• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    超聲相控陣檢測CFRP缺陷識別方法

    2015-06-05 15:30:51楊曉霞黃玉秋詹湘琳靳世久
    關(guān)鍵詞:波包相控陣碳纖維

    李 健,郭 薇,楊曉霞,黃玉秋,詹湘琳,靳世久

    (1. 天津大學(xué)精密儀器與光電子工程學(xué)院,天津 300072;2. 中國民航大學(xué)航空自動化學(xué)院,天津 300300)

    超聲相控陣檢測CFRP缺陷識別方法

    李 健1,郭 薇1,楊曉霞1,黃玉秋1,詹湘琳2,靳世久1

    (1. 天津大學(xué)精密儀器與光電子工程學(xué)院,天津 300072;2. 中國民航大學(xué)航空自動化學(xué)院,天津 300300)

    碳纖維增強(qiáng)復(fù)合材料(CFRP)以其特殊的性能廣泛應(yīng)用在不同領(lǐng)域,然而缺陷的存在嚴(yán)重影響材料的性能,造成重大的經(jīng)濟(jì)損失,甚至存在安全隱患,因此,碳纖維復(fù)合材料的無損檢測與缺陷識別已成為該領(lǐng)域的研究熱點(diǎn)之一.利用超聲相控陣系統(tǒng)檢測CFRP中3種常見缺陷——分層、夾雜和脫粘,得到原始A掃信號,運(yùn)用小波包變換理論,提取樣本特征值,建立并訓(xùn)練BP神經(jīng)網(wǎng)絡(luò),對3種缺陷進(jìn)行識別,識別率達(dá)到95.7%.結(jié)果表明:利用超聲相控陣技術(shù)可以提高缺陷檢測效率,對缺陷有良好的成像效果;小波包與BP神經(jīng)網(wǎng)絡(luò)的結(jié)合,對CFRP中的不同缺陷有較高的識別率.

    碳纖維增強(qiáng)復(fù)合材料;超聲相控陣;無損檢測;小波包;BP神經(jīng)網(wǎng)絡(luò)

    碳纖維復(fù)合材料作為高性能結(jié)構(gòu)材料,不僅具有一般碳素材料的特性,如耐高溫、耐摩擦、耐腐蝕,而且具有高比強(qiáng)度、高比模量以及高抗疲勞性等力學(xué)特點(diǎn).隨著科學(xué)技術(shù)的日益發(fā)展,對碳纖維復(fù)合材料的認(rèn)識也逐漸加深,這些優(yōu)點(diǎn)使其廣泛應(yīng)用在航空航天、石油化工等領(lǐng)域[1].但是,由于碳纖維復(fù)合材料的特殊制造工藝及其各向異性的特點(diǎn),導(dǎo)致在制造工藝中容易出現(xiàn)不穩(wěn)定現(xiàn)象,伴隨著某些缺陷的產(chǎn)生,最常見的缺陷有夾雜與脫粘,此外,在使用過程當(dāng)中,因為撞擊、疲勞等因素的影響,也極易產(chǎn)生各種類型的缺陷,例如分層缺陷.這些缺陷的存在,嚴(yán)重影響材料的性能,導(dǎo)致整個結(jié)構(gòu)件的報廢,造成重大經(jīng)濟(jì)損失.因此,對碳纖維復(fù)合材料的檢測尤為重要.

    自20世紀(jì)70年代起,國外在無損檢測領(lǐng)域針對復(fù)合材料開展了全方位的技術(shù)研究,20世紀(jì)80年代后,在復(fù)合材料無損檢測領(lǐng)域誕生了許多新技術(shù)、新方法,這些方法推進(jìn)了復(fù)合材料的進(jìn)一步發(fā)展與應(yīng)用.英國的Nageswaran等[2]利用超聲相控陣檢測碳纖維復(fù)合材料分層缺陷,發(fā)現(xiàn)超聲相控陣技術(shù)與傳統(tǒng)超聲檢測方法相比,檢測速度快,提高了檢測效率.此外,超聲相控陣還具有靈活性好、顯示結(jié)果直觀等特點(diǎn),利于缺陷成像的研究.

    在碳纖維復(fù)合材料檢測中,缺陷類型的準(zhǔn)確識別一直未得到徹底解決.Rhim等[3]提出對信號進(jìn)行模態(tài)分析,得到傳遞函數(shù),將傳遞函數(shù)的零極點(diǎn)作為分類的特征值,再進(jìn)行BP網(wǎng)絡(luò)訓(xùn)練,但碳纖維復(fù)合材料具有各向異性的特性,該方法很難得到良好的識別效果.此外,缺陷回波是一種典型的非平穩(wěn)高頻信號,通常會包含各種噪聲信號,要實現(xiàn)對缺陷的分類與識別,必須將缺陷回波從噪聲信號中提取出來.因此,特征提取方法的選擇在缺陷識別中尤為重要,直接影響缺陷分類的正確性和可靠性.超聲相控陣是由近似于δ函數(shù)的窄脈沖激勵發(fā)出超聲波,持續(xù)時間很短,含有豐富的頻譜信息,即含有多個不同頻率的諧波.目前已經(jīng)有許多超聲信號處理方法,如自適應(yīng)濾波、裂譜分析法等,但這些方法大多基于傅里葉變換原理,無法將信號的時域頻域特征結(jié)合起來分析.小波包分析適用于分析和處理非平穩(wěn)高頻信號,它可以將信號按任意時頻分辨率分解,將不同頻段的信號分解到相應(yīng)的頻段中,是多分辨率小波分析的推廣,相對于小波分析,它可以對信號的高頻部分做更加細(xì)致的刻畫,對信號有更強(qiáng)的分析能力[4-5].

    碳纖維復(fù)合材料損傷機(jī)理復(fù)雜,影響因素較多,僅僅依靠工作人員的經(jīng)驗很難對缺陷做出精確的判斷,而且很難找出分析函數(shù)關(guān)系來識別缺陷,而BP神經(jīng)網(wǎng)絡(luò)具有良好的非線性映射能力、實時計算能力和分類識別能力,容錯性強(qiáng),算法簡單,易于實現(xiàn),因而在許多領(lǐng)域得到應(yīng)用.在碳纖維復(fù)合材料探傷中,解決了通過觀察超聲檢測獲得的圖像不能對缺陷進(jìn)行精確分類與識別的問題[6].

