[
-
内容大纲
本书主要探索人工智能技术在超声导波无损检测领域应用，从数据驱动的全新视角出发，研究如何利用深度学习等技术突破传统知识驱动方法的局限性，解决导波检测正问题和反问题研究中存在的问题，实现高效精确的结构缺陷检测。全书主要分为数据驱动正问题和反问题两部分。正问题部分提出了耦合深度神经网络的超声导波正散射边界元求解方法，用于快速求解含缺陷波导结构的散射波场。反问题部分提出了多种数据驱动的缺陷定量重构方法，并进行了不同条件下的性能探索和实验研究。本书系统性地研究了深度学习在超声导波无损检测中的应用，总结了数据驱动方法的优势和不足，为该领域的发展提供了新的思路和方向。
本书适合具有力学、机械等理工科专业背景的研究生选用作为学习资料，也可供超声无损检测等领域的科研人员参考。 -
作者介绍
-
目录
序
第1章 绪论
1.1 研究背景及意义
1.2 超声导波缺陷无损检测研究进展
1.2.1 超声导波正散射问题研究进展
1.2.2 超声导波逆散射问题研究进展
1.3 数据驱动导波正散射及逆散射问题研究进展
1.3.1 数据驱动正散射数值分析研究进展
1.3.2 数据驱动逆散射目标重构研究进展
1.4 本书主要内容
参考文献
第2章 导波基础理论
2.1 引言
2.2 弹性动力学基本关系
2.3 无限大平板导波的频散特性
2.4 无限大板结构远场格林函数
2.5 Lamb波二维频域控制方程
2.6 本章小结
参考文献
第3章 经典导波检测方法
3.1 引言
3.2 一发一收式导波检测方法
3.3 透射导波二维阵列成像方法
3.3.1 缺陷成像概率分布方法
3.3.2 滤波反投影方法
3.3.3 衍射层析成像方法
3.4 导波相控阵检测方法
3.5 本章小结
参考文献
第4章 深度学习算法简介
4.1 引言
4.2 深度学习神经网络框架
4.3 流形学习数据分析与降维
4.4 本章小结
参考文献
第5章 数据驱动超声导波正散射边界元计算
5.1 引言
5.2 耦合深度学习的边界元法
5.2.1 基于修正边界元的导波散射波场求解
5.2.2 等效板波格林函数
5.2.3 耦合深度学习的边界元法框架与原理
5.3 DBEM求解含缺陷散射波场数值验证
5.3.1 等效板波格林函数响应求解
5.3.2 含表面缺陷平板散射波场求解
5.3.3 DBEM 散射波场求解效率评估
5.4 本章小结
参考文献
第6章 耦合物理模型的数据驱动导波定量化缺陷重构
6.1 引言
6.2 缺陷重构物理模型——波数空间域变换法
6.3 耦合物理模型的数据驱动缺陷重构法
6.4 耦合物理模型的数据驱动缺陷重构数值验证
6.4.1 数据集准备
6.4.2 PI-ResNet缺陷重构泛化性评估
6.4.3 PI-ResNet缺陷重构鲁棒性评估
6.5 本章小结
参考文献
第7章 数据驱动端至端的波导结构缺陷定量化重构
7.1 引言
7.2 数据驱动端至端波导缺陷重构方法框架
7.3 Deep-guide 缺陷重构神经网络模型
7.4 数据驱动端至端缺陷重构方法验证
7.4.1 数据集准备
7.4.2 SH波和Lamb波缺陷重构性能评估
7.4.3 缺陷定位性能评估
7.5 数据驱动缺陷重构性能影响因素分析
7.5.1 频带宽度对重构精度的影响
7.5.2 样本数量对重构精度的影响
7.6 本章小结
参考文献
第8章 基于流形学习框架的导波缺陷重构应用拓展及实验
8.1 引言
8.2 数据驱动多频多模态导波缺陷重构
8.2.1 多频多模态导波数据的流形分析
8.2.2 多频多模态导波缺陷重构数值验证
8.3 数据驱动的三维结构缺陷定量化重构
8.3.1 三维平板表面缺陷重构
8.3.2 三维平板内部缺陷重构
8.4 数据驱动缺陷重构实验验证
8.4.1 超声检测实验装置搭建
8.4.2 实验结果
8.5 本章小结
参考文献
同类热销排行榜
- 故宫日历(公历2017年)(精)26.4
- 时间简史(插图版)18
- 工程数学线性代数(第6版十二五普通高等教育本科国家级规划教材)7.76
- 昆虫记(精)/经典译林8.72
- 数控铣床综合实训教程19.2
- 昆虫记(插图典藏本)(精)11.2
- 化工制图习题集(普通高等教育规划教材)7.2
- 化工制图(普通高等教育规划教材)15.8
- 生命急救技能14
- 时间简史(普及版)(精)15.2
推荐书目
-
孩子你慢慢来/人生三书 华人世界率性犀利的一枝笔，龙应台独家授权《孩子你慢慢来》20周年经典新版。她的《...
-
时间简史(插图版) 相对论、黑洞、弯曲空间……这些词给我们的感觉是艰深、晦涩、难以理解而且与我们的...
-
本质(精) 改革开放40年，恰如一部四部曲的年代大戏。技术突变、产品迭代、产业升级、资本对接...