FCNN自适应加权损伤成像单元

高分辨率快速成像

该单元采用全连接神经网络实现自适应加权，在 Lamb 波损伤成像中比传统 DAS 方法具有更窄的主瓣宽度和更低的旁瓣电平，成像质量与效率兼得。

Ronghe, Shen · Zixing, Zhou · 徐桂东 · 张赛 · 徐晨光 · 许伯强 · 骆英

IEEE Access 2024

技术优势

主瓣更窄

相比 DAS 方法，FCNN 方法输出的损伤图像主瓣宽度明显更窄，从而提高了对相邻损伤的分辨能力。

旁瓣更低

FCNN 方法有效抑制了干扰信号，旁瓣电平低于 DAS 方法，减少了虚假损伤指示。

成像更快

一旦训练完成，神经网络前向传播即可得到自适应加权因子，无需迭代求解，因此成像速度快，适用于实时监测场景。

应用场景

• 结构健康监测：实时获取损伤位置和程度，替代常规人工巡检，减少停机时间。
• 无损检测：在不破坏结构的前提下快速成像内部损伤，适用于在役设备检测。
• 智能传感网络：嵌入边缘计算节点，对分布式传感器信号进行现场处理，降低数据传输量。
• 基础设施监测：用于桥梁、管道等大型基础设施的长期在线监测，及时发现早期损伤。