摘要
本发明公开了一种基于一维卷积神经网络模型的CFRP损伤检测方法,涉及压电阻抗技术领域,包括以下步骤:通过PZT传感器测量CFRP的EMI阻抗谱信号,通过主成分分析PCA对原始EMI阻抗数据进行降维处理,然后通过条件生成对抗网络cGAN扩展数据,构建损伤分布的阻抗数据集,建立一维卷积神经网络模型,使用EMI阻抗谱信号与损伤标签对一维卷积神经网络模型进行训练,使模型能够学习EMI阻抗谱与损伤位置之间的映射关系,从而得到CFRP损伤检测模型;根据CFRP损伤检测模型来预测损伤的位置。本发明基于卷积神经网络的CFRP损伤检测模型,相比传统的检测算法,可提高损伤检测的准确性,快速性。
技术关键词
一维卷积神经网络
损伤检测方法
条件生成对抗网络
PZT传感器
协方差矩阵
阻抗分析仪
特征值
阻抗技术
阻尼系统
标签
信号特征
方程
成分分析
数据中心
机械
复合板
算法
系统为您推荐了相关专利信息
图像结构
指数
推荐方法
条件生成对抗网络
喷雾瓶
识别系统
鼠标移动轨迹
数据采集模块
加速度
时钟偏移量
检测行人
DNN模型
定位方法
导航坐标系
扩展卡尔曼滤波
多传感器融合
深度学习技术
追踪方法
状态更新
无人机集群