[发明专利]基于U-net神经网络模型的CFRP损伤检测方法在审
| 申请号： | 202210352780.0 | 申请日： | 2022-03-30 |
| 公开（公告）号： | CN114782333A | 公开（公告）日： | 2022-07-22 |
| 发明（设计）人： | 范文茹;程宇 | 申请（专利权）人： | 中国民航大学 |
| 主分类号： | G06T7/00 | 分类号： | G06T7/00;G06V10/25;G06V10/774;G06V10/82;G06K9/62;G06N3/04 |
| 代理公司： | 天津才智专利商标代理有限公司 12108 | 代理人： | 王顕 |
| 地址： | 300300 天*** | 国省代码： | 天津;12 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 基于 net 神经网络 模型 cfrp 损伤 检测 方法 | ||
1.一种基于U-net神经网络模型的CFRP损伤检测方法，其特征在于，包括以下步骤：
A.测量碳纤维复合板场域的边界电压；
B.建立GRU网络预处理模块，通过GRU网络预处理模块处理边界测量电压获取CFRP损伤预处理图像；
C.构建真实损伤分布的图像标签数据集；
D.建立U-net网络特征提取模块，通过U-net网络特征提取模块训练预处理图像和真实损伤图像标签之间的非线性关系，得到CFRP损伤检测模型；
E.根据得到的CFRP损伤检测模型对预处理图像损伤进行损伤预测。
2.根据权利要求1所述基于U-net神经网络模型的CFRP损伤检测方法，其特征在于，步骤A包括：
A1.将16个铜质电极均匀分布在被测场域的四周，通过电流源施加激励电流，通过相邻激励和相邻测量的方式获取边界测量电压数据；
A2.将边界测量电压作为训练样本的输入和真实分布图像作为训练样本的输出，输入GRU网络预处理模块，得到预处理图像。
3.根据权利要求1所述基于U-net神经网络模型的CFRP损伤检测方法，其特征在于，步骤C所述真实损伤图像的标签数据集采用VOC2007数据集格式，包括Annotations为图像标注信息xml文件、JPEG Images为原始的图片文件、Image Sets为训练集和测试集的txt文件。
4.根据权利要求1所述基于U-net神经网络模型的CFRP损伤检测方法，其特征在于，步骤C所述构建真实损伤分布的图像标签数据集中将真实损伤标记为待检测目标，碳纤维复合层压板作为检测背景。
5.根据权利要求1所述基于U-net神经网络模型的CFRP损伤检测方法，其特征在于，步骤B所述GRU网络预处理模块由两个GRU单元和五个CNN卷积单元顺次串联构成，每个单元之间由最大池化层链接，卷积单元由卷积层、批量归一化和Relu激活函数组成。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于中国民航大学，未经中国民航大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/202210352780.0/1.html，转载请声明来源钻瓜专利网。
