CN111122704B - 基于高次谐波对复合材料冲击的损伤面积量化预测方法 - Google Patents

基于高次谐波对复合材料冲击的损伤面积量化预测方法 Download PDF

Info

Publication number
CN111122704B
CN111122704B CN202010012777.5A CN202010012777A CN111122704B CN 111122704 B CN111122704 B CN 111122704B CN 202010012777 A CN202010012777 A CN 202010012777A CN 111122704 B CN111122704 B CN 111122704B
Authority
CN
China
Prior art keywords
signals
impact
signal
damage area
composite material
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202010012777.5A
Other languages
English (en)
Other versions
CN111122704A (zh
Inventor
铁瑛
张青松
李成
侯玉亮
赵华东
段玥晨
郑艳萍
胡明浩
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Zhengzhou University
Original Assignee
Zhengzhou University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Zhengzhou University filed Critical Zhengzhou University
Priority to CN202010012777.5A priority Critical patent/CN111122704B/zh
Publication of CN111122704A publication Critical patent/CN111122704A/zh
Application granted granted Critical
Publication of CN111122704B publication Critical patent/CN111122704B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
    • G01N29/04—Analysing solids
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N1/00—Sampling; Preparing specimens for investigation
    • G01N1/28—Preparing specimens for investigation including physical details of (bio-)chemical methods covered elsewhere, e.g. G01N33/50, C12Q
    • G01N1/286—Preparing specimens for investigation including physical details of (bio-)chemical methods covered elsewhere, e.g. G01N33/50, C12Q involving mechanical work, e.g. chopping, disintegrating, compacting, homogenising
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
    • G01N29/44—Processing the detected response signal, e.g. electronic circuits specially adapted therefor
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
    • G01N29/44—Processing the detected response signal, e.g. electronic circuits specially adapted therefor
    • G01N29/46—Processing the detected response signal, e.g. electronic circuits specially adapted therefor by spectral analysis, e.g. Fourier analysis or wavelet analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Pathology (AREA)
  • Immunology (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Business, Economics & Management (AREA)
  • Signal Processing (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Human Resources & Organizations (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Game Theory and Decision Science (AREA)
  • Development Economics (AREA)
  • Mathematical Physics (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Marketing (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Acoustics & Sound (AREA)
  • Investigating Or Analyzing Materials By The Use Of Ultrasonic Waves (AREA)

Abstract

本发明公开了基于高次谐波对复合材料冲击的损伤面积量化预测方法，制备多组试件，并在落锤冲击试验系统中进行不同的能量冲击试验并制造冲击损伤以作为参考数据；在非线性测试系统中对试件进行检测，激励并接收高次超声信号；对接收得到的信号依次进行Hilbert变换、含dbN小波分解的多次重构，将接收信号的高频与低频分离并局部化；基于无损基准信号，构造得到与高次谐波相关的非线性特征差异系数；通过试件的损伤面积数据与非线性特征差异系数进行函数关系拟合，得到最终的冲击损伤面积预测公式。本发明基于高次谐波，采用dbN小波分解重构，使得对高次谐波的细节观察和信息获取更准确，可以实现对该型号的复合材料冲击损伤面积的预测。

