先进的缺陷检测方法.
- 为了提高深度分辨率和缺陷定位的准确性.
- 为了利用太赫兹时域光谱 (THz-TDS) 和深度学习进行缺陷分析.
主要方法:
- 使用太赫兹时域光谱 (THz-TDS) 来获取数据.
- 应用连续波波变换 (CWT) 来从光谱数据中生成时间频率图像.
- 使用ResNet18模型与支持矢量机 (SVM) 分类器相结合,用于缺陷识别.
主要成果:
- 该ResNet18-SVM方法在缺陷检测方面实现了98.56%的高精度.
- 在多层复合材料中成功发现了三种不同类型的内部缺陷.
- 与其他四种深度学习模型和三种分类器相比,表现优越.
结论:
- 拟议的THz-TDS和ResNet18-SVM方法提供了有效的特征提取和深度分辨率.
- 这种技术显示出对多层结构的非破坏性评估有很大的潜力.
- 该研究强调了先进材料检查和质量保证的强有力的方法.


