-
题名基于卷积神经网络电阻抗成像的蜂窝夹芯结构损伤识别
- 1
-
-
作者
李雪峰
周登
严刚
-
机构
南京航空航天大学航空航天结构力学及控制全国重点实验室
-
出处
《材料科学与工程学报》
2025年第4期542-549,566,共9页
-
基金
国家自然科学基金项目(12472134)
航空航天结构力学及控制全国重点实验室开放课题基金项目(MCMS-E-0423G02)。
-
文摘
本研究针对蜂窝夹芯结构在使用和维护过程中容易受到外物冲击的问题,提出了一种基于导电感应层和卷积神经网络的冲击损伤识别方法。首先利用丝网印刷技术,将石墨烯导电碳油墨印刷在蜂窝夹芯结构表面,形成导电感应层,使结构具备实时感应功能。然后通过建立不同损伤情况的导电感应层有限元模型,并进行电学仿真,生成了包含电导率变化和边界电压变化的数据集。基于此数据集,训练了卷积神经网络,并通过测试集验证了模型的准确性和可靠性。为验证方法的有效性,进行了冲击损伤实验,并在实验前后分别测量感应层的边界电压数据。通过训练好的卷积神经网络对电导率变化分布进行重建,实现了对蜂窝夹芯结构损伤的精准识别。实验结果表明,本研究所提出的基于卷积神经网络的电阻抗成像方法,在损伤位置和大小的识别精度上明显优于传统算法,并且识别时间非常短,可以实现对蜂窝夹芯结构的在线损伤识别。
-
关键词
蜂窝夹芯结构
冲击损伤识别
导电感应层
电阻抗成像
卷积神经网络
-
Keywords
Honeycomb sandwich structure
Impact damage identification
Conductive sensing layer
Electrical impedance tomography
Convolutional neural network
-
分类号
TB383
[一般工业技术]
-