    筆者針對復(fù)合材料在制造與使用過程中容易出現(xiàn)的3種缺陷——分層、夾雜與脫粘,分別制作了包含3種缺陷的碳纖維復(fù)合材料實驗板,使用超聲相控陣系統(tǒng)對樣板進(jìn)行掃查,由B掃圖可以初步區(qū)分缺陷信號,但仍有一定限制.采集原始A掃信號,并對其進(jìn)行快速傅里葉變換(FFT),對比3種缺陷信號的時域與頻域特征,很難發(fā)現(xiàn)不同之處.因此,采用sym8小波對信號進(jìn)行4層分解,根據(jù)小波包變換理論,重構(gòu)近似節(jié)點(diǎn)與細(xì)節(jié)節(jié)點(diǎn)系數(shù)波形,選取8個特征值構(gòu)造特征向量,建立并訓(xùn)練基于共軛梯度算法的BP神經(jīng)網(wǎng)絡(luò),對3種缺陷進(jìn)行識別.

    1 超聲相控陣檢測

    1.1 實驗裝置

    1.1.1 實驗系統(tǒng)

    M2M公司生產(chǎn)的POCKET 16×64超聲相控陣系統(tǒng)與Multi2000軟件配套使用,檢測碳纖維復(fù)合材料實驗板.采樣頻率設(shè)定為100,MHz;探頭選用Olympus生產(chǎn)的線性相控陣探頭,型號為5L64-A2,該探頭有64個陣元,陣元寬度為0.49,mm,陣元間距為0.1,mm,孔徑寬度為37.66,mm,中心頻率設(shè)定為5,MHz;探頭安裝在厚度為20,mm的零度楔塊上,可以減少近場效應(yīng),并且獲得較理想的缺陷成像效果,此外,楔塊還起到保護(hù)探頭的作用[7];采用專用耦合劑耦合,減少聲束在空氣中的衰減.

    1.1.2 實驗材料

    分別制作包含分層、夾雜、脫粘3類缺陷的碳纖維復(fù)合材料實驗板.該實驗板以環(huán)氧樹脂為基體,采用日本東麗生產(chǎn)的3,K光度的碳纖維作為增強(qiáng)纖維,制成長200,mm、寬100,mm的層壓板結(jié)構(gòu),共20層,厚度大約為5,mm.在制作過程中,鋪設(shè)聚四氟乙烯薄膜模擬分層缺陷,不同樣板的分層位置與大小不同.分別在樣板中放置不同形狀(圓形、方形、字母)的金屬薄片模擬夾雜缺陷;脫粘缺陷是材料內(nèi)部纖維絲粘合不良,可以自由晃動,采用自然缺陷形式.本實驗是對3種缺陷類型的識別不進(jìn)行定量分析,因此對各樣板中缺陷的具體位置與大小不進(jìn)行詳細(xì)說明.

    1.2 實驗過程

    根據(jù)實際情況配置各個參數(shù)(如樣本材料、探頭、檢測方式、相控陣),并計算對應(yīng)的延遲法則,采用超聲相控陣線性掃查方式,不使用相控陣儀器中的濾波器進(jìn)行處理.每次激發(fā)16個陣元,步進(jìn)為1,每完成1次掃查可以獲得49組A掃信號,49組原始A掃信號形成一幅B掃圖,如圖1所示.比較發(fā)現(xiàn)不同缺陷的缺陷回波與底波存在較顯著差異:分層缺陷信號回波較強(qiáng),有明顯的二次回波,對應(yīng)位置處底波全部消失;夾雜缺陷信號回波較強(qiáng),對應(yīng)位置處的底波減弱,但仍存在;脫粘缺陷信號相對較弱,底波信號強(qiáng).由此可見,3類缺陷基本能從B掃圖像中區(qū)分出來,簡單直觀,但在未知缺陷的情況下不能獲得缺陷信息,因此通過B掃圖判斷缺陷類型存在一定的限制,需要進(jìn)一步對信號分析處理.

    圖1 3類缺陷B掃圖Fig.1 B scan of three defects

    利用超聲相控陣儀器采集3種缺陷原始A掃信號,如圖2(a)、(c)、(e)所示.此外,利用超聲相控陣系統(tǒng)對缺陷進(jìn)行C掃描得到C掃信號,從中提取A掃信號,圖3所示為提取A掃信號程序流程.利用超聲相控陣系統(tǒng)掃查,上位機(jī)中生成后綴為m2k的配置文件,讀取該文件中各項參數(shù)及采集到的C掃數(shù)據(jù),對數(shù)據(jù)進(jìn)行重構(gòu),即可獲得多組A掃信號.

    采用該方法進(jìn)行一次掃查可以得到多組A掃信號,明顯提高了檢測效率.但是該方法需要在掃查過程中勻速移動探頭,然而人為操作難以達(dá)到這一要求,提取的A掃數(shù)據(jù)不是全部有效.制作機(jī)械掃查架可以帶動探頭進(jìn)行勻速掃查,得到較好的掃查效果,獲取更多有效數(shù)據(jù).

    從圖2中可以看出,在缺陷位置處均有較大幅值,對3類缺陷信號進(jìn)行快速傅里葉變換,如圖2(b)、(d)、(f)所示.對比3種缺陷的時域和頻域特征,可見無顯著差異,不能區(qū)分3種缺陷.同時,3種缺陷信號均屬于非平穩(wěn)高頻信號,而近年來應(yīng)用較為廣泛的小波包分析針對該類型信號的分析與處理有良好的效果.

    圖2 3種缺陷的A掃信號Fig.2 A scan of three defects

    圖3 讀取A掃信號程序流程Fig.3 Program flow diagram of reading A scan data

    2 小波包分解與系數(shù)重構(gòu)

    選取合適的特征值是模式識別的關(guān)鍵步驟,也是提高識別率的關(guān)鍵因素.小波包分析可以在不丟失原信號重要信息成分的前提下實現(xiàn)信號的濾波,提高信號的時頻分辨率.每個小波包基里提供1種特定的信號分析方法,可以保存信號的能量并根據(jù)特征進(jìn)行精確的重構(gòu).

