本发明提供了一种基于多层卷积稀疏编码和U‑net的
复合材料损伤轮廓预测方法,其包括:构建用于复合材料层合结构损伤轮廓预测的数据集,激发传感器产生激励信号并获取全阵列导波阵列信号,以全阵列导波阵列信号作为输入,采用延时求和DAS算法产生每个损伤样本的损伤成像图,以仿真损伤轮廓重心为中心,选取损伤成像图中包含损伤轮廓的256×256个像素点,构建基于多层卷积稀疏编码和U‑net网络的损伤轮廓预测网络模型MLCSC‑Unet,通过训练获得训练好的MLCSC‑Unet,输入测试集损伤样本获得对应的损伤轮廓预测图,以最大交并比IoU定量评价损伤轮廓预测网络模型的性能。本发明结合多层卷积稀疏编码和U‑net,实现较高准确率的复合材料层合结构损伤轮廓定量预测,且参数量较少。
声明:
“基于多层卷积稀疏编码和U-net的复合材料损伤轮廓预测方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)