基于神经网络的超声导波锚杆剥离缺陷的识别

• 作者: 常红 张伟伟 王娜
• 来源期刊: 太原科技大学学报
• 学科: 物理学
• 关键词: 小波包 神经网络 锚杆 超声导波 无损检测
• 年，卷（期）: 2017,（2）
• 所属期刊栏目: 应用科学
• 页码范围: 152-156
• 页数: 5页
• 分类号: O3
• 字数: 2596字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-2057.2016.06.015

摘要

结合小波包分解技术与神经网络,提出了超声导波检测锚杆剥离缺陷的方法.首先,利用ANSYS-ISDYNA进行了数值模拟,在锚杆的顶端施加扫描激励波,得到了完好和剥离工况下的锚杆动态响应信号,利用小波包分解获得了缺陷参数与小波包能谱之间的关系,以小波包能谱作为输入向量训练适用于锚杆无损检测的神经网络,将剥离状况作为输出,建立了神经网络系统.最后利用混有不同噪声,且未参于训练的导波检测信号验证了神经网络检测的有效性.数值算例表明,该方法对噪声水平小于40％的检测信号,具有较好的识别结果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	常红	太原科技大学应用科学学院	18	25	3.0	5.0
2	张伟伟	太原科技大学应用科学学院	20	25	3.0	5.0
3	王娜	太原科技大学应用科学学院	5	4	1.0	2.0