直接从原始Lamb波预测损伤位置和大小
利用迁移学习提升不同材料结构间的损伤量化泛化能力。
Shao, Weihan · 孙虎 · 王奕首 · Qing, Xinlin
IEEE Sensors Journal 2024
无需人工特征提取或信号预处理，模型直接以原始离散时域信号为输入，简化流程并保留全部信息。
多任务架构并行预测损伤尺寸和x/y坐标，一次前向传播即可完成完整量化，避免误差累积。
利用迁移学习，将在铝板上训练的模型迁移至复合层合板，减少新结构所需训练数据量。
1D-CNN分支结构轻量，在保证预测精度的同时避免浪费训练资源。