    2.1 信號的小波包分解與重構(gòu)

    Symlet小波函數(shù)是近似對稱小波函數(shù),由Daubechies提出,它是對db函數(shù)的改進(jìn).為了使得分解后的結(jié)果更加清楚,選取sym8小波對缺陷信號進(jìn)行4層分解,分解樹結(jié)構(gòu)如圖4所示.

    圖4 小波包分解樹Fig.4 Wavelet packet decomposition tree

    表1為信號進(jìn)行4層分解后各節(jié)點(diǎn)的能量百分?jǐn)?shù).可以看到,能量大部分集中在節(jié)點(diǎn)(4,0)(近似系數(shù))上,包含大約99%的信息能量,保留了缺陷信號的大部分特征,少部分能量分布在節(jié)點(diǎn)(4,1)、(4,2)、(4,3)(細(xì)節(jié)系數(shù))上.這與快速傅里葉變換中能量大部分集中在低頻系數(shù)上這一特點(diǎn)類似.

    表1 小波包分解后各節(jié)點(diǎn)的能量百分?jǐn)?shù)Tab.1Energy percentage of each node after wavelet packet decomposition

    從表1中各缺陷能量百分?jǐn)?shù)可以發(fā)現(xiàn),3種缺陷在節(jié)點(diǎn)(4,0)處的能量百分?jǐn)?shù)差別不大,因此選用能量作為區(qū)分3種缺陷的特征值是不合適的.近似系數(shù)與細(xì)節(jié)系數(shù)提供了更細(xì)致的原始信號的時頻局域信息,并且用小波包系數(shù)可以更好地刻畫缺陷回波信號的性質(zhì)[8-9].因此對近似系數(shù)節(jié)點(diǎn)(4,0)、細(xì)節(jié)系數(shù)節(jié)點(diǎn)(4,1)、(4,2)進(jìn)行系數(shù)重構(gòu),得到分解系數(shù)波形,如圖5所示.

    2.2 構(gòu)造缺陷信號的特征向量

    從圖5可見,3種缺陷的原始信號波形輪廓有顯著差異,而近似系數(shù)節(jié)點(diǎn)(4,0)的波形與原始信號波形輪廓一致,能夠反映缺陷信號的輪廓特征.此外,3種缺陷信號在缺陷回波處幅值差異也較為明顯.因此,選用波峰系數(shù)(見式(1))與波形系數(shù)(見式(2))作為特征值可以較好地表征3種缺陷的特征.

    式中cAj為近似系數(shù).

    僅僅選用近似系數(shù)作為特征值來識別3種缺陷很明顯是不充分的.細(xì)節(jié)系數(shù)可以更準(zhǔn)確地描述信號的細(xì)部特征,而平均值、有效值和方差可以較好地描述一個波形的特征,因此選取節(jié)點(diǎn)(4,1)與(4,2)的平均值s1、有效值s2以及方差s3作為特征值,如式(3)~式(5)所示.

    圖5 3種缺陷信號小波包分解系數(shù)重構(gòu)Fig.5 Wavelet packet decomposition coefficients reconstruction of three defects

    式中cDj為細(xì)節(jié)系數(shù).構(gòu)造特征值向量T=[kPkFt1t2t3t4t5t6].

    3 BP神經(jīng)網(wǎng)絡(luò)模式識別

    BP神經(jīng)網(wǎng)絡(luò)的出現(xiàn)成功解決了許多復(fù)雜分類與識別的問題,其良好的非線性映射能力非常適合解決碳纖維復(fù)合材料中3種常見缺陷的識別問題.圖6所示為3層BP網(wǎng)絡(luò)結(jié)構(gòu)模型,它由輸入層、隱含層和輸出層組成.

    圖6 BP網(wǎng)絡(luò)結(jié)構(gòu)模型Fig.6 BP network structure model

    BP神經(jīng)網(wǎng)絡(luò)也叫多層前饋神經(jīng)網(wǎng)絡(luò),是一種有導(dǎo)師的訓(xùn)練算法,其特點(diǎn)主要是信號前向傳遞、誤差反向傳播.給定輸出目標(biāo)后,根據(jù)預(yù)測誤差調(diào)節(jié)網(wǎng)絡(luò)的權(quán)值和閾值,從而使得BP神經(jīng)網(wǎng)絡(luò)的誤差信號達(dá)到最小,當(dāng)誤差達(dá)到允許范圍內(nèi)時,網(wǎng)絡(luò)訓(xùn)練過程結(jié)束[10].

    3.1 BP神經(jīng)網(wǎng)絡(luò)的構(gòu)建

    神經(jīng)網(wǎng)絡(luò)識別之前需要訓(xùn)練網(wǎng)絡(luò),使網(wǎng)絡(luò)具有聯(lián)想、記憶與識別能力,因此首先要確定網(wǎng)絡(luò)輸入層、隱含層和輸出層的節(jié)點(diǎn)數(shù).

    對3種缺陷信號提取8個特征值,因此網(wǎng)絡(luò)中的輸入節(jié)點(diǎn)個數(shù)設(shè)置為8;要識別的缺陷有3類,因此網(wǎng)絡(luò)的輸出層節(jié)點(diǎn)個數(shù)設(shè)置為3.神經(jīng)網(wǎng)絡(luò)用于識別超聲信號時,通常使用二進(jìn)制量0、1或者[0,1]區(qū)間的數(shù)字表示.本實驗中,3種缺陷對應(yīng)的輸出分別設(shè)定為:分層[0 0 1]、夾雜[0 1 0]、脫粘[1 0 0].隱含層數(shù)的增加會使網(wǎng)絡(luò)結(jié)構(gòu)變得復(fù)雜,因此選擇1個隱含層構(gòu)成3層BP神經(jīng)網(wǎng)絡(luò),通過增加隱含層中神經(jīng)元的數(shù)目來提高網(wǎng)絡(luò)的識別率和識別精度,且訓(xùn)練效果也更容易觀察、調(diào)整.隱含層節(jié)點(diǎn)數(shù)的選取一般按照經(jīng)驗公式[11]估算得到,即

    式中:nh為隱含層節(jié)點(diǎn)數(shù);ni為輸入層節(jié)點(diǎn)數(shù).由此算得本實驗中隱含層節(jié)點(diǎn)數(shù)約為17.

