公开(公告)号：CN118837439A

公开(公告)日：2024-10-25

申请号：CN202410875023.0

申请日：2024-07-02

Applicant: 西北工业大学

Inventor： 杜飞 ,  王瀚林 ,  李浩楠 ,  田镇熊 ,  校金友 ,  沙宝林 ,  杨朝晖

IPC: G01N29/06 ,  G01N29/44 ,  G06F18/2415 ,  G06F18/25

Abstract: 本申请公开了一种超声导波监测固体发动机壳体损伤定位方法，包括以下步骤：在被测壳体上的监测区域外围布置多组传感器对，基于导波波包的到达时间选择一阶和二阶的A0模态导波信号进行损伤监测；每个传感器对的一阶导波和二阶导波的损伤指标并将两者损伤指进行融合；基于融合后的损伤指标，分别计算各像素点的损伤概率并求和；利用修正函数对损伤概率进行修正；将得到的损伤概率结果可视化并成像，损伤概率最大的位置就是最终缺陷所在位置。本申请利用两阶A0模态并将其损伤指标直接融合，提高了对于损伤的灵敏度；采用修正函数对损伤概率进行修正，解决了由于传统概率成像法对于不同传感器路径交点重合处损伤概率偏大而出现假损伤的问题。

公开(公告)号：CN118070162A

公开(公告)日：2024-05-24

申请号：CN202410222726.3

申请日：2024-02-28

Applicant: 西北工业大学

Inventor： 杜飞 ,  田镇熊 ,  李存真 ,  吴益清 ,  周子康 ,  张旭 ,  牙泓霖 ,  唐仕璐

IPC: G06F18/2431 ,  G06F18/214 ,  G06N3/0442 ,  G06N3/0464 ,  G06N3/0499 ,  G06N3/084 ,  G01M13/00

Abstract: 本发明提出一种基于小样本学习声音识别的螺栓松动监测方法及便携式检测装置，采用适用于声音信号的改进小样本学习模型和基于时域/频域掩蔽的声音信号数据增强方法，相比于直接使用图像识别领域的小样本学习模型，改进后的模型能够获得更高的螺栓松动识别精度，通过算例进行了验证；此外，使用提出的数据增强方法对训练样本进行增强，该数据增强方法更适用于声音信号，能够进一步提高少量样本下螺栓松动识别的精度，最终将完成训练的模型集成到嵌入式板卡中，实现便携式螺栓松动检测装置。