Description

基于高次谐波对复合材料冲击的损伤面积量化预测方法
技术领域
本发明涉及复合材料结构无损检测技术领域，具体为基于高次谐波对复合材料冲击的损伤面积量化预测方法。
背景技术
得益于复合材料优异的力学性能，复合材料在现代工程中的应用越来越广泛，常见用于航空航天、军事科学以及其他的特殊场合。复合材料良好的特性主要体现在其具有高强度、高刚度、较强的抗疲劳、耐腐蚀和重量轻等方面。但由于其复杂的制造工艺，在制造过程中，难免造成先天缺陷，如气孔、分层、杂质等。或者服役过程中，遭受冲击、拉伸和疲劳等原因，导致分层、脱胶、基体和纤维断裂等损伤形式。通常情况下，这些损伤都是肉眼不可见的，我们并不能对其健康状况进行简单的目视评估。因此，对疑似损伤的复合材料板进行检测，避免遭受更大的损失势在必行。
针对复合材料损伤的检测研究中，常见的无损检测手段有超声波无损检测技术、激光检测技术、电磁检测技术、光学检测技术和射线检测技术等。这些检测技术各有优势，其中超声波无损检测由于其检测设备简单、检测结果可靠、方法更易实现而得到了更多的研究和工程应用。
基于超声波对复合材料的无损检测研究中，主要包含传统线性和谐波非线性检测方法。线性检测方法通过目标信号与基准信号的对比得到损伤信息，信号处理难度高，对损伤信息的获取有较大难度。在谐波非线性检测方法中，往往通过超声波与损伤界面的非线性接触产生的高次谐波来表征损伤信息。大量的研究表明，损伤的严重程度与接收信号的高次谐波幅值有着密切的联系。但无论是线性检测还是非线性检测方法，检测的结果都是定性化的检测，即仅仅能预测损伤的存在和各损伤之间的大小比较关系。对复合材料损伤面积的量化预测，尤其是冲击损伤面积的预测，目前的研究非常有限。
发明内容
本发明要解决的技术问题是克服现有的缺陷，提供基于高次谐波对复合材料冲击的损伤面积量化预测方法，能够实现对复合材料冲击损伤，尤其是冲击损伤行为导致的损伤面积进行量化预测，可以有效解决背景技术中的问题。
为实现上述目的，本发明提供如下技术方案：基于高次谐波对复合材料冲击的损伤面积量化预测方法，包括以下步骤：
(1)在非线性检测系统中，设置5至6组的复合材料试件，越多数量的试件会得到越多的参考数据，使得最终的预测结果更准确，在落锤冲击试验系统中分别进行不同冲击能量的落锤冲击试验，得到带有冲击损伤的试件；
(2)对不同冲击能量的冲击试件进行非线性检测，在非线性检测系统中，分置激励探头和接收探头，选择合适的激励频率，激励探头负责激励和发射超声波，超声波在复合材料中传播并经过损伤，携带损伤信息的超声信号到达接收探头，对接收的得到的信号进行输出；
(3)对接收得到的离散信号进行Hilbert变换，将接收信号转换至连续解析信号并输出；
(4)对变换后的信号进行重构，得到重构后的总信号并输出；
(5)选择小波分解基函数；对已经重构后的信号通过选择合适的小波分解基函数进行一维分解重构，本发明选择dbN小波分解基函数，即Daubechies小波，其中N为小波阶数，阶数越大，信号的分解效果就越光滑，频域信号的局部化能力就更强，但同时计算量会增大，分解重构信号后，针对复合材料冲击试件，采用N＝5，最优；
(6)选择重构细节信号的层数；不同层数的细节信号展现不同的信号规律，结合实际的信号和需要观察的特征量，选择合适的分解层数后，对各层细节信号进行再次重构并输出；
(7)对分解得到的各层细节信号进行频域转换；通过傅里叶变换，对各层细节信号分别进行频域转换，从分解得到的时域信号转换至频域信号并显示频域图；
(8)选择高次谐波特征量所在的关键层数；观察傅里叶变换后得到的频域图，选择高次谐波所在的层数，对比高次谐波幅值，最终确定一个层数作为研究对象，之后的所有接受信号都将会采纳该层信号的高次谐波特征量；
(9)构造非线性特征差异系数；将所有参考信号的关键层数进行对比，以无损状态下的信号做为基准信号，构造非线性特征差异系数，具体为：ΔHn＝Hn-H0，其中，Hn为第n个参考信号的关键层数的频谱高次谐波幅值，H0为基准信号的关键层频谱高次谐波幅值，计算得到各个非线性特征差异系数；
(10)拟合关系；根据统计的各参考数据组的损伤面积和对应的各能量的非线性特征差异系数，获得与非线性高次谐波相关的非线性特征差异系数与损伤面积的函数关系，即损伤面积量化预测关系式。
进一步的，所述的激励频率，根据不同的研究对象的频散曲线，选择合适的激励频率，通常情况，当高次谐波频率与基波频率所对应的波速(群速度或相速度)相同或接近时，更容易生成高次谐波。
进一步的，所述的特征量，即高次谐波，即高次谐波，为二次谐波、三次谐波或更高次的谐波中的一种。