    3.2 BP神經(jīng)網(wǎng)絡(luò)訓(xùn)練

    采用基于共軛梯度算法的BP神經(jīng)網(wǎng)絡(luò),用共軛梯度法來更新閾值和權(quán)值,實現(xiàn)誤差的反向傳播,提高收斂速度與學(xué)習(xí)精度.訓(xùn)練次數(shù)為100次,目標(biāo)誤差設(shè)定為0.01.

    3.3 BP神經(jīng)網(wǎng)絡(luò)分類

    為了保證訓(xùn)練充分,同時保證訓(xùn)練樣本和測試樣本的獨(dú)立性與隨機(jī)性,筆者采取循環(huán)交替網(wǎng)絡(luò)訓(xùn)練法[12].隨機(jī)提取150組數(shù)據(jù)中的120組數(shù)據(jù)訓(xùn)練網(wǎng)絡(luò),用訓(xùn)練好的網(wǎng)絡(luò)處理其余30組數(shù)據(jù).重復(fù)上述過程,直至每組測試樣本均測試完畢.通過上述方法,得到如圖7所示的識別結(jié)果.

    在隨機(jī)抽取的23個樣本中,包含6個分層缺陷樣本、7個夾雜缺陷樣本及10個脫粘缺陷樣本.識別率為95.7%.該方法可以有效地識別分層和夾雜缺陷,而1個脫粘缺陷樣本被誤判為分層缺陷.產(chǎn)生誤差的原因可能為:脫粘缺陷樣本在制作過程中采用自然缺陷形式,部分樣本不具備典型性.

    圖7 識別結(jié)果Fig.7 Recognition result

    4 結(jié) 論

    (1)使用超聲相控陣系統(tǒng)檢測碳纖維增強(qiáng)復(fù)合材料可以提高檢測效率,同時,對缺陷信號有良好的成像效果,通過B掃圖可以對缺陷進(jìn)行初步分類.

    (2)利用sym8小波分析處理信號,提取8個特征值;構(gòu)建3層BP神經(jīng)網(wǎng)絡(luò),采用共軛梯度算法訓(xùn)練網(wǎng)絡(luò),可以很好地識別分層、夾雜、脫粘3種缺陷,識別率達(dá)到95.7%.結(jié)果表明,該方法能有效區(qū)分碳纖維復(fù)合材料中的常見缺陷,為以后能快速、準(zhǔn)確地識別更多類型的缺陷奠定了一定的基礎(chǔ).

    [1] 趙稼祥,王曼霞. 復(fù)合材料用高性能炭纖維的發(fā)展和應(yīng)用[J]. 新型炭材料,2000,15(1):68-75.

    Zhao Jiaxiang,Wang Manxia. Development and application of high properities carbon fibers for composite materials[J]. New Carbon Materials,2000,15(1):68-75(in Chinese).

    [2] Nageswaran C,Bird C R,Takahashi R. Phased array scanning of artificial and impact damage in carbon fibre reinforced plastic(CFRP)[J]. Insight,2006,48(3):155-159.

    [3] Rhim J,Lee S W. A network approach for damage detection and identification of structures [J]. Computational Mechanics,1995,16(6):437-443.

    [4] 冉志紅,李 喬. 小波變換在結(jié)構(gòu)損傷識別特征提取中的應(yīng)用[J]. 振動與沖擊,2007,26(7):118-121.

    Ran Zhihong,Li Qiao. The application of the wavelet transform in the structural damage recognition feature extraction [J]. Journal of Vibration and Shock,2007,26(7):118-121(in Chinese).

    [5] 陳世利,常文爽,靳世久. 汽輪機(jī)輪緣超聲相控陣檢測中缺陷方向識別[J]. 納米技術(shù)與精密工程,2013,11(4):328-333.

    Chen Shili,Chang Wenshuang,Jin Shijiu. Recognition of defect direction in ultrasonic phased array testing of turbine disc rims[J]. Nanotechnology and Precision Engineering,2013,11(4):328-333(in Chinese).

    [6] 張 燕. 基于模糊神經(jīng)網(wǎng)絡(luò)的復(fù)合材料損傷主動監(jiān)測技術(shù)研究[D]. 南京:南京航空航天大學(xué)航空宇航學(xué)院,2008.

    Zhang Yan. Research on Damage Detection for Composite Material Based on Fuzzy Neural Network[D]. Nan-jing:College of Aerospace Engineering,Nanjing University of Aeronautics and Astronautics,2008(in Chinese).

    [7] 孫 芳. 超聲相控陣技術(shù)若干關(guān)鍵問題的研究[D]. 天津:天津大學(xué)精密儀器與光電子工程學(xué)院,2012.

    Sun Fang. Research on Several Key Issues of Ultrasonic Phased Array Technology[D]. Tianjin:School of Precision Instrument and Opto-Electronics Engineering,Tianjin University,2012(in Chinese).

    [8] 徐 兵. 薄膜涂層材料界面缺陷檢測方法研究[D]. 上海:上海交通大學(xué)船舶海洋與建筑工程學(xué)院,2009.

    Xu Bing. The Study on the Interface Cracks Detection Method in Coating Materials [D]. Shanghai:School of Naval Architecture,Ocean & Civil Engineering,Shanghai Jiao Tong University,2009(in Chinese).

    [9] 何 凱,張偉偉,孔祥文. 一種漸暈紋理圖像自動分類方法[J]. 天津大學(xué)學(xué)報:自然科學(xué)與工程技術(shù)版,2013,46(6):526-530.

    He Kai,Zhang Weiwei,Kong Xiangwen. An automatic classification approach to vignetting texture images [J]. Journal of Tianjin University:Science and Technology,2013,46(6):526-530(in Chinese).

    [10] MATLAB中文論壇. MATLAB神經(jīng)網(wǎng)絡(luò)30個案例分析[M]. 北京:北京航空航天大學(xué)出版社,2010.

    MATLAB Chinese Forum. Neural Network Analysis of 30 Cases in MATLAB[M]. Beijing:Beijing University of Aeronautics and Astronautics Press,2010(in Chinese).

    [11] 楊琳瑜,于潤橋,盧 超,等. 基于BP 神經(jīng)網(wǎng)絡(luò)的復(fù)合材料超聲波檢測缺陷類型識別[J]. 無損檢測,2007,29(8):450-452.

