摘要
本发明公开了一种融合注意力机制的CFRP蜂窝铝夹芯板冲击能量预测方法,包括:对CFRP蜂窝铝夹心层合板进行落锤冲击仿真试验,得到不同初始冲击能量工况对应的损伤图像,利用损伤图像构建数据集;在深度学习网络模型中添加注意力机制,得到融合注意力机制的深度学习网络模型;将数据集分为训练集、验证集和测试集;以损伤图像为输入,初始冲击能量为输出,训练融合注意力机制的深度学习网络模型,得到受损CFRP蜂窝铝夹芯层合板冲击能量预测模型;获取实际受损CFRP蜂窝铝夹心层合板的损伤图像,输入受损CFRP蜂窝铝夹芯层合板冲击能量预测模型,预测模型输出受损CFRP蜂窝铝夹心层合板受到的初始冲击能量。
技术关键词
融合注意力机制
深度学习网络模型
蜂窝铝
夹芯板
层合板
图像
仿真模型
训练集
冲击锤头
落锤
仿真软件
数据
工况
蒙皮
基体
系统为您推荐了相关专利信息
强化涂层
防腐涂层
波形特征提取
深度学习网络模型
注意力参数
智能缺陷检测系统
激光衍射成像
深度学习网络模型
明场显微成像
仿真数据
时间估计方法
波形
深度学习网络模型
数据
闪烁晶体
激光发射模块
四分之一波片
变形镜
偏振分束器
波前传感器