基于神经网络铝板机磁阻抗结构损伤识别

作者：王晓煜; 詹益; 郭新峰; 高斯佳

来源：大连交通大学学报, 2019, 40(03): 66-71.

DOI：10.13291/j.cnki.djdxac.2019.03.013

• 金属板
• 机磁阻抗
• 结构健康监测
• 磁致伸缩
• 神经网络

提出一种将机磁阻抗技术用于金属板结构健康监测的方法,并使用BP神经网络数据处理技术实现金属板损伤程度的定量识别.首先,建立铝板与磁致伸缩材料构成的机磁阻抗模型,并推导出模型的耦合电阻抗表达式.然后,利用有限元软件ANSYS建立耦合系统的三维模型,并通过有限元谐响应分析方法得到铝板在缺陷尺寸从5mm变化到13mm的机磁阻抗谱.同时,建立BP神经网络模型,对缺陷尺寸为7 mm和12 mm的机磁阻抗谱进行验证.结果表明,神经网络能够准确识别出铝板缺陷的损伤级别.在铝板机磁阻抗检测中使用神经网络进行数据处理,不仅可以实现缺陷尺寸的精确定量,而且还具有较高的稳定性.

• 单位
  大连交通大学