铝合金弯曲损伤实验与BP神经网络识别
2012-11-04孙昌立朱荣华
黑龙江科技大学学报 2012年6期
孙昌立, 朱荣华
(1.黑龙江科技学院 计算机与信息工程学院, 哈尔滨 150027; 2.哈尔滨工业大学 材料科学与工程学院,哈尔滨 150001)
铝合金弯曲损伤实验与BP神经网络识别
孙昌立1,2,朱荣华2
(1.黑龙江科技学院 计算机与信息工程学院, 哈尔滨 150027; 2.哈尔滨工业大学 材料科学与工程学院,哈尔滨 150001)
为准确识别铝合金的弯曲损伤,通过铝合金7N01三点弯曲实验,根据所提取声发射信号特征,采用三层BP神经网络对铝合金进行损伤识别。结果表明,铝合金弯曲损伤检测正确率达87.5%。BP神经网络技术与声发射方法能够准确识别7N01的弯曲损伤,为多参数、大数据量智能检测技术提供了参考依据。
神经网络; 铝合金; 声发射; 损伤识别
铝合金是一种重要的轻量化材料,在高速铁路以及航空、航天、汽车等领域有广泛的应用。铝合金构件服役过程中受力形成弯曲损伤直至断裂过程的判断,是无损检测领域的重要研究内容。
声发射技术能够根据材料或结构的微观变形及断裂过程中产生的瞬态弹性波判断结构损伤程度[1]。该技术能够对各种结构形状进行检测,包括动态检测,但通常依赖于工程人员的实际经验来判断结构损伤类型及损伤程度。随着声发射技术的智能化发展,缺陷检测及其定性与定量分析、检测结果的可靠性成为研究重点。
人工神经网络在无损检测技术智能化方面有很好的应用价值[2-5]。声发射检测中的损伤模式可以采用人工神经网络技术来进行识别。笔者将损伤程度与声发射信号特征参数关联起来,然后采用BP神经网络对铝合金7N01三点弯曲损伤识别进行研究。……
登录APP查看全文