进一步的，所述的基准信号，是指在完整无损、未遭受冲击试件中接收得到的信号。
进一步的，所述的步骤(8)和步骤(9)中，关键层数是指在该层细节信号的频谱图中，有所关注高次谐波频率的幅值最大、局部化效果最明显、波峰易识别、带宽窄的特点。
进一步的，所述的步骤(6)和步骤(7)中，基于高次谐波，采用含dbN小波分解的多次重构信号处理方法，有效地实现将接收信号的高频与低频分离并局部化，使得对高次谐波的细节观察和信息获取更准确。
进一步的，所述的步骤(9)和步骤(10)中，进一步构造基于无损基准信号的非线性特征差异系数，获得非线性特征差异系数与损伤面积的函数关系，即损伤面积量化预测关系式，实现对损伤面积的预测。
与现有技术相比，本发明的有益效果是：本基于高次谐波对复合材料冲击的损伤面积量化预测方法，具有以下好处：本发明基于高次谐波，采用含dbN小波分解的多次重构信号处理方法，有效地实现将接收信号的高频与低频分离并局部化，使得对高次谐波的细节观察和信息获取更准确，进一步构造基于无损基准信号的非线性特征差异系数，获得非线性特征差异系数与损伤面积的函数关系，即损伤面积量化预测关系式，实现对损伤面积的预测。
附图说明
图1为本发明的流程图；
图2为本发明实施例中基准无损伤信号的db5小波5层小波分解的细节信号分量；
图3为本发明实施例中db5小波5层小波分解的细节信号分量的频域转换结果；
图4为本发明实施例中非线性特征差异系数的构造示意图；
图5为本发明实施例中最终得到的损伤面积量化预测结果的表达式；
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
请参阅图1-5，本发明提供一种技术方案：如图1所示，本发明所述的基于高次谐波对复合材料冲击的损伤面积量化预测方法，本实施例中，采用基波频率为0.5MHz的超声Lamb波对T300/7901型号的复合材料层合板冲击损伤面积进行量化预测，包括以下步骤：
(1)在非线性检测系统中，设置6组复合材料试件，分别对应0J、4J、8J、12J、16J、20J，试件尺寸为200×100×2.4mm，在落锤冲击试验系统中分别进行不同冲击能量的落锤冲击试验，得到带有冲击损伤的试件，进入步骤(2)；
(2)对不同冲击能量的冲击试件进行非线性检测，在非线性检测系统中，分置激励探头和接收探头。选择合适的激励频率，激励探头负责激励和发射超声波，超声波在复合材料中传播并经过损伤，携带损伤信息的超声信号到达接收探头，对接收的得到的信号进行输出，进入步骤(3)；
(3)对接收得到的离散信号进行Hilbert变换，将接收信号转换至连续解析信号并输出，进入步骤(4)；
(4)对变换后的信号进行重构，得到重构后的总信号并输出，进入步骤(5)；
(5)选择小波分解基函数；对已经重构后的信号通过选择合适的小波分解基函数进行一维分解重构，本实例选择db5小波分解基函数，即Daubechies小波，其中5为小波阶数。阶数越大，信号的分解效果就越光滑，频域信号的局部化能力就更强，但同时计算量会增大，针对本例中的复合材料冲击试件，采用N＝5，最优，分解重构信号后，进入步骤(6)；
(6)选择重构细节信号的层数；不同层数的细节信号展现不同的信号规律，结合实际的信号和需要观察的特征量，选择合适的分解层数后，对各层细节信号进行再次重构并输出，本实施例中，选择分解层数为5层，进入步骤(7)；
(7)对分解得到的各层细节信号进行频域转换；通过傅里叶变换，对各层细节信号分别进行频域转换，从分解得到的时域信号转换至频域信号并显示频域图，进入步骤(8)；
(8)选择高次谐波特征量所在的关键层数；观察傅里叶变换后得到的频域图，选择高次谐波所在的层数，对比高次谐波幅值，最终确定一个层数作为研究对象，之后的所有接受信号都将会采纳该层信号的高次谐波特征量，本实施例中，选择关键层数为第3层，进入步骤(9)；
(9)构造非线性特征差异系数；将所有参考信号的关键层数进行对比，以无损状态下的信号作为基准信号，构造非线性特征差异系数，具体为：ΔHn＝Hn-H0，其中，Hn为第n个参考信号的关键层数的频谱高次谐波幅值，H0为基准信号的关键层频谱高次谐波幅值，计算得到各个非线性特征差异系数后，进入步骤(10)；
(10)拟合关系；根据统计的各参考数据组的损伤面积和对应的各能量的非线性特征差异系数，获得与高次谐波相关的非线性特征差异系数与损伤面积的函数关系，即损伤面积量化预测关系式。
本实施例中，最终得到的损伤面积预测公式为：y＝-0.0033x2+3.76x-69.26。
尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。