    Yang Linyu,Yu Runqiao,Lu Chao,et al. Carbon fiber composites defect recognition based on BP neural network in ultrasonic testing [J]. Nondestructive Testing,2007,29(8):450-452(in Chinese).

    [12] 張冬雨,劉小方,楊 劍,等. 基于小波包變換的復(fù)合材料分層缺陷信號特征分析[J]. 兵工自動化,2009,28(11):56-58.

    Zhang Dongyu,Liu Xiaofang,Yang Jian,et al. Signa1 characteristic analysis of composite delamination defects based on wavelet packet transform [J]. Ordnance Industry Automation,2009,28(11):56-58(in Chinese).

    (責(zé)任編輯:趙艷靜)

    A Flaw Classification Method for Ultrasonic Phased Array Inspection of CFRP

    Li Jian1,Guo Wei1,Yang Xiaoxia1,Huang Yuqiu1,Zhan Xianglin2,Jin Shijiu1
    (1. School of Precision Instrument and Opto-Electronics Engineering,Tianjin University,Tianjin 300072,China;2. School of Aeronautical Automation,Civil Aviation University of China,Tianjin 300300,China)

    Carbon fiber reinforced plastics(CFRP)composite materials are widely used in different fields for their special properties. However,the defects in carbon fiber reinforced plastics composite materials seriously affect their performance and may cause significant economic loss,and even security problems. So both non-destructive testing and defect recognition of CFRP composite materials have become the hot research spots in this field. Ultrasonic phased array system was used to inspect the CFRP composite materials which contain such defects as de-lamination,inclusion and de-bonding. The original A scan signals from these materials were analyzed by wavelet packet transform and the characteristic values of these samples were extracted. BP neural network was built and trained for identifying those defects. The recognition rate could reach 95.7%. The result shows that ultrasonic phased array technology can improve the inspection efficiency obviously,and has the good imaging effect. The combination of wavelet packet with the BP neural network has a high recognition rate for the defects of de-lamination,inclusion and de-bonding in CFRP.

    carbon fiber reinforced plastics composite materials;ultrasonic phased array;non-destructive testing;wavelet packet;BP neural network

    TP391.4

    A

    0493-2137(2015)08-0750-07

    10.11784/tdxbz201402011

    2014-02-13;

    2014-07-07.

    國家自然科學(xué)基金資助項目(61102097);天津市科學(xué)技術(shù)委員會資助項目(11ZCGHHZ00700).

    李 ?。?973— ),男,博士,副教授.

    李 健,tjupipe@tju.edu.cn.

    時間:2014-09-03.

    http://www.cnki.net/kcms/detail/12.1127.N.20140903.1013.004.html.

