超聲相控陣檢測(cè)復(fù)合材料缺陷方法_圖文

1、 2015 年 8 月 李 健等：超聲相控陣檢測(cè) CFRP 缺陷識(shí)別方法 755 對(duì) 3 種缺陷信號(hào)提取 8 個(gè)特征值， 因此網(wǎng)絡(luò)中的 輸入節(jié)點(diǎn)個(gè)數(shù)設(shè)置為 8； 要識(shí)別的缺陷有 3 類(lèi)， 因此 網(wǎng)絡(luò)的輸出層節(jié)點(diǎn)個(gè)數(shù)設(shè)置為 3 神經(jīng)網(wǎng)絡(luò)用于識(shí)別 超聲信號(hào)時(shí)， 通常使用二進(jìn)制量 0、 1 或者0， 1區(qū)間 的數(shù)字表示 本實(shí)驗(yàn)中， 3 種缺陷對(duì)應(yīng)的輸出分別設(shè) 定為： 分層0 0 1、 夾雜0 1 0、 脫粘1 0 0 隱含層數(shù) 的增加會(huì)使網(wǎng)絡(luò)結(jié)構(gòu)變得復(fù)雜， 因此選擇 1 個(gè)隱含層 構(gòu)成 3 層 BP 神經(jīng)網(wǎng)絡(luò)， 通過(guò)增加隱含層中神經(jīng)元的 數(shù)目來(lái)提高網(wǎng)絡(luò)的識(shí)別率和識(shí)別精度， 且訓(xùn)練效果也 更容易觀察、

2、 調(diào)整 隱含層節(jié)點(diǎn)數(shù)的選取一般按照經(jīng) 11 驗(yàn)公式 估算得到， 即 nh = 2ni + 1 4 結(jié) 論 (1使用超聲相控陣系統(tǒng)檢測(cè)碳纖維增強(qiáng)復(fù)合材 料可以提高檢測(cè)效率， 同時(shí)， 對(duì)缺陷信號(hào)有良好的成 像效果， 通過(guò) B 掃圖可以對(duì)缺陷進(jìn)行初步分類(lèi) (2利用 sym8 小波分析處理信號(hào)， 提取 8 個(gè)特 征值； 構(gòu)建 3 層 BP 神經(jīng)網(wǎng)絡(luò)， 采用共軛梯度算法訓(xùn) 練網(wǎng)絡(luò)， 可以很好地識(shí)別分層、 夾雜、 脫粘 3 種缺陷， 識(shí)別率達(dá)到 95.7% 結(jié)果表明， 該方法能有效區(qū)分碳 纖維復(fù)合材料中的常見(jiàn)缺陷， 為以后能快速、 準(zhǔn)確地 識(shí)別更多類(lèi)型的缺陷奠定了一定的基礎(chǔ) 參考文獻(xiàn)： 1 趙稼祥，王曼霞

3、. 復(fù)合材料用高性能炭纖維的發(fā)展和 應(yīng)用J. 新型炭材料，2000，15(1：68-75. Zhao Jiaxiang，Wang Manxia. Development and application of high properities carbon fibers for composite materialsJ. New Carbon Materials，2000，15(1：6875(in Chinese. 2 Nageswaran C，Bird C R，Takahashi R. Phased array scanning of artificial and impact damage

4、in carbon fibre reinforced plastic(CFRPJ. Insight，2006，48(3： 155-159. 3 Rhim J，Lee S W. A network approach for damage detection and identification of structures J. Computational Mechanics，1995，16(6：437-443. 4 冉志紅，李 喬 . 小波變換在結(jié)構(gòu)損傷識(shí)別特征提取 中的應(yīng)用J. 振動(dòng)與沖擊，2007，26(7：118-121. Ran Zhihong，Li Qiao. The applicat

5、ion of the wavelet transform in the structural damage recognition feature extraction J. Journal of Vibration and Shock，2007， 26(7：118-121(in Chinese. 5 陳世利，常文爽，靳世久. 汽輪機(jī)輪緣超聲相控陣檢 測(cè)中缺陷方向識(shí)別J. 納米技術(shù)與精密工程，2013， 11(4：328-333. Chen Shili，Chang Wenshuang，Jin Shijiu. Recognition of defect direction in ultrason

