来源：期刊VIP网 时间：
作者：陈棣湘1,2;刘丽辉1;任远1;曹以恒1;陈诗宇1
单位：1.国防科技大学智能科学学院;2.装备状态感知与敏捷保障全国重点实验室
摘要：针对航空发动机涡轮盘等曲面金属构件表面裂纹深度高精度检测的迫切需求，提出一种以柔性电磁传感器为基础、脉冲激励与机器学习相结合的定量检测方法，设计差分式柔性电磁传感器与脉冲涡流检测系统，并通过仿真分析得到检测信号多个时频域特征与裂纹深度的关系，在此基础上提出基于人工神经网络的裂纹深度智能反演算法，并通过数据预处理与迁移学习相结合的方法将大量仿真数据和少量实验数据共同应用于反演模型的训练，解决训练样本不足的问题。实验结果表明该方法可实现0～6 mm裂纹深度的定量检测，测量不确定度为0.13 mm，为曲面金属构件的缺陷定量检测提供方法和技术支撑。
关键词：发动机涡轮盘;裂纹深度;定量检测;柔性传感器;脉冲涡流
