基于神经网络的智能复合材料损伤评估系统

论文

本期目录 | 过刊浏览 | 高级检索

前一篇 | 后一篇

基于神经网络的智能复合材料损伤评估系统

陶云刚, 陶宝祺

南京航空航天大学测试工程系,南京,210016

收稿日期:1993-03-29 修回日期:1993-08-30 出版日期:1994-10-25 发布日期:1994-10-25

SMART COMPOSITE DAMAGE ASSESSMENTSYSTEM BASED ONTHE NEURAL NETWORK

Tao Yungang, Tao Baoqi

Department of Test Engineering, Nanjing UniVersity of Aerorautics and Astronautics,Nanjing,210016

Received:1993-03-29 Revised:1993-08-30 Online:1994-10-25 Published:1994-10-25

摘要/Abstract

摘要： 介绍了一种复合材料损伤评估的新系统。该系统由埋入光纤传感器阵列、形状记忆合金丝和Ｋ　ｏｈｏｎｅｎ　自组织神经网络处理器组成。由埋入光纤传感器阵列实现对材料损伤的检测,神经网络由ＴＭＳ３２０Ｃ２５　高速并行处理器和ＩＢＭＰＣ／３８６组成的高速并行分布处理器进行模拟,实现传感器输出信号的实时处理,并产生相应的控制信号激励形状记忆合金丝（ＳＭＡ）,以改变材料的应力状态,延缓材料的破坏。

关键词: 神经网, 复合材料, 破坏程度评估

Abstract: A novel approach is introduced for composite damage assessment.The system consists of an embedded fiberoptic sensor array,Shape Memory Alloy(SMA)and Kohonen Self-Organizing Maps(SOM) neural network processor. The fiberoptic sensor array embedded in the com-posite structure can be used to detect the damages in the composite。The neural network is simu-lated by high speed Parallel Distributed Proeessing(PDP) which consists of TMS320C25 high speed processor and IBM PC/386 computer, deals with the output signals of sensors on time,and controls and actuates the shape memory alloy wires to change the strain state of the compo-site,So that,the damage of composite will be delayed。

Key words: neural nets, composites, damage assessment

中图分类号:

陶云刚;陶宝祺. 基于神经网络的智能复合材料损伤评估系统[J]. 航空学报, 1994, 15(10): 1274-1277.

Tao Yungang;Tao Baoqi. SMART COMPOSITE DAMAGE ASSESSMENTSYSTEM BASED ONTHE NEURAL NETWORK[J]. ACTA AERONAUTICAET ASTRONAUTICA SINICA, 1994, 15(10): 1274-1277.

E-mail：hkxb@buaa.edu.cn

关于我们

期刊社服务

专业学科

封面文章

友情链接

主管单位：中国科学技术协会主办单位：中国航空学会北京航空航天大学

[1]	龚煜廉, 张建国, 吴志刚, 褚光远, 范晓铎, 黄赢. 主动学习基自适应PC⁃Kriging模型的复合材料结构可靠度算法[J]. 航空学报, 2024, 45(8): 228982-228982.
[2]	贾文斌, 方磊, 张根, 史剑, 何泽侃, 宣海军. CNT树脂基复合材料断裂韧性的优化设计[J]. 航空学报, 2024, 45(7): 428971-428971.
[3]	张春云, 陈雄斌, 刘健, 崔苗. 酚醛树脂气凝胶复合材料热物性参数预测方法[J]. 航空学报, 2024, 45(6): 428848-428848.
[4]	黄领才. 纤维增强聚合物复合材料无损检测方法进展[J]. 航空学报, 2024, 45(5): 529697-529697.
[5]	马菲, 张琼, 赖培军, 岳一笛. 基于BP神经网络的试飞训练安全性量化模型[J]. 航空学报, 2024, 45(5): 529957-529957.
[6]	倪育德, 闫苗玉, 刘瑞华. 基于DOA-BP神经网络的电离层TEC短期预测[J]. 航空学报, 2024, 45(4): 328707-328707.
[7]	高志廷, 马壮, 柳彦博. CVD-SiC阵列结构对ZrB₂/SiC涂层抗烧蚀性影响[J]. 航空学报, 2024, 45(3): 428842-428842.
[8]	张超, 曹勇, 赵振强, 张海洋, 孙建波, 王志华, 蔚夺魁. 树脂基复合材料在民用航空发动机中的应用与关键技术研究进展[J]. 航空学报, 2024, 45(2): 28556-028556.
[9]	马莹, 陈奡, 邓聪颖, 陈翔, 禄盛, 曾宪君. 纺织复合材料多尺度网格划分方法[J]. 航空学报, 2024, 45(10): 429180-429180.
[10]	杨倩, 王彦哲, 杨迪, 李泽众, 曲巍崴. 基于数据驱动的纤维增强复合材料自动铺放速度预测与规划[J]. 航空学报, 2024, 45(10): 429313-429313.
[11]	李忠智, 马金毅, 艾剑良, 董一群. 拟VGG16网络的航空传感器故障检测分类[J]. 航空学报, 2023, 44(S1): 727615-727615.
[12]	刘武, 吴云燕, 刘玮, 田明明, 黄天鹏. 考虑未知扰动的RLV再入鲁棒容错姿态控制[J]. 航空学报, 2023, 44(S1): 727787-727787.
[13]	刘晨阳, 吴大伟, 郭一泽, 吕欣赛, 周佳妮, 邵书义. 不确定强耦合下四旋翼姿态鲁棒自适应控制[J]. 航空学报, 2023, 44(S1): 727645-727645.
[14]	韩剑, 孙士勇, 牛斌, 杨睿, 吴东江. 树脂基复合材料点阵结构的制造技术研究进展[J]. 航空学报, 2023, 44(9): 628255-628255.
[15]	王宏越, 王兵, 方国东, 孟松鹤. 2.5D机织浅交弯联复合材料数字单元建模分析[J]. 航空学报, 2023, 44(9): 227478-227478.

基于神经网络的智能复合材料损伤评估系统

SMART COMPOSITE DAMAGE ASSESSMENTSYSTEM BASED ONTHE NEURAL NETWORK

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价