基於超聲波的跨材料結構監測方法

傳統的基於模型的超聲波損傷識別方法需要大量重複且繁瑣的建模工作。此外，適用於一種材料的超聲傳播建模不能直接應用於其他材料，導致為一種材料開發的損傷檢測模型難以用於其他材料。

• 將超聲波傳感器/傳感器網絡獲取的原始超聲波信號分解為離散頻帶以獲得波能量分佈特徵，並由此建構超聲波能量分佈特徵向量。
• 進行主成分分析以達到特徵向量的降維，實現高計算效率的後續分類。
• 基於人工智能的分類器經過訓練，再輸入能量分佈特徵向量的主成分，可自動識別損壞。該技術可用於金屬和複合材料等不同材料的損傷檢查和結構健康監測。

• 無須在各種材料中建立複雜的波傳播模型，實現高效損傷識別。
• 此方法適用於不同材料的損傷檢測，無需分析取決於材料特性的超聲波傳播。
• 用於損傷檢測的基於人工智能的分類器只需一小組超聲波數據便能更新，以應用於新材料。
• 可達致超過90%的損傷識別準確率。

• 日內瓦國際發明展2023銅獎
• 亞洲國際創新發明展2023金獎

• 管道、鐵軌、風力發電機葉片的損傷檢測。
• 電池生產的狀態監測和質量控制

• 短期專利：HK30082364