Claims (3)

1.基于高次谐波对复合材料冲击的损伤面积量化预测方法，其特征在于：包括以下步骤：
（1）在非线性检测系统中，设置5至6组的复合材料试件，越多数量的试件会得到越多的参考数据，使得最终的预测结果更准确，在落锤冲击试验系统中分别进行不同冲击能量的落锤冲击试验，得到带有冲击损伤的试件；
（2）对不同冲击能量的冲击试件进行非线性检测，在非线性检测系统中，分置激励探头和接收探头，选择合适的激励频率，激励探头负责激励和发射超声波，超声波在复合材料中传播并经过损伤，携带损伤信息的超声信号到达接收探头，对接收的得到的信号进行输出；
所述的激励频率，根据不同的研究对象的频散曲线，选择合适的激励频率，当高次谐波频率与基波频率所对应的波速相同以及接近时，更容易生成高次谐波；
（3）对接收得到的离散信号进行Hilbert变换，将接收信号转换至连续的解析信号并输出；
（4）对变换后的信号进行重构，得到重构后的总信号并输出；
（5）选择小波分解基函数：对已经重构后的信号通过选择合适的小波分解基函数进行一维分解重构，选择dbN小波分解基函数，即Daubechies小波；
（6）选择重构细节信号的层数：不同层数的细节信号展现不同的信号规律，结合实际的信号和需要观察的特征量，选择合适的分解层数后，对各层细节信号进行再次重构并输出；
（7）对分解得到的各层细节信号进行频域转换：通过傅里叶变换，对各层细节信号分别进行频域转换，从分解得到的时域信号转换至频域信号并显示频域图；
（8）选择高次谐波特征量所在的关键层数：观察傅里叶变换后得到的频域图，选择高次谐波所在的层数，对比高次谐波幅值，最终确定一个层数作为研究对象，之后的所有接受信号都将会采纳该层信号的高次谐波特征量；
（9）构造非线性特征差异系数：将所有参考信号的关键层数进行对比，以无损状态下的 信号做为基准信号，构造非线性特征差异系数，具体为：
Figure DEST_PATH_IMAGE001
，其中，H n 为第n个参 考信号的关键层数的频谱高次谐波幅值，H 0为基准信号的关键层频谱高次谐波幅值，计算 得到各个非线性特征差异系数，所述的基准信号，是指在完整无损、未遭受冲击试件中接收 得到的信号；
（10）拟合关系：根据统计的各参考数据组的损伤面积和对应的各能量的非线性特征差异系数，获得非线性特征差异系数与损伤面积的函数关系，即损伤面积量化预测关系式；
所述的步骤（6）和步骤（7）中，基于高次谐波，采用含dbN小波分解的多次重构信号处理方法，有效地实现将接收信号的高频与低频分离并局部化，使得对高次谐波的细节观察和信息获取更准确；
所述的步骤（9）和步骤（10）中，进一步构造基于无损基准信号的非线性特征差异系数，获得非线性特征差异系数与损伤面积的函数关系，即损伤面积量化预测关系式，实现对损伤面积的预测。
2.根据权利要求1所述的基于高次谐波对复合材料冲击的损伤面积量化预测方法，其特征在于：所述的特征量，即高次谐波，为二次谐波、三次谐波或更高次的谐波中的一种。
3.根据权利要求1所述的基于高次谐波对复合材料冲击的损伤面积量化预测方法，其特征在于：所述的步骤（8）和步骤（9）中，关键层数是指在该层细节信号的频谱图中，有所关注高次谐波频率的幅值最大、局部化效果最明显、波峰易识别、带宽窄的特点。
CN202010012777.5A 2020-01-07 2020-01-07 基于高次谐波对复合材料冲击的损伤面积量化预测方法 Active CN111122704B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010012777.5A CN111122704B (zh) 2020-01-07 2020-01-07 基于高次谐波对复合材料冲击的损伤面积量化预测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010012777.5A CN111122704B (zh) 2020-01-07 2020-01-07 基于高次谐波对复合材料冲击的损伤面积量化预测方法

Publications (2)

Publication Number Publication Date
CN111122704A CN111122704A (zh) 2020-05-08
CN111122704B true CN111122704B (zh) 2022-12-09

Family

ID=70487034

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010012777.5A Active CN111122704B (zh) 2020-01-07 2020-01-07 基于高次谐波对复合材料冲击的损伤面积量化预测方法

