人工神经网络在声发射检测中的应用
易若翔，刘时风，耿荣生1），沈功田2）(清华大学机械系，北京 100084)
摘要:介绍人工神经网络技术在声发射检测领域的应用现状,并对这项技术在声发射检测中的应用前景进行了展望。简介人工神经网络声发射检测应用的基本原理并用实例加以说明。
关键词:声发射检验；人工智能；模式识别；定位技术；信号处理
中图分类号: TG115.28 文献标识码: A 文章编号: 1000-6656( 2002)1 1-0488-04
ACOUSTIC EMISSION TESTING
YI Ruo- xiang LIU Shi- feng GENG Rong sheng1） SHEN Gong tian2）
( Department of Mechanical Engineering, Tsinghua University, Beijing 100084 China)
Abstract: The application of artificial neural network to acoustic emission testing is reviewed and its development trend is forecast. Desaription is also given on the basic principle of artificial neural network and its applications with some case studies.
Keywords. Acoustic emission testing; Artificial intelledt; Mode identifcation; Source location; Signal processing
声发射(AE)技术作为一种重要的无损检测方法，在压力容器、大型复杂工程结构、卫星和宇航领域所用复合材料结构以及桥梁检测方面有着广阔的用范围。此外，声发射技术还可用作材料的疲劳、蠕变、脆断、应力腐蚀和断裂力学测试方面的研究手段,也可用于对复合材料和陶瓷材料的性能研究。
近年来，人工神经网络(ANN)技术在声发射等无损检测领域中得到广泛应用。由于神经网络能够逼近任何非线性映射，因此能成为声发射信号分析强有力的工具。
下面介绍人工神经网络应用于声发射检测技术的基本方法、应用现状和发展前景。
1、人工神经网络基本原理
人工神经网络是近年来发展起来的一门交叉学科,简言之，它是一种以物理上可以实现的器件、系统或现有的计算机来模拟人脑的结构和功能的人工系统。在许多涉及认知过程的领域,如语音识别和模式识别等，人类以很自然的方式完成这些识别任务，但是若让计算机来完成同样的任务则会感到十分困难,因为计算机要完成这类任务必须同时考虑多种因素，要在众多的可能性中作出正确判断，对计算机的运算速度要求过高。而人工神经网络采用并行处理的方式为解决这些困难的认知任务开辟了一个崭新的研究途径。
