近日，我院机电工程系李伟教授团队在智能电磁无损检测领域研究取得重要进展，相关研究成果分别发表在机械工程领域权威期刊IEEE Transactions on Industrial Informatics、Mechanical Systems and Signal Processing上。该系列成果得到国家自然科学基金、山东省自然科学基金以及中央高校基本科研基金等项目资助。
海洋结构物缺陷成像检测、智能化识别一直是无损检测领域的难题，传统定量算法存在干扰因素多、误判率高及识别精度差等弊端，造成海洋结构缺陷“检不出”、“测不准”和“难实施”等技术瓶颈。项目团队围绕缺陷电磁成像、数据库建设、智能算法等问题开展研究，通过物理机制与智能数据算法结合，突破电磁响应信号到缺陷形貌反演的难题，实现了海洋结构缺陷成像显示、智能识别及精准重构，具有重要科学研究价值及工程应用潜力。
题为《一种端到端的旋转交流电磁场缺陷识别和三维重构物理信息神经网络》（An End-to-End Physics-Informed Neural Network for Defect Identification and 3-D Reconstruction Using Rotating Alternating Current Field Measurement）的论文发表在IEEE Transactions on Industrial Informatics上。论文第一作者为博士生赵建明，通讯作者为李伟教授和袁新安副教授。
针对常规电磁检测方法误判率高、缺陷尺寸量化精度低的行业难题，团队建立复合交流电磁场理论模型，探究缺陷三维轮廓和电磁场扰动之间的映射关系，构建缺陷智能识别分类算法，首次提出物理信息缺陷三维轮廓重构神经网络，实现了任意方向、任意类型缺陷的定位、识别、分类、重构，显著提高了电磁检测方法的智能化水平和尺寸评估精度。
题为《基于交流电磁场的水下结构缺陷智能识别和可视化检测方法》（Visual and Intelligent Identification Methods for Defects in Underwater Structure Using Alternating Current Field Measurement Technique）的论文发表在IEEE Transactions on Industrial Informatics上。论文第一作者为袁新安副教授，通讯作者为李伟教授。
针对复杂水下环境海洋工程结构关键节点的检测难题，团队建立缺陷扰动电流和磁场响应信号的理论模型，创新性地提出一种磁场信号双向梯度成像算法，构建一套具有完全自主知识产权的水下交流电磁场检测系统，搭建水下结构缺陷数据库和智能识别网络，实现了海洋结构缺陷的智能识别和可视化评估。
题为《基于多频交流电磁场的裂纹检测信号相位翻转特征研究》(Novel Phase Reversal Feature for Inspection of Cracks Using Multi-frequency Alternating Current Field Measurement Technique）的论文发表在Mechanical Systems and Signal Processing上。论文第一作者为袁新安副教授，通讯作者为李伟教授。
针对表面与内部裂纹的检测与评估问题，团队提出一种新型的特征信号相位翻转特征。通过严格的理论推导对该特征进行了分析，基于该特征，首次发现随着激励频率的增加，埋深裂纹的特征信号会发生翻转；利用仿真与实验手段对翻转现象进行了验证，结果表明，翻转现象可以用于区分表面与埋深裂纹，翻转频率可以对埋深深度进行精准评估。
李伟教授团队长期致力于交流电磁场、旋转电磁场、电磁超声、电容-电磁复合检测等无损检测技术的理论、方法、仪器和工程应用领域的研究。在新型电磁检测的理论模型、微弱信号处理、智能识别方法、缺陷高精度量化、缺陷可视化和新型电磁检测仪器的研发及其工程应用等领域取得了多项原创成果，在IEEE Transactions on Industrial Informatics、NDT and E international、Mechanical System and Signal Processing、机械工程学报等国内外权威学术刊物发表论文70余篇，获山东省科技进步二等奖、青岛市科技进步一等奖等省部级科技奖励5项，在智能电磁无损检测领域形成了一定的影响力。
全文链接：
https://ieeexplore.ieee.org/document/9931982
https://ieeexplore.ieee.org/document/9556601
https://www.sciencedirect.com/science/article/pii/S0888327022009256
