基于神经网络铝板机磁阻抗结构损伤识别

• 作者: 王晓煜 詹益 郭新峰 高斯佳
• 来源期刊: 大连交通大学学报
• 关键词: 金属板 机磁阻抗 结构健康监测 磁致伸缩 神经网络
• 年，卷（期）: 2019,（3）
• 所属期刊栏目: 机械工程
• 页码范围: 66-71
• 页数: 6页
• 字数: 3212字
• 语种: 中文
• DOI: 10.13291/j.cnki.djdxac.2019.03.013

摘要

提出一种将机磁阻抗技术用于金属板结构健康监测的方法,并使用BP神经网络数据处理技术实现金属板损伤程度的定量识别.首先,建立铝板与磁致伸缩材料构成的机磁阻抗模型,并推导出模型的耦合电阻抗表达式.然后,利用有限元软件ANSYS建立耦合系统的三维模型,并通过有限元谐响应分析方法得到铝板在缺陷尺寸从5mm变化到13mm的机磁阻抗谱.同时,建立BP神经网络模型,对缺陷尺寸为7 mm和12 mm的机磁阻抗谱进行验证.结果表明,神经网络能够准确识别出铝板缺陷的损伤级别.在铝板机磁阻抗检测中使用神经网络进行数据处理,不仅可以实现缺陷尺寸的精确定量,而且还具有较高的稳定性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王晓煜	大连交通大学机械工程学院	11	70	3.0	8.0
2	高斯佳	大连交通大学机械工程学院	4	0	0.0	0.0
3	詹益	大连交通大学机械工程学院	4	7	1.0	2.0
4	郭新峰	大连交通大学机械工程学院	3	0	0.0	0.0