太原科技大学学报

2017, v.38;No.160(02) 152-156

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Archive) | 高级检索(Advanced Search)

基于神经网络的超声导波锚杆剥离缺陷的识别
Identification of the Anchor Debonding by Ultrasonic Guided-wave Based on Neural Network

王娜,张伟伟,常红

摘要(Abstract):

结合小波包分解技术与神经网络,提出了超声导波检测锚杆剥离缺陷的方法。首先,利用ANSYS-LSDYNA进行了数值模拟,在锚杆的顶端施加扫描激励波,得到了完好和剥离工况下的锚杆动态响应信号,利用小波包分解获得了缺陷参数与小波包能谱之间的关系,以小波包能谱作为输入向量训练适用于锚杆无损检测的神经网络,将剥离状况作为输出,建立了神经网络系统。最后利用混有不同噪声,且未参于训练的导波检测信号验证了神经网络检测的有效性。数值算例表明,该方法对噪声水平小于40%的检测信号,具有较好的识别结果。

关键词(KeyWords): 小波包;神经网络;锚杆;超声导波;无损检测

Abstract:

Keywords:

基金项目(Foundation): 山西省青年科技研究基金(2015021017);; 太原科技大学科技创新项目(20145008)

作者(Author): 王娜,张伟伟,常红

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享