基于模拟数据增强的CWT与KAN-ResNet50的复合材料孔隙非线性超声检测
《Materials Today Communications》:Nonlinear ultrasonic testing of composite porosity based on CWT and KAN-ResNet50 under simulation data enhancement
【字体:
大
中
小
】
时间:2026年08月29日
来源:Materials Today Communications? 3.7
编辑推荐:
摘要线性超声波技术对复合材料中小缺陷的灵敏度往往不足。此外,当前的孔隙率检测深度学习方法严重依赖手工提取特征,且在训练数据集较小时泛化能力有限。为应对这些挑战,本文提出了一种基于连续小波变换(CWT)和KAN-ResNet50架构的复合材料孔隙率非线性超声检测方法,并通过模拟
摘要
线性超声波技术对复合材料中小缺陷的灵敏度往往不足。此外,当前的孔隙率检测深度学习方法严重依赖手工提取特征,且在训练数据集较小时泛化能力有限。为应对这些挑战,本文提出了一种基于连续小波变换(CWT)和KAN-ResNet50架构的复合材料孔隙率非线性超声检测方法,并通过模拟数据增强技术加以改进。首先,基于随机介质理论构建了具有不同孔隙率水平的随机孔隙模型。随后,利用COMSOL Multiphysics模拟并提取相应的非线性超声响应信号。接下来,对模拟和实验超声信号应用CWT,将其转换为时频图像,从而构建用于孔隙率分类的综合数据集。采用ImageNet预训练的ResNet50模型作为骨干网络,并对其顶层残差块进行微调。值得注意的是,用Kolmogorov-Arnold网络(KAN)替代传统全连接层作为分类头,形成最终的孔隙率评估模型。实验结果表明,该方法在测试集的四种孔隙率样品上达到了98.15%的平均分类准确率,验证了其有效性。本研究为复合材料孔隙率的无损检测提供了一种高度可行、自动化和智能化的方法,显著降低了对大规模实验样本的依赖。
沈剑|何成龙|赵英杰|胡娇
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号