基于支持向量机和神经网络方法的应力腐蚀裂纹的定量重构研究.pdfVIP

2009年全国电工理论与新技术学术年会论文集 基于支持向量机和神经网络方法的应力腐蚀裂纹的定量重构 耿强，黄太回，陈振茂 西安交通大学强度与振动教育部重点实验室，西安，710049 摘要：应力腐蚀裂纹(SCC)具有类似于树枝分叉的复杂微观结构，其无损定量检测非常困难。本文基于 SCC的一种数值模型提出了利用神经网络和支持向量机方法的裂纹定量重构方案。首先将SCC等效为导 电率非零的椭圆形裂纹，利用FEM—BEM混合法程序建立了训练信号数据集。其次，针对所选神经网络和 支持向量机方法提出了相应的裂纹参数化和阻抗信号特征提取方法，在此基础上利用神经网络和支持向量 机分别对应力腐蚀裂纹进行了重构。计算结果表明支持向量机方法对混入噪声的信号训练效果要明显好于 神经网络。对于应力腐蚀裂纹的定量识别，支持向量机方法明显优于神经网络方法。 关键词：应力腐蚀裂纹，神经网络方法，支持向量机，建模，定量重构。 ofStressCorrosionCrack Methodsof Reconstruction byUsing NeuralNetworkand VectorMachine Support andZhenmaoChen QiangGeng，YaihuiHuang for and MOE Vibration，Xi’an KeyLaboratoryStrength Jiaotong with branches．Its Abstract：StressCorrosion micro．structuresimilarbifurcatedtree Crack(SCC)hascomplex this reconstructionschemesbasedonANNand non．destructiveevaluationiSdi确cult．In quantitative paper Suppon basedonaconductivecrack froma VectorMachine(SVM)were model，．ECT probe proposed signals pancake scannedoverthecrackweretakenasthesource forthecrackreconstruction．AIOtof ECT iust signal samplesignals as for forcrack were bv aFEM．BEMcodedatasets network ways generatedusing hybrid training．Special toreducesimulationtimeand