期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于导波和轻量化卷积神经网络的复合材料结构损伤识别方法
1
作者
包文强
马济通
+1 位作者
赵森
杨正岩
《应用数学和力学》
北大核心
2025年第8期1027-1036,共10页
针对有限计算资源下复合材料的实时监测问题,该文提出了基于超声导波和轻量化卷积神经网络(one⁃di⁃mension convolutional neural network⁃deformable convolution attention,CDCA)的损伤实时识别方法.在该方法中,为了压缩多个路径的导...
针对有限计算资源下复合材料的实时监测问题,该文提出了基于超声导波和轻量化卷积神经网络(one⁃di⁃mension convolutional neural network⁃deformable convolution attention,CDCA)的损伤实时识别方法.在该方法中,为了压缩多个路径的导波信号,首先提出了改进差分驱动的平均聚合(improved differential⁃driven piecewise aggregate ap⁃proximation,IDPAA)算法,利用该方法可以显著减少计算量;其次,提出了轻量化可变形卷积注意力(deformable convolution attention,DCA)机制,让模型聚焦在与损伤相关的像素级特征,从而实现更高效、准确的结构损伤识别;最后,通过结合一维卷积神经网络(one⁃dimension convolutional neural network,1D⁃CNN)和DCA机制,构建了CDCA模型.该模型不仅可以在有限资源环境下运行,还能实现含噪声工况下的损伤实时识别.在真实数据集上验证了所提出方法的有效性.试验结果表明,所提出的损伤识别方法有较高的损伤识别准确性,准确率可达98%,并且大幅提高了模型计算效率,相较于其他先进深度学习模型具有显著的优势.
展开更多
关键词
结构健康监测
超声导波
复合材料
深度学习
轻量化卷积神经网络
在线阅读
下载PDF
职称材料
环氧树脂/苯并噁嗪共聚物的固化行为及其耐热性
2
作者
陈志姣
彭聪
武湛君
《塑料工业》
CAS
CSCD
北大核心
2024年第11期70-77,142,共9页
为了探索环氧树脂/苯并噁嗪的固化行为及其共聚物的性能,本文以双酚A型环氧树脂(E51)为基体,双酚A型苯并噁嗪(BA-mt)为改性剂,以4,4-二氨基二苯砜(DDS)为固化剂,制备了苯并噁嗪/环氧树脂共聚物(EDBx,x代表苯并噁嗪的质量分数)。本文研...
为了探索环氧树脂/苯并噁嗪的固化行为及其共聚物的性能,本文以双酚A型环氧树脂(E51)为基体,双酚A型苯并噁嗪(BA-mt)为改性剂,以4,4-二氨基二苯砜(DDS)为固化剂,制备了苯并噁嗪/环氧树脂共聚物(EDBx,x代表苯并噁嗪的质量分数)。本文研究了环氧/苯并噁嗪体系的流变特性、固化行为、固化物的断面形貌以及其碳纤维复合材料在高温下的力学性能。结果表明,BA-mt能够促进共混树脂体系的固化,从而缩短凝胶时间;当BA-mt质量分数为20%时,EDB20固化后在N_(2)氛围下800℃的残炭率可达24.6%。此外,EDB20固化物的T_(g)值由纯E51/DDS的180℃提高至190℃。当BA-mt质量分数为40%时,EDB40拉伸强度为74.4 MPa,与E51/DDS相近。另外,EDB20在180℃下的弯曲强度和弯曲模量分别比E51/DDS高出50%和97.8%,这表明经BA-mt改性后的树脂基复合材料具有良好的高温力学性能。
展开更多
关键词
环氧树脂
苯并噁嗪
流变特性
固化行为
力学性能
在线阅读
下载PDF
职称材料
题名
基于导波和轻量化卷积神经网络的复合材料结构损伤识别方法
1
作者
包文强
马济通
赵森
杨正岩
机构
大连海事
大学
信息与科学
技术
学院
江南大学纤维工程与装备技术学院
出处
《应用数学和力学》
北大核心
2025年第8期1027-1036,共10页
基金
国家自然科学基金(12102075,62101090)
中国科协青年人才托举工程(2022QNRC001)
中央高校基本科研业务费(3132024236)。
文摘
