[發明專利]一種長距離薄板結構微缺陷的無損檢測方法有效
| 申請號: | 202010970444.3 | 申請日: | 2020-09-15 |
| 公開(公告)號: | CN112179987B | 公開(公告)日: | 2022-07-15 |
| 發明(設計)人: | 江守燕;趙林鑫;杜成斌;孫立國 | 申請(專利權)人: | 河海大學 |
| 主分類號: | G01N29/04 | 分類號: | G01N29/04;G01N29/44 |
| 代理公司: | 南京縱橫知識產權代理有限公司 32224 | 代理人: | 范金榮 |
| 地址: | 211100 江蘇*** | 國省代碼: | 江蘇;32 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 長距離 薄板 結構 缺陷 無損 檢測 方法 | ||
1.一種長距離薄板結構微缺陷的無損檢測方法,其特征在于,包括以下步驟:
基于待測長距離薄板建立長距離薄板結構的力學模型;
在所述力學模型內部隨機生成多組不同的缺陷數據信息,計算各所述缺陷數據信息在動荷載作用下觀測點位置處的動位移響應數據,包括以下步驟:
基于Sobol序列,在所述力學模型內隨機生成3000條以上的缺陷數據信息,所述缺陷數據信息為缺陷的位置、尺寸信息;
根據所述力學模型,基于動力擴展有限元法計算每條所述缺陷數據信息所對應的觀測點處的動位移響應數據;
所述動荷載為均勻分布的對稱脈沖荷載
式中,
預構建人工神經網絡模型,采用所述缺陷數據信息和所述動位移響應數據訓練所述人工神經網絡模型,建立長距離薄板結構的微缺陷數據信息預測模型;
獲取實測動位移信號;
將所述實測動位移信號輸入所述微缺陷數據信息預測模型中,以獲得所述待測長距離薄板的微缺陷數據信息預測值;
所述微缺陷數據信息預測模型的建立包括以下步驟:
預構建人工神經網絡模型,以多組所述缺陷數據信息作為輸出變量、計算得到的所述觀測點處的多組所述動位移響應數據作為輸入變量;
將多組所述缺陷數據信息和多組所述動位移響應數據劃分訓練集和測試集,訓練集占總數據的90%,測試集占10%;
采用所述訓練集訓練預構建的所述人工神經網絡模型,獲得長距離薄板結構的微缺陷數據信息預測模型。
2.根據權利要求1所述的一種長距離薄板結構微缺陷的無損檢測方法,其特征在于,所述實測動位移信號的獲取步驟如下:
激發點和所述觀測點位于待測長距離薄板表面;
在所述激發點和所述觀測點處分別設置第一壓電陶瓷應變片和第二壓電陶瓷應變片;
在所述第一壓電陶瓷應變片和第二壓電陶瓷應變片的表面分別焊接第一屏蔽電纜和第三屏蔽電纜,所述第一屏蔽電纜連接信號發生器,所述第三屏蔽電纜連接數字示波器,信號發生器與數字示波器之間通過第二屏蔽電纜連接;
通過調節所述信號發生器的輸入電壓在所述待測長距離薄板的激發點施加所述動荷載激發Lamb波,通過所述第二壓電陶瓷應變片獲取所述觀測點的實測動位移信號。
3.根據權利要求2所述的一種長距離薄板結構微缺陷的無損檢測方法,其特征在于,還包括采用砂紙打磨薄板上的所述激發點和所述觀測點所在位置。
4.根據權利要求1所述的一種長距離薄板結構微缺陷的無損檢測方法,其特征在于,構建長距離薄板結構的力學模型,包括以下步驟:
根據所述待測長距離薄板的幾何尺寸、材料屬性確定所述力學模型的幾何尺寸以建立幾何模型,對所述幾何模型設定邊界條件;
對設定邊界條件后的所述幾何模型進行網格劃分后離散化,獲得離散化后的有限元數值模型;
根據待測長距離薄板上的Lamb波激發點的位置以及激發點處預施加的動荷載確定對所述幾何模型施加的外荷載條件,構建長距離薄板的力學模型。
5.根據權利要求1所述的一種長距離薄板結構微缺陷的無損檢測方法,其特征在于,所述待測長距離薄板的微缺陷數據信息預測值的獲取包括以下步驟:
將所述實測動位移信號多次重復輸入到所述微缺陷數據信息預測模型中,記錄每次預測得到的所述微缺陷數據信息輸出值;
將多個所述微缺陷數據信息輸出值通過正態分布進行擬合獲得期望值;
所述期望值即為所述微缺陷數據信息預測值。
6.根據權利要求5所述的一種長距離薄板結構微缺陷的無損檢測方法,其特征在于,記錄每次預測得到的所述微缺陷數據信息輸出值不少于2000次。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于河海大學,未經河海大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202010970444.3/1.html,轉載請聲明來源鉆瓜專利網。





