《表1 复合材料加筋板模拟损伤监测数据构成分布》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《一种基于深度学习的复合材料结构损伤导波监测方法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

在深度学习方法中，需要对每一条监测数据进行损伤状态（有损伤/无损伤）标记，作为深度学习模型训练和测试的依据。这里使用损伤指数阈值（damage index，DI）为数据作标记。目前，比较常用的损伤指数有12种[10-11]。根据多次采集得到的加筋板“无损伤”事件（即没有黏结螺栓，跟损伤完全无关）的监测信号，计算其SDCC值，求平均值并乘以4，作为损伤指数阈值。在“有损伤”事件（即黏结了螺栓）中，凡是其监测信号SDCC值大于该阈值的，标记为“有损伤”；对于剩下的监测信号和所有“无损伤”事件的监测信号，全部标记为“无损伤”。使用该方法，供收集到对793条监测数据进行了分类，其具体构成形式见表1。监测数据的SDCC值分部如图3所示。可以看见有三个监测数据的SDCC值偏高。如果将其隐藏，则得到如图4所示的监测数据SDCC分布情况。可以看见，“有损伤”与“无损伤”标记的数据之间，有比较清晰的界限。