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]	张伟, 王彬文, 樊俊铃, 詹绍正, 焦婷, 杨宇. 基于多模式超声成像的CFRP冲击损伤无损表征与冲击后压缩强度预测[J]. 航空学报, 2023, 44(1): 426635-426635.
[2]	郑锋, 黄薇, 季宏丽, 裘进浩. 复合材料薄板结构中的声学黑洞效应探究[J]. 航空学报, 2023, 44(1): 426453-426453.
[3]	胡伟, 万文章, 陈谋. 基于神经网络和干扰观测器的UAV自动着舰控制[J]. 航空学报, 2022, 43(S1): 726963-726963.
[4]	陈博, 岳凯, 王如生, 胡明南. 基于学习策略的多速率多传感器融合定位方法[J]. 航空学报, 2022, 43(S1): 726904-726904.
[5]	王宇斐, 刘骁佳, 刘欢, 曹立俊, 罗志强. 孪生神经网络在航天产品电性能测试方面的应用[J]. 航空学报, 2022, 43(S1): 727048-727048.
[6]	王子玲, 熊振宇, 顾祥岐. 可见光与SAR多源遥感图像关联学习算法[J]. 航空学报, 2022, 43(S1): 727239-727239.
[7]	冉庆波, 肖鸿, 杨富鸿, 段玉岗. 含孔曲面自动铺丝轨迹规划算法[J]. 航空学报, 2022, 43(9): 425602-425602.
[8]	韩淞宇, 邵海东, 姜洪开, 张笑阳. 基于提升卷积神经网络的航空发动机高速轴承智能故障诊断[J]. 航空学报, 2022, 43(9): 625479-625479.
[9]	杨特, 杨智春, 梁舒雅, 康在飞, 贾有. 平稳随机载荷的信号特征提取与深度神经网络识别[J]. 航空学报, 2022, 43(9): 225952-225952.
[10]	刘佳奇, 冯蕴雯, 路成, 薛小锋, 潘维煌. 基于智能神经网络的航空发动机运行安全分析[J]. 航空学报, 2022, 43(9): 625375-625375.
[11]	邵怡韦, 陈嘉宇, 林翠颖, 万程, 葛红娟, 石智龙. 小训练样本下齿轮箱故障诊断:一种基于改进深度森林的方法[J]. 航空学报, 2022, 43(8): 625429-625429.
[12]	邓云飞, 周楠, 田锐, 魏刚. S型碳纤维褶皱夹芯结构低速冲击响应特性实验研究[J]. 航空学报, 2022, 43(6): 525446-525446.
[13]	万傲霜. 复合材料直升机平尾结构概率损伤容限评估[J]. 航空学报, 2022, 43(6): 525557-525557.
[14]	曹勇, 张超. 薄层复合材料冲击损伤行为研究进展[J]. 航空学报, 2022, 43(6): 525323-525323.
[15]	刘增飞, 刘凯, 张斌斌, 李雪枫, 葛敬冉, 黄建, 李超, 孙新杨, 孙煜, 梁军. 纱线规格对3D机织复合材料拉伸性能的影响[J]. 航空学报, 2022, 43(6): 525453-525453.

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