一种用于提高构件损伤边缘成像精度的方法

摘要

构件损伤边缘的识别是影响构件损伤成像分辨率的关键因素之一。为提高构件损伤边缘的成像精度,文章应用激光超声检测技术进行了基于深度学习的构件损伤成像图像优化的研究。在对航空航天用4A01铝板中超声Lamb波进行分析和处理基础上,成功分离出信号中Lamb波的A0模态的幅值。基于A0模态的幅值完成了扫描区域的可视化成像,提出了利用卷积神经网络优化损伤边缘的算法,开展构件损伤边缘优化实验。结果表明,该算法针对各损伤类型实现结构相似性指数(SSIM)平均提升0.0642,极大地提高了构件损伤边缘区域的成像精度。