基于卷积神经网络预测单向拉伸应力应变的微磁检测方法

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
基于卷积神经网络预测单向拉伸应力应变的微磁检测方法
申请号:CN202511131027
申请日期:2025-08-13
公开号:CN120721251A
公开日期:2025-09-30
类型:发明专利
摘要
本发明公开了基于卷积神经网络预测单向拉伸应力应变的微磁检测方法,涉及微磁检测技术领域,包括将微磁传感器垂直贴于标准拉伸试件表面,在拉伸实验过程中,获取标准拉伸试件不同状态的微磁信号,同时测取对应时间下的应力应变数据;对微磁信号进行处理,得到各类微磁特征参量,通过对准力学标准拉伸实验和微磁信号的时间,合并微磁参量和应力应变状态,形成多微磁信号数据集;基于多微磁信号数据集,采用降低学习率和多段损失的策略,对一维卷积神经网络进行训练,进而预测结构相应的应力应变。因此,采用上述基于卷积神经网络预测单向拉伸应力应变的微磁检测方法,能够对受单向拉伸作用、包含弹性段和塑性段钢结构部件应力应变曲线的预测。
技术关键词
一维卷积神经网络 应力 特征参量 试件表面 巴克豪森噪声 微磁传感器 增量磁导率 万能实验机 信号 霍尔元件 感应线圈 钢结构部件 U型磁轭 数据 力学 策略 机器人 涡流