[发明专利]一种基于FCN与GRU的3D编织复合材料缺陷检测方法

权利要求书

1.一种基于FCN与GRU的3D编织复合材料缺陷检测方法，所述方法包括下列步骤：

步骤1：采用超声相控阵设备搭建用于采集待测试件的超声信号扫描系统；

步骤2：利用步骤1中搭建的采集系统获得A扫信号，构建A扫信号数据集；

步骤3：设置损失函数理想值，通过将FCN模块与GRU模块相结合形成FCN+GRU网络，将步骤2中得到的A扫信号数据集输入FCN+GRU网络中进行深度学习网络训练，训练中通过计算网络损失函数来调整网络参数，得到最优的网络训练模型；

步骤4：采集待检测3D编织复合材料的超声A信号，利用步骤3中训练好的网络模型检测3D编织复合材料是否存在缺陷。

2.如权利要求1所述的方法，其特征在于，步骤1中，搭建的超声信号扫描系统由超声相控阵设备、探头、楔块、编码器成。

3.如权利要求1所述的方法，其特征在于，步骤2中，构建的A扫信号数据集由序列格式的数据组成。

4.如权利要求1所述的方法，其特征在于，步骤2中，将构建的数据集按照6∶2∶2的数据量比例分为训练数据、测试数据和验证数据。

5.如权利要求1所述的方法，其特征在于，步骤3中，通过加入GRU模块的FCN网络训练模型进行检测来提高缺陷检测的准确率，将样本数据同时输入到GRU模块和FCN模块中，FCN模块是由6个卷积层和1个平均池化层组成，GRU模块由2个用来增强FCN的性能的GRU层和1个平均池化层组成。

6.如权利要求1所述的方法，其特征在于，步骤4中，利用加GRU模块的全卷积深度模型检测3D编织复合材料中的缺陷，将检测结果输出为有缺陷1、无缺陷0两种类型。