基于SBFEM 和深度学习的裂纹状缺陷反演模型1)

江守燕 万 晨 孙立国 杜成斌

(河海大学力学与材料学院,南京 211100)

引言

无损检测技术于20 世纪50～ 60 年代开始得到广泛应用,在无损检测的初级阶段,其技术和任务都较为简单,在技术手段上可选择的并不丰富,主要采用超声、射线等技术;在任务上主要是检测结构或试件是否存在缺陷或者异常,其基本任务是在不破坏结构或试件本身的情况下发现其中的缺陷,以满足工程需要.随着各方面技术的发展,人们越来越关注缺陷的位置、尺寸和形状,结构的无损检测技术需由定性阶段向定量阶段发展和提高[1].

智能优化算法与计算力学方法相结合已广泛应用于缺陷检测的定量反演问题中[2-12].文献[2-4]将扩展有限元法与遗传算法相结合进行缺陷反演,但传统的遗传算法在目标函数最小化迭代过程中效率低下并且容易陷入局部最优解;Nanthakumar 等[5]将扩展有限元法与多层坐标搜索方法相结合,用于检测压电材料中的缺陷;江守燕和杜成斌[6]将扩展有限元法与人工蜂群算法相结合进行结构内部孔洞状和裂纹状缺陷的反演;这些研究主要用于检测单个缺陷.Sun 等[7]提出了一种基于扩展有限元法和改进的人工蜂群算法的结构多缺陷检测与量化新算法,后来,Sun 等[8]进一步提出了一种新的多尺度算法来检测结构中的多个缺陷,该方法在收敛速度上有了显著地提高;为了研究建模误差和测量噪声对检测结果的影响,Yan 等[9]提出了一种贝叶斯方法,可以……