實驗名稱：

ATA-2031高壓放大器在復合材料板超聲無損探傷中的應用

實驗方向：

復合材料，超聲導波，無損檢測，信號處理，深度學習

實驗設備：

ATA-20321高壓放大器，任意函數波形發生器、示波器、超聲波信號前置放大器、CFRP復合板等。

實驗目的：

碳纖維增強聚合物（CFRP）復合材料因其卓越的力學性能而被廣泛應用于航空航天領域。然而對復合材料損傷檢測與定位技術現仍然極具挑戰性。本研究引入了一種新穎的方法，利用多模態門控循環單元神經網絡（MGNN）模型對碳纖維增強聚合物復合材料進行損傷檢測與定位。

實驗過程：

LW信號的產生和接收使用單個執行器-接收器對，研究選擇了經漢恩窗調制的五周期正弦突音信號。對于信號產生和數據采集，輸入信號的中心頻率為80khz。超聲導波信號以10 MHz的速率采樣，考慮到單個波模的群速度，調整采集持續時間以確保捕獲激活波模及其邊界反射。激勵電壓設置為20v，然后通過高壓放大器將其峰值提升到80v。前置放大器的放大速率設置為60db。

為了提高信號的信噪比，將接收到的信號平均16次以降低隨機噪聲，并采用基于“DB6”小波的四層尺度分解進一步抑制高頻噪聲。為了簡化數據集的獲取，考慮了額外的質量塊來模擬實際損傷。

對于復合板的損傷評估，將檢測區域設置為400 × 400mm的正方形區域，并平均劃分為100個小方塊。從檢測區域的左下角開始，以4厘米的間隔定位損傷點。每個傷害點都集中在一個小正方形區域內，并且每次只引入一個模擬傷害。值得注意的是，在傳感器位置沒有損壞點。這種設置產生了119種不同的損傷信號。

實驗結果：

所提出的MGNN優于其他模型，并且具有最快的檢測速度。所提出的MGNN模型的MSE為0.8804，且所需要的時間也最少（僅為0.0562s），這顯示了MGNN擁有最佳的損傷檢測能力。

實驗中用到的ATA-2031高壓放大器的參數指標：