《表1 不同测试条件下裂纹扩展辨识结果》
此外,考虑其他试件数据作为测试数据时的情况,即以试件V2~V6中的一个试件数据作为测试数据用于测试,剩余试件数据作为训练数据用于训练。表1为不同测试条件下的常规多项式方法和本文所提CNN方法的结果对比。可以看到在6组不同测试条件下,仅当V2试件数据为测试数据时常规方法辨识结果要优于CNN方法,其原因在于V2试件数据作为测试数据时,CNN训练过程中发生过拟合。尽管如此,在剩余的5组情况中本文所提方法均要优于常规方法,特别是在V1和V6试件数据用于测试时,损伤特征分散性比较大,本文所提CNN方法的辨识结果有明显提升。此时在所有6组的疲劳裂纹扩展辨识中,常规多项式拟合方法裂纹最大误判长度为2.95mm,本文所提方法裂纹最大误判长度为1.66mm。
图表编号 | XD00160065700 严禁用于非法目的 |
---|---|
绘制时间 | 2020.07.25 |
作者 | 袁慎芳、李晓泉、陈健 |
绘制单位 | 南京航空航天大学机械结构力学及控制国家重点实验室、南京航空航天大学机械结构力学及控制国家重点实验室、南京航空航天大学机械结构力学及控制国家重点实验室 |
更多格式 | 高清、无水印(增值服务) |