Country Status (1)

Country Link
CN (1) CN111122704B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113252789B (zh) * 2021-06-11 2022-03-08 东莞理工学院 钢轨接头螺孔裂纹的非线性超声谐波检测方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11092573B2 (en) * 2017-06-29 2021-08-17 Luna Innovations Incorporated Apparatus, systems, and methods for determining nonlinear properties of a material to detect early fatigue or damage

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
Impact damage assessment in orthotropic CFRP laminates using nonlinear Lamb wave: Experimental and numerical investigations;Ying Tie, Qingsong Zhang, Yuliang Hou, Cheng Li;《composite structures》;20200103;第05页第03段、第06页第03段、第07页第01段、第08页第02段、第09页第01段、第14页第01-03段、第16页第01-02段、第18页第01段、图3-图5、图11、图18 *
基于FBG和小波包能量谱的风机叶片无损检测;邹洁等;《电子测量技术》;20150315(第03期);第135页第03-04段、第136页第01-05段、第137页第02段、图8(a) *
基于双树复小波系数层间相关性的非线性超声谐波提取方法;江念等;《仪表技术与传感器》;20190415(第04期);全文 *
基于非线性超声波的疲劳损伤检测试验研究;张发友等;《玻璃钢/复合材料》;20190428(第04期);全文 *
胶合板加载损伤的声发射信号小波包特征提取;徐锋等;《南京林业大学学报(自然科学版)》;20111115(第06期);全文 *

Also Published As

Publication number Publication date
CN111122704A (zh) 2020-05-08

Similar Documents

Publication Publication Date Title
Hutchins et al. Coded waveforms for optimised air-coupled ultrasonic nondestructive evaluation
He et al. A multi-feature integration method for fatigue crack detection and crack length estimation in riveted lap joints using Lamb waves
Surgeon et al. Modal analysis of acoustic emission signals from CFRP laminates
CN105004792A (zh) 一种用于微裂纹检测的非线性超声相控阵成像方法
Chen et al. [Retracted] Nonlinear Lamb Wave for Structural Incipient Defect Detection with Sequential Probabilistic Ratio Test
Mandal et al. Identification of breathing type disbonds in stiffened panels using non-linear lamb waves and built-in circular PWT array
Fierro et al. Nonlinear elastic imaging of barely visible impact damage in composite structures using a constructive nonlinear array sweep technique
Kumar et al. Acoustic emission characterisation of failure modes in hemp/epoxy and glass/epoxy composite laminates
CN111122704B (zh) 基于高次谐波对复合材料冲击的损伤面积量化预测方法
Xu et al. A waveform clustering method for damage mode identification for composite laminates under hygrothermal environment
Tang et al. Non-contact phase coded excitation of ultrasonic Lamb wave for blind hole inspection
Zhou et al. Review on acoustic emission source location, damage recognition and lifetime prediction of fiber-reinforced composites
CN113252789B (zh) 钢轨接头螺孔裂纹的非线性超声谐波检测方法
Loutas et al. Fatigue damage monitoring in carbon fiber reinforced polymers using the acousto‐ultrasonics technique
Malikov et al. Ultrasonic tomography imaging enhancement approach based on deep convolutional neural networks
Zhang et al. CFRP barely visible impact damage inspection based on nonlinear ultrasound signal sparse reconstruction
Barzegar et al. Experimental estimation of Lamb wave dispersion curves for adhesively bonded aluminum plates, using two adjacent signals
Yücel et al. Pulse-compression based iterative time-of-flight extraction of dispersed ultrasonic guided waves
Yang et al. Passive detection and localization of fatigue cracking in aluminum plates using Green’s function reconstruction from ambient noise
Ma et al. Point-cloud acquisition in CFRP composites using ultrasonic location estimation with the phase-shift reference pulse
Al-Jumaili Damage assessment in complex structures using acoustic emission
Zhang et al. Deep learning-based corrosion-like defect localization technique for high-voltage cable aluminum sheaths using guided waves
Qian et al. The Denoising Method of Guided Ultrasonic Waves Based on SampEn-Improved Singular Value Decomposition
Farias et al. Spectral Analysis of the propagation of Lamb Waves on Fibre-Metal Laminated Plates to detect and evaluate different defects
CN116223624B (zh) 一种基于数值声学超材料的复合材料微弱缺陷检测方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant