摘要
本发明提出了一种基于人工智能深度学习的声发射源定位方法，旨在解决传统声发射源定位方法在复杂结构中定位精度低、易受声波传播特性影响的问题。该方法包括网格划分、声发射传感器布置、数据采集、人工智能深度学习神经网络模型构建、数据预处理、标签数据生成与模型训练、模型验证以及声发射源定位等步骤。通过构建包含输入层、至少两层可动态调整节点数量的隐藏层、输出层的人工智能深度学习神经网络模型，对声发射信号的多维特征进行提取与分析，实现了对复杂结构中声发射源的高精度定位。本发明的方法无需依赖复杂的数学解析算法，具有定位精度高、鲁棒性强、适应性强以及自动化程度高等优点，适用于焊接结构、金属材料、复合材料等多种复杂结构的声发射源定位，为结构健康监测和安全评估提供了有力支持。
