公开(公告)号：CN119269065A

公开(公告)日：2025-01-07

申请号：CN202411590790.3

申请日：2024-11-08

Applicant: 哈尔滨工程大学

Inventor： 王宇 ,  邱广煌 ,  刘希琨 ,  田永靖 ,  刘健 ,  李凤明 ,  李元新

IPC: G01M13/00 ,  G01H17/00

Abstract: 一种基于仿生非线性振子超结构的减振与波导装置及测试装置，涉及减振与波导测试技术领域。现阶段的非线性减振结构无法模拟更复杂的波传播现象，导致非线性波的研究受到局限。本发明包括支撑导轨、N个质量块和N‑1个仿生复合X型非线性振子，N个质量块横向排布并安装于支撑导轨，每个质量块可沿支撑导轨移动；每个仿生复合X型非线性振子连接相邻的两个质量块并随质量块的移动而变形，仿生复合X型非线性振子与质量块形成非线性的周期链式结构。本发明主要用于测量减振与波导。

公开(公告)号：CN119125326A

公开(公告)日：2024-12-13

申请号：CN202411333431.X

申请日：2024-09-24

Applicant: 哈尔滨工程大学

Inventor： 王宇 ,  李金成 ,  刘希琨 ,  董立强 ,  李金强 ,  李凤明

IPC: G01N29/44 ,  G01N29/04 ,  G06F30/23 ,  G16C60/00 ,  G06F18/241 ,  G06V10/764 ,  G06V10/82 ,  G06N3/0464 ,  G06F113/26 ,  G06F123/02

Abstract: 基于深度学习的复合材料结构损伤超声检测方法及存储介质，本发明涉及复合材料结构损伤超声检测方法及存储介质。本发明的目的是为了解决传统的无损检测方法依赖于人类的专业知识，耗时、昂贵且容易出错的问题。过程为：一、通过仿真软件建立尺寸相同，一个有分层缺陷和一个没有缺陷的复合材料层合板模型；二、设置探针；三、产生时间位移曲线；得到一组时频图；四、改变缺陷大小、位置和探针位置，重复执行三至四N次，得到N组时频图；五、构建卷积神经网络模型；六、获得训练好的卷积神经网络模型；七、基于训练好的卷积神经网络模型对待测复合材料层合板模型进行分类检测。本发明用于复合材料结构损伤超声检测领域。