6、ic phased array testing of turbine disc rimsJ. Nanotechnology and Precision Engineering，2013，11(4：328-333(in Chinese. 6 張 燕. 基于模糊神經(jīng)網(wǎng)絡(luò)的復(fù)合材料損傷主動(dòng)監(jiān)測(cè) 技術(shù)研究 D. 南京：南京航空航天大學(xué)航空宇航學(xué) 院，2008. (6 式中： nh 為隱含層節(jié)點(diǎn)數(shù)； ni 為輸入層節(jié)點(diǎn)數(shù) 由此 算得本實(shí)驗(yàn)中隱含層節(jié)點(diǎn)數(shù)約為 17 BP 神經(jīng)網(wǎng)絡(luò)訓(xùn)練 采用基于共軛梯度算法的 BP 神經(jīng)網(wǎng)絡(luò)， 用共軛 梯度法來(lái)更新閾值和權(quán)值， 實(shí)現(xiàn)誤差的反向傳播， 提 高收斂速度與學(xué)習(xí)精度

7、 訓(xùn)練次數(shù)為 100 次， 目標(biāo)誤 差設(shè)定為 0.01 3.2 3.3 BP 神經(jīng)網(wǎng)絡(luò)分類(lèi) 為了保證訓(xùn)練充分， 同時(shí)保證訓(xùn)練樣本和測(cè)試樣 本的獨(dú)立性與隨機(jī)性， 筆者采取循環(huán)交替網(wǎng)絡(luò)訓(xùn)練 12 法 隨機(jī)提取 150 組數(shù)據(jù)中的 120 組數(shù)據(jù)訓(xùn)練網(wǎng) 絡(luò)， 用訓(xùn)練好的網(wǎng)絡(luò)處理其余 30 組數(shù)據(jù) 重復(fù)上述 過(guò)程， 直至每組測(cè)試樣本均測(cè)試完畢 通過(guò)上述方 法， 得到如圖 7 所示的識(shí)別結(jié)果 在隨機(jī)抽取的 23 個(gè)樣本中， 包含 6 個(gè)分層缺陷 樣本、 7 個(gè)夾雜缺陷樣本及 10 個(gè)脫粘缺陷樣本 識(shí)別 率為 95.7% 該方法可以有效地識(shí)別分層和夾雜缺 陷， 而 1 個(gè)脫粘缺陷樣本被誤判為分層缺陷 產(chǎn)生

8、誤 差的原因可能為： 脫粘缺陷樣本在制作過(guò)程中采用自 然缺陷形式， 部分樣本不具備典型性 圖 7 識(shí)別結(jié)果 Fig.7 Recognition result Zhang Yan. Research on Damage Detection for Composite Material Based on Fuzzy Neural NetworkD. Nanj- 756 天津大學(xué)學(xué)報(bào)(自然科學(xué)與工程技術(shù)版 第 48 卷 第8期 ing：College of Aerospace Engineering，Nanjing University of Aeronautics and Astronautics

9、，2008(in Chinese. 7 孫 芳. 超聲相控陣技術(shù)若干關(guān)鍵問(wèn)題的研究D. 天 津：天津大學(xué)精密儀器與光電子工程學(xué)院，2012. Sun Fang. Research on Several Key Issues of Ultrasonic Phased Array TechnologyD. Tianjin：School of Precision Instrument and Opto-Electronics Engineering ， Tianjin University，2012(in Chinese. 8 徐 兵. 薄膜涂層材料界面缺陷檢測(cè)方法研究D. 上 海：上海交通大學(xué)船舶

10、海洋與建筑工程學(xué)院，2009. Xu Bing. The Study on the Interface Cracks Detection Method in Coating Materials D. Shanghai：School of Naval Architecture ， Ocean & Civil Engineering ， Shanghai Jiao Tong University，2009(in Chinese. 9 何 凱，張偉偉，孔祥文. 一種漸暈紋理圖像自動(dòng)分 類(lèi)方法J. 天津大學(xué)學(xué)報(bào)：自然科學(xué)與工程技術(shù)版， 2013，46(6：526-530. He Kai，Zha

11、ng Weiwei，Kong Xiangwen. An automatic classification approach to vignetting texture images J. Journal of Tianjin University ： Science and Technology，2013，46(6：526-530(in Chinese. 10 MATLAB 中文論壇. MATLAB 神經(jīng)網(wǎng)絡(luò) 30 個(gè)案例分 析M. 北京：北京航空航天大學(xué)出版社，2010. MATLAB Chinese Forum. Neural Network Analysis of 30 Cases in

12、 MATLABM. Beijing：Beijing University of Aeronautics and Astronautics Press ， 2010(in Chinese. 11 楊琳瑜，于潤(rùn)橋，盧 2007，29(8：450-452. Yang Linyu，Yu Runqiao，Lu Chao，et al. Carbon fiber composites defect recognition based on BP neural network in ultrasonic testing J. Nondestructive Testing，2007，29(8：450-452(in Chinese. 12 張冬雨，劉小方，楊 2009，28(11：56-58. Zhang Dongyu，Liu Xiaofang，Yang Jian，et al. Signa1 characteristic analysis of composite delamination defects based on wa