-
题名基于图像四叉树SBFEM和深度学习的缺陷反演模型
- 1
-
-
作者
方涛
郑辉
赵文虎
唐森
-
机构
南昌大学工程建设学院
智能系统与人机交互江西省重点实验室
-
出处
《三峡大学学报(自然科学版)》
北大核心
2025年第4期45-52,共8页
-
基金
国家自然科学基金项目(52109152)
江西省自然科学基金项目(20242BAB25023,20232BAB214086)
江西省大学生创新创业训练计划项目(S202310403051)。
-
文摘
为快速识别结构内部未知缺陷,提出了一种基于图像四叉树比例边界有限元法和深度学习的缺陷反演模型.采用平衡四叉树递归分解原理对结构域进行网格剖分,并自动加密缺陷边缘区域网格;所得到的平衡四叉树网格模型采用比例边界有限元法进行数值分析,求解精度不受悬挂节点影响,且模型中仅含6种单元模式,自动化程度高,极大降低了缺陷反演模型训练数据集的成本;基于极限学习机作为学习规则,搭建了孔洞缺陷反演的深度学习人工神经网络模型,有效避免了模型训练过程中目标函数迭代陷入局部最优解的问题.采用统计学方法分析反演模型精度,并探究孔洞缺陷尺度及训练集样本数量对反演结果的影响.结果表明:所构建的反演模型得到的缺陷参数与预留的洁净数据相吻合,模型能够精准量化缺陷位置和尺寸.
-
关键词
缺陷反演
深度学习
图像四叉树
比例边界有限元法
-
Keywords
flaw detection
deep learning
image quadtree
scaled boundary finite element method
-
分类号
TB115
[理学—应用数学]
-