    猜你喜歡
    波包相控陣碳纖維
    相控陣超聲技術(shù)在PE管電熔焊接檢測的應(yīng)用
    煤氣與熱力(2021年3期)2021-06-09 06:16:16
    相控陣超聲波檢測技術(shù)認(rèn)證
    化工管理(2021年7期)2021-05-13 00:45:20
    一種碳纖維加固用浸漬膠的研究
    上海建材(2019年4期)2019-05-21 03:13:02
    一種相控陣?yán)走_(dá)的通訊處理器設(shè)計
    電子制作(2019年24期)2019-02-23 13:22:16
    基于小波包Tsallis熵和RVM的模擬電路故障診斷
    相控陣?yán)走_(dá)研究現(xiàn)狀與發(fā)展趨勢
    電子測試(2018年15期)2018-09-26 06:01:46
    HP-RTM碳纖維復(fù)合材料中通道加強(qiáng)板研究
    中間相瀝青基碳纖維及其在飛機(jī)上的應(yīng)用
    碳纖維增強(qiáng)PBT/ABS—g—MAH復(fù)合材料的力學(xué)性能和流變行為
    中國塑料(2016年6期)2016-06-27 06:34:16
    基于小波包變換的電力系統(tǒng)諧波分析
    一本一本综合久久| 在现免费观看毛片| 国产成人aa在线观看| 女人十人毛片免费观看3o分钟| 97热精品久久久久久| av女优亚洲男人天堂| 亚洲不卡免费看| 日韩大尺度精品在线看网址| av在线老鸭窝| 亚洲丝袜综合中文字幕| 波野结衣二区三区在线| av天堂中文字幕网| 久久久久久久久久久免费av| 老熟妇乱子伦视频在线观看| 欧美最新免费一区二区三区| 午夜福利在线在线| 久久精品国产亚洲av香蕉五月| 亚洲欧洲国产日韩| 亚洲精品色激情综合| 久久人人爽人人爽人人片va| 亚洲一级一片aⅴ在线观看| АⅤ资源中文在线天堂| 色综合亚洲欧美另类图片| 91aial.com中文字幕在线观看| 久久久a久久爽久久v久久| 日韩一区二区三区影片| 99久国产av精品国产电影| videossex国产| 国产真实乱freesex| 亚洲精品成人久久久久久| 日本五十路高清| 村上凉子中文字幕在线| 只有这里有精品99| 国产成人精品久久久久久| 在线a可以看的网站| 天堂av国产一区二区熟女人妻| 国产伦精品一区二区三区四那| 国产欧美日韩精品一区二区| 国产又黄又爽又无遮挡在线| 成人美女网站在线观看视频| 亚洲美女搞黄在线观看| 亚洲精品国产av成人精品| 国产精品女同一区二区软件| 校园人妻丝袜中文字幕| 亚洲精品国产成人久久av| 菩萨蛮人人尽说江南好唐韦庄 | 深夜a级毛片| 欧美日韩一区二区视频在线观看视频在线 | 精品少妇黑人巨大在线播放 | 亚洲熟妇中文字幕五十中出| 久久人人爽人人爽人人片va| 床上黄色一级片| 亚洲精品色激情综合| 有码 亚洲区| 中国国产av一级| 精品国产三级普通话版| kizo精华| 一本精品99久久精品77| 欧美色欧美亚洲另类二区| 亚洲aⅴ乱码一区二区在线播放| 我的女老师完整版在线观看| 国产伦精品一区二区三区视频9| 深夜a级毛片| .国产精品久久| 久久欧美精品欧美久久欧美| 人妻夜夜爽99麻豆av| 1000部很黄的大片| 全区人妻精品视频| 一个人看的www免费观看视频| 不卡一级毛片| 日日撸夜夜添| 国产男人的电影天堂91| 中文精品一卡2卡3卡4更新| 色综合亚洲欧美另类图片| 国产亚洲91精品色在线| 日日撸夜夜添| 少妇的逼好多水| 少妇丰满av| 亚洲精品成人久久久久久| 亚洲真实伦在线观看| 亚洲精品亚洲一区二区| 神马国产精品三级电影在线观看| 99国产极品粉嫩在线观看| 成人毛片a级毛片在线播放| 日本黄大片高清| 欧美区成人在线视频| 麻豆一二三区av精品| 国产伦精品一区二区三区四那| 天堂网av新在线| 久久这里有精品视频免费| 久久久久免费精品人妻一区二区| av视频在线观看入口| www.av在线官网国产| 亚洲人成网站高清观看| 99热精品在线国产| 特级一级黄色大片| 中国美白少妇内射xxxbb| 亚洲最大成人中文| 波多野结衣巨乳人妻| 亚洲一区高清亚洲精品| 成年免费大片在线观看| 能在线免费看毛片的网站| 性插视频无遮挡在线免费观看| 午夜福利在线观看吧| 亚洲精品国产av成人精品| 国产片特级美女逼逼视频| 可以在线观看的亚洲视频| 午夜激情福利司机影院| 嘟嘟电影网在线观看| 高清毛片免费看| 国产精品麻豆人妻色哟哟久久 | 欧美日韩国产亚洲二区| 免费人成在线观看视频色| 伦精品一区二区三区| 亚洲精品日韩在线中文字幕 | 一区二区三区四区激情视频 | 精品久久久噜噜| 国产av一区在线观看免费| 日本在线视频免费播放| 国内精品久久久久精免费| 亚洲三级黄色毛片| 18+在线观看网站| 黄色配什么色好看| 日本黄色视频三级网站网址| 两个人的视频大全免费| 国产三级在线视频| 久久精品国产清高在天天线| 国产成年人精品一区二区| 亚洲五月天丁香| 国产精品蜜桃在线观看 | 亚洲色图av天堂| 1000部很黄的大片| 国产精品av视频在线免费观看| 我要看日韩黄色一级片| 一夜夜www| 99久久精品国产国产毛片| 精品欧美国产一区二区三| 国产精品永久免费网站| 一级毛片aaaaaa免费看小| 你懂的网址亚洲精品在线观看 | 欧美日韩一区二区视频在线观看视频在线 | 中国国产av一级| 综合色av麻豆| 六月丁香七月| 狂野欧美激情性xxxx在线观看| 国产一区亚洲一区在线观看| av又黄又爽大尺度在线免费看 | 成人二区视频| 国产人妻一区二区三区在| 亚洲欧美中文字幕日韩二区| 国产麻豆成人av免费视频| 久99久视频精品免费| 51国产日韩欧美| 精品无人区乱码1区二区| 少妇的逼水好多| 国内久久婷婷六月综合欲色啪| 人妻少妇偷人精品九色| 亚洲欧洲日产国产| 成人三级黄色视频| 亚洲成人av在线免费| 国产伦在线观看视频一区| 欧美日本视频| 亚洲色图av天堂| 久久人妻av系列| 高清毛片免费观看视频网站| 好男人视频免费观看在线| 免费搜索国产男女视频| 最近手机中文字幕大全| 又粗又硬又长又爽又黄的视频 | 三级国产精品欧美在线观看| 熟女电影av网| 日韩人妻高清精品专区| 国产乱人视频| 男女啪啪激烈高潮av片| 