-
题名加载策略对剪切散斑干涉无损检测影响研究
- 1
-
-
作者
王永红
郑子华
刘向玮
姚彦峰
-
机构
合肥工业大学仪器科学与光电工程学院、安徽省测量理论与精密仪器重点实验室
-
出处
《光子学报》
北大核心
2025年第6期46-56,共11页
-
基金
江西省重点研发计划(No.20223BBE51010)
国家自然科学基金(No.52375536)。
-
文摘
对于不同的复合材料,不同的加载方式和强度会在很大程度上影响检测效果。针对此问题,采用最常见的热加载和真空加载的方式,对多种复合材料进行定量加载,采用剪切散斑干涉技术获取缺陷相位图,并使用YOLOv9神经网络对其进行自动识别,以评估检测效果,并提高检测率。结果表明:对于导热性好的复合材料,如金属复合材料,宜采用真空加载的方式,而对于导热性差、刚度大的复合材料,如碳纤维复合材料,宜采用热加载的方式。
-
关键词
剪切散斑干涉
复合材料
缺陷检测
加载策略
深度学习
-
Keywords
Shearography
Composite materials
Defect detection
Loading strategy
Deep learning
-
分类号
TN247
[电子电信—物理电子学]
-
