摘要
本发明公开了一种基于叠加频谱图与神经网络的微裂纹检测方法,属于缺陷检测技术领域。本发明方法首先在待检测板材微裂纹损伤区域设置若干采集传感器与激励传感器,在板材上下表面对称发射S0模态Lamb波激励信号,将采集传感器所接收信号进行处理并离散化,生成频谱数据矩阵及叠加频谱图,基于步骤频谱数据矩阵与叠加频谱图训练神经网络模型对微裂纹坐标、角度、长度进行检测。本发明方法在特征方面将所有传感器的频谱数据叠加后形成的叠加频谱图,其包含的信息量更大,可视化能力更强,有助于对不同微裂纹的特征进行预测,实验结果表明,方法可以在同一时间生成微裂纹位置坐标、方向和长度的特征信息,提高了板状结构微裂纹检测的效率以及精确性。
技术关键词
裂纹检测方法
训练神经网络模型
模态Lamb波
微裂纹
传感器
检测板材
多头注意力机制
缺陷检测技术
数据
信号
矩阵
频率
坐标
生成方法
板状结构
计算方法