国产不卡一卡二| 精品久久久久久久久亚洲| 亚洲av免费在线观看| 色吧在线观看| 97在线视频观看| 久久久久久大精品| 欧美成人a在线观看| 久久综合国产亚洲精品| 成年女人永久免费观看视频| 91在线精品国自产拍蜜月| 好男人在线观看高清免费视频| 免费看日本二区| 老女人水多毛片| 午夜激情福利司机影院| 99久久精品国产国产毛片| 乱系列少妇在线播放| 99在线视频只有这里精品首页| 好男人在线观看高清免费视频| av女优亚洲男人天堂| 能在线免费观看的黄片| 在线免费十八禁| 国产精品久久久久久久久免| 男女那种视频在线观看| 日本一本二区三区精品| 亚洲美女搞黄在线观看| 丝袜喷水一区| 久久精品国产亚洲av涩爱 | 大型黄色视频在线免费观看| 国产午夜精品久久久久久一区二区三区| 少妇丰满av| 此物有八面人人有两片| 国产三级中文精品| 成人国产麻豆网| 日韩欧美三级三区| 91在线精品国自产拍蜜月| 久99久视频精品免费| 成人亚洲精品av一区二区| 久久人妻av系列| 在线国产一区二区在线| 成年女人看的毛片在线观看| 日本成人三级电影网站| 午夜福利在线在线| а√天堂www在线а√下载| 日韩一区二区三区影片| 黄色欧美视频在线观看| 欧美日韩综合久久久久久| 少妇人妻一区二区三区视频| 99久久中文字幕三级久久日本| 久久久成人免费电影| a级毛片a级免费在线| or卡值多少钱| 一级毛片我不卡| 色视频www国产| 日本在线视频免费播放| av专区在线播放| 看免费成人av毛片| 一级毛片aaaaaa免费看小| 国产伦一二天堂av在线观看| 免费观看在线日韩| 两个人的视频大全免费| 男女做爰动态图高潮gif福利片| 国产成年人精品一区二区| 日本av手机在线免费观看| 久久久久网色| 乱码一卡2卡4卡精品| 尾随美女入室| 日本成人三级电影网站| 91精品一卡2卡3卡4卡| www.av在线官网国产| 麻豆成人av视频| 在线观看66精品国产| 99久久中文字幕三级久久日本| 一区二区三区免费毛片| 亚洲在线观看片| 国产高潮美女av| av在线天堂中文字幕| 亚洲一区高清亚洲精品| 少妇高潮的动态图| 亚洲精品粉嫩美女一区| 久久草成人影院| 黄色日韩在线| a级毛片免费高清观看在线播放| 少妇熟女欧美另类| 日本成人三级电影网站| 亚洲国产欧洲综合997久久,| 免费看av在线观看网站| 国产av在哪里看| 永久网站在线| 男女视频在线观看网站免费| 91精品一卡2卡3卡4卡| 在线免费观看的www视频| 婷婷色av中文字幕| 久久精品人妻少妇| 好男人在线观看高清免费视频| 一个人看的www免费观看视频| 中文字幕熟女人妻在线| 小蜜桃在线观看免费完整版高清| 国产黄a三级三级三级人| 亚洲人成网站在线播| 此物有八面人人有两片| 人妻少妇偷人精品九色| 免费观看在线日韩| 免费大片18禁| 国产精品永久免费网站| 波多野结衣高清无吗| 亚洲aⅴ乱码一区二区在线播放| av黄色大香蕉| 亚洲av二区三区四区| 97超视频在线观看视频| 亚洲成a人片在线一区二区| www.av在线官网国产| 免费不卡的大黄色大毛片视频在线观看 | 国产黄片视频在线免费观看| 中文字幕精品亚洲无线码一区| 欧美日韩国产亚洲二区| 国产精品人妻久久久影院| 最近的中文字幕免费完整| 九草在线视频观看| 深夜精品福利| 成人鲁丝片一二三区免费| 国产毛片a区久久久久| 一本—道久久a久久精品蜜桃钙片 精品乱码久久久久久99久播 | 精品国产三级普通话版| 精品无人区乱码1区二区| 国产中年淑女户外野战色| 久久精品国产亚洲av涩爱 | 一本久久中文字幕| 在线国产一区二区在线| 两个人的视频大全免费| a级毛片免费高清观看在线播放| 男人和女人高潮做爰伦理| 国产探花在线观看一区二区| 最好的美女福利视频网| 色播亚洲综合网| 国产av麻豆久久久久久久| 精华霜和精华液先用哪个| 亚洲av免费高清在线观看| 国产精品不卡视频一区二区| 中文精品一卡2卡3卡4更新| 色视频www国产| 插逼视频在线观看| 美女xxoo啪啪120秒动态图| 日本在线视频免费播放| 又粗又爽又猛毛片免费看| 亚洲七黄色美女视频| 亚洲av成人精品一区久久| 久久99蜜桃精品久久| 午夜老司机福利剧场| 波多野结衣巨乳人妻| 99视频精品全部免费 在线| 国产av不卡久久| 国产69精品久久久久777片| 女同久久另类99精品国产91| 又粗又硬又长又爽又黄的视频 | 简卡轻食公司| 亚洲最大成人中文| 国产国拍精品亚洲av在线观看| 嫩草影院入口| 内射极品少妇av片p| 长腿黑丝高跟| 成人av在线播放网站| 亚洲精品乱码久久久v下载方式| 欧美zozozo另类| 欧美xxxx黑人xx丫x性爽| 人妻系列 视频| 国产精品不卡视频一区二区| 国产高潮美女av| 亚洲国产欧美人成| av女优亚洲男人天堂| 男女那种视频在线观看| 国产极品精品免费视频能看的| 国产精品一区二区三区四区久久| 一级毛片我不卡| 99热这里只有精品一区| 看免费成人av毛片| 久久精品夜夜夜夜夜久久蜜豆| 国产伦精品一区二区三区视频9| 亚洲自偷自拍三级| 一夜夜www| 蜜桃亚洲精品一区二区三区| 麻豆成人av视频| 亚洲国产精品sss在线观看| 欧美性感艳星| 51国产日韩欧美| 国产成人a区在线观看| 久久久久久久久久久免费av| 亚洲欧美日韩无卡精品| 中文精品一卡2卡3卡4更新| 麻豆成人午夜福利视频| 看十八女毛片水多多多| 综合色丁香网| 乱码一卡2卡4卡精品| 久久国产乱子免费精品| 可以在线观看的亚洲视频| av天堂中文字幕网| 综合色丁香网| 小蜜桃在线观看免费完整版高清| 99热只有精品国产| 成熟少妇高潮喷水视频| 1000部很黄的大片| 毛片一级片免费看久久久久| 国内久久婷婷六月综合欲色啪| 黄片wwwwww| 特大巨黑吊av在线直播| 日韩制服骚丝袜av| 村上凉子中文字幕在线| 国产黄片视频在线免费观看| 女人被狂操c到高潮| 成年女人看的毛片在线观看| 久久久成人免费电影| 一进一出抽搐gif免费好疼| 国产av不卡久久| 午夜福利成人在线免费观看| 国产高潮美女av| 欧美日韩乱码在线| 免费一级毛片在线播放高清视频| 26uuu在线亚洲综合色| 91久久精品国产一区二区成人| 国产乱人偷精品视频| 成人三级黄色视频| 色视频www国产| av天堂在线播放| 亚洲av免费高清在线观看| h日本视频在线播放| 亚洲av一区综合| 亚洲人成网站在线观看播放| 国产一区亚洲一区在线观看| 九九爱精品视频在线观看| 黄色一级大片看看| 欧美精品国产亚洲| 亚洲av不卡在线观看| 午夜福利在线在线| 国产片特级美女逼逼视频| .