超声智能识别CFRP-钢界面缺陷研究

作者：陈卓异; 谭胜; 李传习; 彭彦泽

来源：交通科学与工程, 2023, 39(02): 71-79.

DOI：10.16544/j.cnki.cn43-1494/u.20210907002

• 碳纤维增强复合材料
• 胶黏缺陷
• 相控阵超声检测
• 小波包分析
• BP神经网络

土木工程常采用碳纤维增强复合材料（CFRP）对钢结构进行加固，但加固后产生的缺陷会影响CFRP-钢结构的力学性能。因此，如何快速、准确地检测与识别CFRP-钢结构中存在的各种缺陷具有重大的实际工程意义。在对比傅里叶快速变换和小波包分析法后，该研究采用小波包分析方法处理钢结构试件的超声A扫信号。该方法能更好地提取回波信号特征，有效识别工程中最常见的夹杂、分层与钢板开裂3种缺陷。先对超声信号进行小波包分析；再提取近似系数节点与细节系数节点的8个特征值来构建特征向量；然后，利用所得特征向量分别采用梯度下降法、准牛顿法与共轭梯度法3种算法训练神经网络；最后，利用这些神经网络对3种缺陷进行智能识别并优选出识别精度最高的神经网络。研究结果表明：通过共轭梯度算法训练的BP神经网络模型的识别精度最高，可达93.75%。

• 单位
  长沙理工大学; 土木工程学院