疲劳裂纹扩展的卷积神经网络辨识

• 作者: 李晓泉 袁慎芳 陈健
• 来源期刊: 航空科学技术
• 学科: 工学
• 关键词: 疲劳裂纹扩展辨识 卷积神经网络 导波结构健康监测 变幅疲劳载荷
• 年，卷（期）: 2020,（7）
• 所属期刊栏目: 飞机结构PHM技术
• 页码范围: 64-71
• 页数: 8页
• 分类号: TB553
• 字数: 3858字
• 语种: 中文
• DOI: 10.19452/j.issn1007-5453.2020.07.009

摘要

本文提出一种基于卷积神经网络(convolutional neural network,CNN)的疲劳裂纹扩展辨识方法,首先针对导波健康监测损伤特征分散性问题,建立二维多通道多频率损伤特征模式用于卷积神经网络辨识,设计具有复杂非线性运算能力的卷积神经网络解决疲劳裂纹扩展的定量辨识问题.所提方法在变幅载荷疲劳裂纹扩展试验中进行了验证,相比常规多项式拟合辨识方法最大误判长度由2.95mm减小至1.66mm,均方根误差由1.20mm减小至0.33mm,实现了疲劳裂纹扩展辨识准确率的有效提升.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	袁慎芳	南京航空航天大学机械结构力学及控制国家重点实验室	151	2275	26.0	40.0
2	陈健	南京航空航天大学机械结构力学及控制国家重点实验室	7	22	2.0	4.0
3	李晓泉	南京航空航天大学机械结构力学及控制国家重点实验室	1	0	0.0	0.0