Parallel kernel deep learning model for damage quantification in laminated composites

2026-04-03

0

PRE

AI

DOI：10.1016/j.advengsoft.2026.104168

原文求助

摘要

En 中文

• 并行核CNN同时提取全局和局部兰姆波特征，在层合复合材料中实现95.83%的损伤严重程度评估准确率和98.15%的定位准确率。 • 该模型消除了核特定调优，并为损伤严重程度评估和定位提供了统一的框架。 • 实验验证表明，在不同损伤条件下具有卓越的性能。

Keyword:

Parallel Kernel CNN

Lamb-wave features

damage severity assessment

localization accuracy

laminated composites