简介： 本发明提供了一种基于多层卷积稀疏编码和U‑net的复合材料损伤轮廓预测方法，其包括：构建用于复合材料层合结构损伤轮廓预测的数据集，激发传感器产生激励信号并获取全阵列导波阵列信号，以全阵列导波阵列信号作为输入，采用延时求和DAS算法产生每个损伤样本的损伤成像图，以仿真损伤轮廓重心为中心，选取损伤成像图中包含损伤轮廓的256×256个像素点，构建基于多层卷积稀疏编码和U‑net网络的损伤轮廓预测网络模型MLCSC‑Unet，通过训练获得训练好的MLCSC‑Unet，输入测试集损伤样本获得对应的损伤轮廓预测图，以最大交并比IoU定量评价损伤轮廓预测网络模型的性能。本发明结合多层卷积稀疏编码和U‑net，实现较高准确率的复合材料层合结构损伤轮廓定量预测，且参数量较少。