本书主要探索人工智能技术在超声导波无损检测领域应用，从数据驱动的全新视角出发，研究如何利用深度学习等技术突破传统知识驱动方法的局限性，解决导波检测正问题和反问题研究中存在的问题，实现高效精确的结构缺陷检测。全书主要分为数据驱动正问题和反问题两部分。正问题部分提出了耦合深度神经网络的超声导波正散射边界元求解方法，用于快速求解含缺陷波导结构的散射波场。反问题部分提出了多种数据驱动的缺陷定量重构方法，并进行了不同条件下的性能探索和实验研究。本书系统性地研究了深度学习在超声导波无损检测中的应用，总结了数据驱动方法的优势和不足，为该领域的发展提供了新的思路和方向。
更多科学出版社服务，请扫码获取。
1998-2002，西安交通大学,工程力学，学士；
2002-2007，西安交通大学，力学，博士；2007-2009，东京工业大学,JSPS外国人研究员；
2009-2012，东京工业大学,Global COE研究院；
2012-至今，南京航空航天大学，教授。2009年度全国优秀博士学位论文奖提名，入选2011年度"江苏特聘教授"、2012年度"教育部新世纪优秀人才支持计划"和2013年度江苏省"双创人才"计划。
中国力学学会固体力学专委会智能材料与结构专业组组员；中国力学学会电子电磁器件力学工作组副组长
目录
序
第1章 绪论 1
1.1 研究背景及意义 1
1.2 超声导波缺陷无损检测研究进展 2
1.2.1 超声导波正散射问题研究进展 2
1.2.2 超声导波逆散射问题研究进展 5
1.3 数据驱动导波正散射及逆散射问题研究进展 8
1.3.1 数据驱动正散射数值分析研究进展 8
1.3.2 数据驱动逆散射目标重构研究进展 11
1.4 本书主要内容 14
参考文献 16
第2章 导波基础理论 26
2.1 引言 26
2.2 弹性动力学基本关系 26
2.3 无限大平板导波的频散特性 27
2.4 无限大板结构远场格林函数 30
2.5 Lamb波二维频域控制方程 31
2.6 本章小结 34
参考文献 34
第3章 经典导波检测方法 36
3.1 引言 36
3.2 一发一收式导波检测方法 37
3.3 透射导波二维阵列成像方法 38
3.3.1 缺陷成像概率分布方法 39
3.3.2 滤波反投影方法 41
3.3.3 衍射层析成像方法 44
3.4 导波相控阵检测方法 47
3.5 本章小结 49
参考文献 50
第4章 深度学习算法简介 52
4.1 引言 52
4.2 深度学习神经网络框架 52
4.3 流形学习数据分析与降维 58
4.4 本章小结 63
参考文献 63
第5章 数据驱动超声导波正散射边界元计算 65
5.1 引言 65
5.2 耦合深度学习的边界元法 66
5.2.1 基于修正边界元的导波散射波场求解 66
5.2.2 等效板波格林函数 70
5.2.3 耦合深度学习的边界元法框架与原理 73
5.3 DBEM求解含缺陷散射波场数值验证 76
5.3.1 等效板波格林函数响应求解 76
5.3.2 含表面缺陷平板散射波场求解 78
5.3.3 DBEM 散射波场求解效率评估 80
5.4 本章小结 81
参考文献 82
第6章 耦合物理模型的数据驱动导波定量化缺陷重构 83
6.1 引言 83
6.2 缺陷重构物理模型——波数空间域变换法 84
6.3 耦合物理模型的数据驱动缺陷重构法 86
6.4 耦合物理模型的数据驱动缺陷重构数值验证 88
6.4.1 数据集准备 88
6.4.2 PI-ResNet缺陷重构泛化性评估 89
6.4.3 PI-ResNet缺陷重构鲁棒性评估 91
6.5 本章小结 92
参考文献 93
第7章 数据驱动端至端的波导结构缺陷定量化重构 94
7.1 引言 94
7.2 数据驱动端至端波导缺陷重构方法框架 95
7.3 Deep-guide 缺陷重构神经网络模型 99
7.4 数据驱动端至端缺陷重构方法验证 100
7.4.1 数据集准备 100
7.4.2 SH波和Lamb波缺陷重构性能评估 102
7.4.3 缺陷定位性能评估 105
7.5 数据驱动缺陷重构性能影响因素分析 106
7.5.1 频带宽度对重构精度的影响 106
7.5.2 样本数量对重构精度的影响 109
7.6 本章小结 111
参考文献 112
第8章 基于流形学习框架的导波缺陷重构应用拓展及实验 113
8.1 引言 113
8.2 数据驱动多频多模态导波缺陷重构 114
8.2.1 多频多模态导波数据的流形分析 114
8.2.2 多频多模态导波缺陷重构数值验证 119
8.3 数据驱动的三维结构缺陷定量化重构 121
8.3.1 三维平板表面缺陷重构 121
8.3.2 三维平板内部缺陷重构 124
8.4 数据驱动缺陷重构实验验证 129
8.4.1 超声检测实验装置搭建 129
8.4.2 实验结果 130
8.5 本章小结 133
参考文献 134
新书资讯
