一种基于DIC与声发射的结构钢焊缝损伤智能表征方法

本发明公开了一种基于DIC与声发射的结构钢焊缝损伤智能表征方法。首先搭建由DIC视觉采集系统、声发射采集系统与万能试验机组成的多模态采集系统，其次构建多模态时序样本集，然后构建双流深度学习融合模型，最后对待测结构钢焊缝试样采集DIC与声发射数据，经预处理后输入训练好的融合模型，同步输出损伤阶段判别结果与连续损伤因子数值。本发明采用“时间偏移修正+帧率降采样对齐”的两步对齐法，在无需硬件级高精度同步设备的条件下实现了多模态数据的精准时间对应；同时通过2DCNN挖掘空间应变分布特征、1DCNN结合GRU挖掘时序演化特征，在特征层级实现时空信息深度互补，显著提升了损伤识别的准确率与全面性。