-
题名箭载导波信号采存一体化端机集成设计与试验研究
- 1
-
-
作者
吴穹
付璐
穆继亮
余俊斌
-
机构
中北大学电子测试技术国家级重点实验室
-
出处
《仪表技术与传感器》
北大核心
2025年第2期75-83,90,共10页
-
基金
国家自然科学基金项目(62101513)。
-
文摘
为实现飞行器箭体结构中冲击导波信号的全程采集与冲击源位置的识别定位,提出了一种功能高度集成的导波信号采集存储一体化端机设计方法。选用FPGA进行高速采样存储控制,结合8通道同步采样ADC与大容量eMMC存储器,实现了体积为160 mm×120 mm×65 mm,质量为1 kg情况下,16通道压电导波传感器信号精度为16 bit的50 kHz高速同步采集、片上128 GB大容量存储与抗掉电多任务数据管理功能。冲击采样与可靠性试验表明,该端机具有存储空间大、采样精度高和环境适应能力强等特点,可作为搭载设备进行热防护层结构健康监测,为可重复使用空天飞行器提供关键技术支撑。
-
关键词
空天飞行器
导波信号
结构健康监测
采集存储系统
-
Keywords
aerospace vehicle
guided wave signal
structural health monitoring
acquisition and storage system
-
分类号
TJ76
[兵器科学与技术—武器系统与运用工程]
-
-
题名基于卷积神经网络的钢桥面板疲劳裂纹识别方法研究
被引量：10
- 2
-
-
作者
石林泽
程斌
董华能
刘天成
-
机构
上海交通大学船舶海洋与建筑工程学院
江苏高速公路工程养护技术有限公司
中交公路长大桥建设国家工程研究中心有限公司
-
出处
《桥梁建设》
EI
CSCD
北大核心
2023年第4期62-69,共8页
-
基金
国家重点研发计划项目(2021YFE0107800)
中交集团院士专项科研项目(YSZX-03-2021-01-B)。
-
文摘
为准确识别钢桥面板在车辆反复荷载作用下产生的疲劳裂纹,构建了一种用于Lamb导波信号分析和疲劳裂纹扩展尺寸识别的卷积神经网络方法。该方法先用小波函数对导波信号进行卷积处理,获取导波特征,然后对时域参数和频域参数进行优化,最后运用全连接网络对导波特征与先验性裂纹尺寸信息进行学习,实现疲劳裂纹扩展过程中的裂纹尺寸智能识别。以某大跨度钢箱梁斜拉桥钢桥面板的疲劳裂纹扩展过程监测为背景,通过数值模拟和实桥测试,并与小波变换法和傅里叶变换法进行对比,验证该方法的有效性和优越性。结果表明:卷积神经网络方法提取得到的导波特征随裂纹尖端扩展的变化趋势具有明显且稳定的规律性,裂纹扩展长度识别结果与裂纹真实值之间的识别误差均在1 mm内。卷积神经网络方法适用于工程实测中导波信号处理分析,可在钢桥面板裂纹监测中推广应用。
-
关键词
钢桥面板
疲劳裂纹监测
裂纹尺寸识别
导波信号
卷积神经网络方法
有限元法
实桥测试
-
Keywords
steel deck plate
fatigue crack monitoring
crack dimension identification
guided wave signal
convolutional neural network approach
finite element method
field testing
-
分类号
U443.32
[建筑科学—桥梁与隧道工程]
U441.4
[建筑科学—桥梁与隧道工程]
U446
[建筑科学—桥梁与隧道工程]
-
