一种基于U-Net神经网络正则化的板结构缺陷兰姆波全波形反演方法

本发明公开了一种基于U‑Net神经网络正则化的板结构缺陷兰姆波全波形反演方法，属于无损检测领域。首先通过频域有限差分法求解二维声波方程，获取各接收点的模拟信号；通过构建目标函数表示模拟信号与传感器实测信号的相对偏差，将金属板中缺陷的反演问题转化成目标函数的优化问题；利用伴随状态法对目标函数求导获得梯度，沿梯度负方向更新速度场，通过U‑Net神经网络特有的编码—解码结构对速度场进行正则化处理，以抑制噪声和伪像；采用频率串行反演策略，由低频到高频逐级进行反演。该方法利用U‑Net神经网络实现了对反演过程中伪像的抑制，利用频域串行反演策略降低了反演对初始模型精度的依赖，实现了板结构缺陷的高精度反演。