层状材料的激光超声有限元模拟和神经网络方法反演材料参数研究.pdf

中文摘要 摘 要 本文用有限元方法研究并建立了脉冲激光在层状材料中热弹激发超声的理 论模型，并利用该方法对激光超声波的产生和传播特征、波形特征、以及用神经 网络方法反演材料参数的方法等方面进行了理论分析和数值计算研究。 根据经典热传导方程，分析了材料在激光辐照下的光学及热物理性能的变化 情况，得到了材料斑部的瞬态温度场分布在一个很小的局部区域，该区域存在很 大的温度梯度，且极不均匀的研究结果：提出了准静态过程中线弹性有限元数值 模拟计算激光热应力分布的方法，得到了轴向应力波随时间变化向材料内部传 播、径向应力波随时间沿径向传播的结论；进而认为材料中产生的超声波是表面 热源和体热源共同作用的结果，即是表面正交力偶和垂直力共同作用的结果。 分析了纳秒量级的激光超声产生的热结构耦合的物理过程，研究了网格大小 和时间步长参数和有限元求解的稳定性的关系，建立了优化的有限元模型，数值 模拟两种典型涂层基底系统中声表面波的激光热弹激发和传播过程。数值模拟结 果表明：除了掠面纵波外，在快基底慢涂层系统中得到了正常的色散表面波，而在 慢基底快涂层系统中得到了反常色散表面波。进而采取减小激发激光光斑的办 法，使激发出来的声表面波频率高于慢基底快涂层系统中的截止频率时，在慢基 底快涂层系统中得到了伪表面波。 基于Pwv分布的时间频率分析方法，分析了涂层基底系统中激光产生的瞬 态位移响应。利用平滑的PWV分布给出了瞬态激光超声波的时间频率的动态特 征，在时间频率平面上的给出了波的类型、位置和形状等传播特征，而且根据群 延迟可从单个波形估计速度。 首次提出了利用神经网络方法直接反演涂层材料参数方法，利用数值优化 LevcnbergMarquardt学习算法用以加速网络训练的收敛速度；进而直接从瞬态位 移波形反演得到了材料的参数。该方法还能扩展到更为复杂的结构、各向异性材 料涂层的参数反演，为涂层或薄膜材料的无损检测提供了～种可靠的手段。 本文的研究结果可为激光超声的理论和数值模拟研究，同时也为无损检测技 术的发展与拓宽其应用范围提供理论依据。 关键词：激光超声，有限元方法，热弹机制，温度场，激光热应力，平滑PWV 分布，神经网络 英文摘要 Abstract In thefiniteelement theoreticalmodelof this method(FEM)，a paper,byusing ultrasound in isstudied coating／substrate laser-generatedthermoelastically systems established．Andthe oflaserultrasonicwave and same method，the using generation arealsostudied．Aswell its characteristics and propagation。waveform as，、Ⅳitll material artificialneuralnetworkinversedetermination method，theoretical parameter andnumerical studied． a