摘要
本发明涉及性能检测技术领域,公开了一种叶片结构性能检测设备及检测方法,该方法包括:对钛合金发动机叶片进行激光超声扫描,得到多模态谱特征数据;根据所述多模态谱特征数据执行参数反演和迭代优化计算,得到叶片局部区域的材料参数分布数据;基于所述材料参数分布数据对钛合金发动机叶片进行环形扫描分析,得到局部结构特征数据;对所述局部结构特征数据进行模态分解,得到疲劳损伤累积数据;将所述疲劳损伤累积数据输入双重解耦诊断模型进行对比学习和对抗性特征分离,得到目标诊断结果,本发明克服了传统线性叠加方法的局限性,准确预测了复杂载荷下的疲劳损伤演化规律,有效解决了工况干扰问题,增强了故障诊断的鲁棒性和泛化性。
技术关键词
局部结构特征
性能检测方法
叶片结构
多模态
性能检测设备
钛合金
激光超声
参数
超声回波数据
超声信号
对抗性
发动机
表面波
频率响应
三维结构
脉冲激光发射器
高精度位移传感器
工况特征
系统为您推荐了相关专利信息
面向多源异构
联动方法
异构设备
协议转换网关
设备控制接口
多模态特征
参数优化方法
信号
加权损失函数
矩阵
音乐推荐算法
生理
音乐推荐方法
多模态
音乐智能推荐方法
抹布
距离检测传感器
检测组件
流速检测设备
升降安装架
分析系统
多模态数据采集
画面
识别模块
分析模块