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)
817
编辑：管理员
来源：北方有色网
咨询细节