针对有限计算资源下复合材料的实时监测问题,该文提出了基于超声导波和轻量化卷积神经网络(one⁃di⁃mension convolutional neural network⁃deformable convolution attention,CDCA)的损伤实时识别方法.在该方法中,为了压缩多个路径的导波信号,首先提出了改进差分驱动的平均聚合(improved differential⁃driven piecewise aggregate ap⁃proximation,IDPAA)算法,利用该方法可以显著减少计算量;其次,提出了轻量化可变形卷积注意力(deformable convolution attention,DCA)机制,让模型聚焦在与损伤相关的像素级特征,从而实现更高效、准确的结构损伤识别;最后,通过结合一维卷积神经网络(one⁃dimension convolutional neural network,1D⁃CNN)和DCA机制,构建了CDCA模型.该模型不仅可以在有限资源环境下运行,还能实现含噪声工况下的损伤实时识别.在真实数据集上验证了所提出方法的有效性.试验结果表明,所提出的损伤识别方法有较高的损伤识别准确性,准确率可达98%,并且大幅提高了模型计算效率,相较于其他先进深度学习模型具有显著的优势.
关键词
结构健康监测
超声导波
复合材料
深度学习
轻量化卷积神经网络
Keywords
structural health monitoring
ultrasonic guided wave
composite material
deep learning
light-weight convolutional neural network
分类号
V11 [航空宇航科学与技术—人机与环境工程]
在线阅读
下载PDF
职称材料
题名
环氧树脂/苯并噁嗪共聚物的固化行为及其耐热性
2
作者
陈志姣
彭聪
武湛君
机构
江南大学纤维工程与装备技术学院
江南大学
纺织科学与
工程
学院
大连理工
大学
材料科学与
工程
学院
出处
《塑料工业》
CAS
CSCD
北大核心
2024年第11期70-77,142,共9页
基金
国家重点研发计划(2018YFA0702800、2022YFB3402500)
江苏省研究生科研与实践创新计划项目(SJCX23_1239)
江南大学基本科研计划青年基金(JUSRP123004)。
文摘
为了探索环氧树脂/苯并噁嗪的固化行为及其共聚物的性能,本文以双酚A型环氧树脂(E51)为基体,双酚A型苯并噁嗪(BA-mt)为改性剂,以4,4-二氨基二苯砜(DDS)为固化剂,制备了苯并噁嗪/环氧树脂共聚物(EDBx,x代表苯并噁嗪的质量分数)。本文研究了环氧/苯并噁嗪体系的流变特性、固化行为、固化物的断面形貌以及其碳纤维复合材料在高温下的力学性能。结果表明,BA-mt能够促进共混树脂体系的固化,从而缩短凝胶时间;当BA-mt质量分数为20%时,EDB20固化后在N_(2)氛围下800℃的残炭率可达24.6%。此外,EDB20固化物的T_(g)值由纯E51/DDS的180℃提高至190℃。当BA-mt质量分数为40%时,EDB40拉伸强度为74.4 MPa,与E51/DDS相近。另外,EDB20在180℃下的弯曲强度和弯曲模量分别比E51/DDS高出50%和97.8%,这表明经BA-mt改性后的树脂基复合材料具有良好的高温力学性能。
关键词
环氧树脂
苯并噁嗪
流变特性
固化行为
力学性能
Keywords
Epoxy Resin
Benzoxazine
Rheological Characteristic
Curing Behavior
Mechanical Property
分类号
TQ323.5 [化学工程—合成树脂塑料工业]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于导波和轻量化卷积神经网络的复合材料结构损伤识别方法
包文强
马济通
赵森
杨正岩
《应用数学和力学》
北大核心
2025
0
在线阅读
下载PDF
职称材料
2
环氧树脂/苯并噁嗪共聚物的固化行为及其耐热性
陈志姣
彭聪
武湛君
《塑料工业》
CAS
CSCD
北大核心
2024
0
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
