基于声发射与迁移学习的材料疲劳无损检测方法及系统

本申请涉及基于声发射与迁移学习的材料疲劳无损检测方法及系统，包括：获取目标材料在疲劳试验过程中的原始声发射信号，再对其进行降噪处理以去除噪声干扰，接着对处理后的声发射信号进行时频变换，并利用频谱压缩计算变换后的信号，得到信号特征参数。将信号特征参数输入至基于循环神经网络构建并通过查找序列中最不相似周期最大化协变量平移下退化序列知识共享训练而成的迁移学习模型中，对目标材料的疲劳状态进行预测得到疲劳预测结果，该结果可用于判断材料是否出现疲劳损伤、评估疲劳损伤的程度以及预测剩余寿命。以上步骤能为材料疲劳状态提供全面的评估，精确判断材料是否出现疲劳损伤、损伤程度以及剩余寿命。