国产精品久久| 69av精品久久久久久| 熟妇人妻久久中文字幕3abv| 淫秽高清视频在线观看| 天堂网av新在线| 亚洲一级一片aⅴ在线观看| 久久草成人影院| 黄片无遮挡物在线观看| 热99re8久久精品国产| 亚洲中文字幕日韩| 亚洲精品影视一区二区三区av| 岛国毛片在线播放| 一个人免费在线观看电影| 欧美另类亚洲清纯唯美| 精品不卡国产一区二区三区| 99九九线精品视频在线观看视频| 人人妻人人看人人澡| 哪里可以看免费的av片| 免费看日本二区| 国产精品久久久久久亚洲av鲁大| 午夜爱爱视频在线播放| 美女脱内裤让男人舔精品视频 | 性插视频无遮挡在线免费观看| 欧美人与善性xxx| 国产精品爽爽va在线观看网站| 欧美一级a爱片免费观看看| 久久中文看片网| 亚洲国产精品国产精品| 亚洲欧美成人综合另类久久久 | 国内精品久久久久精免费| 国产精品,欧美在线| 免费黄网站久久成人精品| 久久99精品国语久久久| 最近2019中文字幕mv第一页| 寂寞人妻少妇视频99o| 亚洲精品久久国产高清桃花| 九草在线视频观看| 免费大片18禁| 亚洲人成网站在线观看播放| 99在线人妻在线中文字幕| 亚洲美女搞黄在线观看| 精品人妻视频免费看| 夜夜夜夜夜久久久久| 大型黄色视频在线免费观看| 在现免费观看毛片| 欧美三级亚洲精品| 欧美成人一区二区免费高清观看| 国产精品乱码一区二三区的特点| 超碰av人人做人人爽久久| 亚洲,欧美,日韩| 在线观看美女被高潮喷水网站| 国产激情偷乱视频一区二区| 免费电影在线观看免费观看| 最近2019中文字幕mv第一页| 一区二区三区免费毛片| 真实男女啪啪啪动态图| av在线观看视频网站免费| 亚洲欧美日韩高清专用| 日韩在线高清观看一区二区三区| 亚洲美女视频黄频| 欧美xxxx性猛交bbbb| 国产午夜福利久久久久久| 六月丁香七月| 国产伦一二天堂av在线观看| 国产国拍精品亚洲av在线观看| 国产精品永久免费网站| 国产真实伦视频高清在线观看| 久久精品夜色国产| 天天躁夜夜躁狠狠久久av| 久久九九热精品免费| 波野结衣二区三区在线| 青青草视频在线视频观看| 亚洲精华国产精华液的使用体验 | 九九爱精品视频在线观看| 少妇丰满av| 精品99又大又爽又粗少妇毛片| 亚洲欧洲国产日韩| 国产精品永久免费网站| 亚洲综合色惰| 久久人妻av系列| 国产精品一区二区三区四区久久| 精品国内亚洲2022精品成人| 97在线视频观看| 久久久久免费精品人妻一区二区| 校园人妻丝袜中文字幕| 九草在线视频观看| 久久午夜福利片| 国产一级毛片七仙女欲春2| 成人性生交大片免费视频hd| 日韩精品青青久久久久久| 啦啦啦啦在线视频资源| 看非洲黑人一级黄片| 尤物成人国产欧美一区二区三区| 黑人高潮一二区| 免费一级毛片在线播放高清视频| 嫩草影院精品99| 亚洲最大成人中文| 好男人视频免费观看在线| 午夜福利在线观看免费完整高清在 | 国产亚洲av片在线观看秒播厂 | 欧美变态另类bdsm刘玥| 舔av片在线| 亚洲欧美日韩东京热| 欧美xxxx黑人xx丫x性爽| 亚洲第一区二区三区不卡| 禁无遮挡网站| 悠悠久久av| 久久久久网色| 日韩av不卡免费在线播放| 麻豆精品久久久久久蜜桃| 亚洲国产精品sss在线观看| 成人亚洲精品av一区二区| 美女国产视频在线观看| 欧美一级a爱片免费观看看| 亚洲精品国产成人久久av| 国产亚洲精品av在线| 91在线精品国自产拍蜜月| 免费无遮挡裸体视频| 最后的刺客免费高清国语| 亚洲一区二区三区色噜噜| 久99久视频精品免费| 91aial.com中文字幕在线观看| 国产精品久久电影中文字幕| 深夜精品福利| 天堂av国产一区二区熟女人妻| 在线观看美女被高潮喷水网站| 国产精品.久久久| 日本欧美国产在线视频| 久久欧美精品欧美久久欧美| 亚洲欧美精品综合久久99| 精品一区二区免费观看| 日韩视频在线欧美| 国产精品精品国产色婷婷| 亚洲欧美日韩东京热| 最后的刺客免费高清国语| 欧美一区二区精品小视频在线| 99热全是精品| 少妇丰满av| 亚洲在线观看片| 国产精品精品国产色婷婷| 成年版毛片免费区| 亚洲四区av| 日韩精品青青久久久久久| 干丝袜人妻中文字幕| 男女下面进入的视频免费午夜| 日韩欧美国产在线观看| 欧美精品国产亚洲| 亚洲精华国产精华液的使用体验 | h日本视频在线播放| 男插女下体视频免费在线播放| 亚洲成人久久性| 青春草国产在线视频 | 日韩欧美精品免费久久| 麻豆久久精品国产亚洲av| 久久人人爽人人片av| 精品久久久久久久久亚洲| av黄色大香蕉| 变态另类丝袜制服| 欧美+日韩+精品| 女人十人毛片免费观看3o分钟| 人体艺术视频欧美日本| 国产成人影院久久av| 国产女主播在线喷水免费视频网站 | 日本成人三级电影网站| 国产老妇伦熟女老妇高清| 蜜臀久久99精品久久宅男| 中文字幕制服av| 我的女老师完整版在线观看| 日韩一区二区视频免费看| 在线观看美女被高潮喷水网站| 网址你懂的国产日韩在线| 老司机影院成人| 久久人人精品亚洲av| 亚洲av电影不卡..在线观看| 久久久久久久久大av| 免费一级毛片在线播放高清视频| 天美传媒精品一区二区| 免费无遮挡裸体视频| 免费观看的影片在线观看| 精品人妻偷拍中文字幕| 成人鲁丝片一二三区免费| 精品国产三级普通话版| 日本一本二区三区精品| 综合色av麻豆| 黄色一级大片看看| 久久久色成人| 男女啪啪激烈高潮av片| 99热全是精品| 成人三级黄色视频| 亚洲图色成人| 亚洲国产欧美人成| 男女那种视频在线观看| 五月伊人婷婷丁香| 国产日本99.免费观看| 一区二区三区高清视频在线| 毛片一级片免费看久久久久| 国产成人freesex在线| 99九九线精品视频在线观看视频| 联通29元200g的流量卡| 国产私拍福利视频在线观看| 欧洲精品卡2卡3卡4卡5卡区| 成人三级黄色视频| 国产69精品久久久久777片| 99国产极品粉嫩在线观看| 久久久国产成人免费| 国产毛片a区久久久久| a级毛片a级免费在线| a级一级毛片免费在线观看|