技术特征：
1.一种基于相对值及数据驱动的非线性超声导波裂纹定位方法，其特征在于，包括以下步骤：采集被测对象在激励信号下的响应信号，对所述响应信号进行小波变换，提取对应的非线性特征；基于所述非线性特征，采集预先训练的定位预测模型获得对应的裂纹位置相对值，以定位被测对象的裂纹；其中，所述定位预测模型采用引入注意力机制的一维卷积神经网络，对所述定位预测模型进行训练的过程包括：在极坐标系下建立含裂纹损伤的板状结构的有限元仿真模型，获取有效节点处的离面位移数据，对离面位移数据进行小波变换，建立非线性特征数据集；基于非线性特征数据集训练定位预测模型，该定位预测模型表征非线性特征与裂纹位置相对值的映射关系。2.根据权利要求1所述的基于相对值及数据驱动的非线性超声导波裂纹定位方法，其特征在于，所述有限元仿真模型包括激励阵元和裂纹损伤单元，以激励阵元为极坐标原点，在保证裂纹损伤单元与原点距离不变的条件下，不断改变裂纹损伤单元的极角值，建立多个仿真模型，从而获取有效节点处的离面位移数据。3.根据权利要求2所述的基于相对值及数据驱动的非线性超声导波裂纹定位方法，其特征在于，所述有效节点基于数据集建立要求确定。4.根据权利要求2所述的基于相对值及数据驱动的非线性超声导波裂纹定位方法，其特征在于，所述有效节点采用方形布阵方式布置，方形阵中的阵元数量和阵元间距为可调变量，构造不同阵元数量、不同阵元间距下的离面位移数据集。5.根据权利要求1所述的基于相对值及数据驱动的非线性超声导波裂纹定位方法，其特征在于，基于非线性特征数据集训练定位预测模型时，打乱数据集内样本次序后，再划分为训练集、测试集和验证集。6.根据权利要求1所述的基于相对值及数据驱动的非线性超声导波裂纹定位方法，其特征在于，所述一维卷积神经网络包括均带有注意力机制的初步特征提取模块和特征增强提取模块。7.根据权利要求1所述的基于相对值及数据驱动的非线性超声导波裂纹定位方法，其特征在于，所述裂纹位置相对值包括长度相对值和角度相对值。8.根据权利要求1所述的基于相对值及数据驱动的非线性超声导波裂纹定位方法，其特征在于，所述激励信号为10周期汉宁窗调制的正弦波时域脉冲信号。9.根据权利要求1所述的基于相对值及数据驱动的非线性超声导波裂纹定位方法，其特征在于，采用morlet小波基函数实现所述小波变换。10.一种计算机可读存储介质，其特征在于，包括供电子设备的一个或多个处理器执行的一个或多个程序，所述一个或多个程序包括用于执行如权利要求1-9任一所述基于相对值及数据驱动的非线性超声导波裂纹定位方法的指令。
技术总结
本发明涉及一种基于相对值及数据驱动的非线性超声导波裂纹定位方法，包括以下步骤：采集被测对象在激励信号下的响应信号，对所述响应信号进行小波变换，提取对应的非线性特征，采集定位预测模型获得对应的裂纹位置相对值，以定位被测对象的裂纹；其中，所述定位预测模型采用引入注意力机制的一维卷积神经网络，训练过程包括：在极坐标系下建立含裂纹损伤的板状结构的有限元仿真模型，获取有效节点处的离面位移数据，对离面位移数据进行小波变换，建立非线性特征数据集；基于非线性特征数据集训练定位预测模型，以表征非线性特征与裂纹位置相对值的映射关系。与现有技术相比，本发明可简单、便捷的建立数据集，实现板状结构中裂纹的准确定位。纹的准确定位。纹的准确定位。
技术研发人员：项延训 刘立帅 轩福贞 徐海铭
受保护的技术使用者：华东理工大学
技术研发日：2022.11.15
技术公布日：2023/3/7