超声导波检测改用稀疏测量：PI-SIREN 把板方程写进正弦网络，实验里定位出背面铣削缺口
核心概要
薄壁结构的超声导波检测通常要靠有限元反复计算或密集扫描取得无损伤基线。PI-SIREN 把 Mindlin–Reissner 板理论的耦合弹性动力学方程嵌入正弦激活网络的训练损失，在频域内由稀疏测量重建稳态波场，无需时间离散。数值消融中完整优化流程的测试误差为 0.1037，实验里该替代模型作为基线，从稀疏测量中定位出背面铣削缺口，而同样规模的普通多层感知机基线一个缺陷也定位不出来。
深度剖析
超声导波结构健康监测现在可以用一个训练好的物理约束网络代替逐次有限元仿真，为无损伤状态提供连续、可在任意位置求值的基线波场。 此前获取这种基线要么依赖计算代价高的有限元模拟，要么依赖覆盖全部工况的密集实测，而纯数据驱动模型在稀疏测量下难以重建完整波场。 在铝板有限元数据上，完整优化流程的测试相对误差为 0.1037，仅用数据的模型为 0.4932，只用 Adam 的物理约束模型为 0.2881，加入 L-BFGS 但均匀布点的模型为 0.1351。
网络以归一化二维坐标为输入，直接输出三个复值表面位移幅值，旋转场由一阶剪切变形运动学解析导出，因此不需要时间维度和初始条件。 多数导波物理约束网络在时域训练，多出一个时间维度并带来因果性问题，频域下耦合空间场的做法此前较少被探索。 训练分三阶段：先用 Adam 随机重采样配点，再用残差自适应细化把配点集中到残差大的区域，最后在双精度下用 L-BFGS 拟牛顿法微调；数值与实验数据都按这一流程训练。
训练好的替代模型接入两阶段损伤识别流程后，能在实验测量中定位真实缺陷，而同样规模的普通多层感知机基线一个缺陷也定位不出来。 普通多层感知机使用双曲正切激活，无论是否加入傅里叶特征输入嵌入，都因重建误差过高而无法识别损伤。 实验板上背面铣削缺口经两阶段流程定位，定位误差为板对角线的一个比例值；改变后处理平滑宽度时定位误差变化很小，作者据此认为结果对核宽选择稳健。
启示与展望
演示范围是一块 EN AW-5083 铝板、单一激励频率和单一材料构型，实验缺陷为背面铣削缺口；作者提出把框架推广到各向异性与复合材料板结构是后续工作。
实验数据的全局重建误差与内部区域误差均高于同密度合成数据的结果，作者将其归因于光学测量噪声、理想自由边条件与物理支撑板的差异以及单频板方程未覆盖的模型形式误差；定位在重建误差高于合成阈值时仍成功，说明该阈值应视为保守的设计参考。