仪器仪表学报

作者：董珍一，林莉，孙旭，马志远

单位：董珍一,大连理工大学 无损检测研究所大连116085,,林莉,大连理工大学 无损检测研究所大连116085,,孙旭,大连理工大学 无损检测研究所大连116085,,马志远,大连理工大学 无损检测研究所大连116085,

关键词：声表面波;表层裂纹;BP神经网络

基金：国家自然科学基金(51675083, 51805072)、中国博士后科学基金(2018M641689)资助项目

针对超声参量?目标特征经验拟合方法预测金属表层裂纹深度准确性不高的问题，提出一种基于差异性与最小集合原则优选特征并训练BP神经网络的金属表层裂纹深度的声表面波(SAW)定量表征技术。该技术运用有限元法模拟激光激发SAW过程，提取裂纹引起的反射与透射SAW峰值、平均值等多个特征训练BP神经网络用以预测裂纹深度，实现不锈钢表层深度0?1~2?0mm的20组开口裂纹定量表征。模拟结果表明：裂纹深度预测结果相对误差在3%以内，与经验拟合曲线预测结果相比，准确率提高60%以上。实验采用5MHz表面波探头采集不锈钢试样表层深度1?0与1?5mm预加工裂纹各20个反射波信号，通过BP神经网络预测的裂纹深度相对误差在0?1%以内，验证了定量表征技术的可行性与准确性。

来源：2019年第8期

《仪器仪表学报》期刊编辑部

查看仪器仪表学报杂志2019年第8期