基于电学成像与深度学习的蜂窝结构冲击损伤识别研究

作     者：周登 李雪峰 严刚 黄再兴 ZHOU Deng;LI Xuefeng;YAN Gang;HUANG Zaixing

作者机构：南京航空航天大学航空航天结构力学及控制全国重点实验室南京210016 

出 版 物：《航空制造技术》 (Aeronautical Manufacturing Technology)

年 卷 期：2024年第67卷第13期

页      面：84-91页

核心收录：

学科分类：08[工学] 0825[工学-航空宇航科学与技术] 

基　　金：航空科学基金(2017ZA52005) 航空航天结构力学及控制全国重点实验室开放课题(MCMS-E-0423G02) 

主　　题：蜂窝夹层结构 冲击损伤识别 印刷感应层 电学成像 深度学习 

摘      要：针对蜂窝夹层结构遭受外物冲击的情况,提出结合电学成像和深度学习的方法,对冲击损伤进行在线监测和识别,为结构完整性评估和决策提供准确信息。首先通过丝网印刷技术,使用碳油墨和银浆油墨在结构表面分别制备感应层和导电线路;然后对不同数量、位置和尺寸的冲击损伤进行数值仿真,获取对应的感应层电导率变化与边界电压变化数据样本,由残差神经网络进行深度学习,建立二者的映射关系;最后在结构遭受冲击前后分别测量感应层的边界电压数据,通过训练好的残差神经网络重建感应层电导率变化分布的图像,实现损伤信息的识别。通过对蜂窝夹层结构进行低速冲击试验,验证了所提出技术和方法的可行性和有效性。