CN102043016A - 基于兰姆波的自主式损伤识别成像方法 - Google Patents
基于兰姆波的自主式损伤识别成像方法 Download PDFInfo
- Publication number
- CN102043016A CN102043016A CN 201010533247 CN201010533247A CN102043016A CN 102043016 A CN102043016 A CN 102043016A CN 201010533247 CN201010533247 CN 201010533247 CN 201010533247 A CN201010533247 A CN 201010533247A CN 102043016 A CN102043016 A CN 102043016A
- Authority
- CN
- China
- Prior art keywords
- sensing
- damage
- sensing path
- path
- lamb wave
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Landscapes
- Investigating Or Analyzing Materials By The Use Of Ultrasonic Waves (AREA)
Abstract
一种机械结构检测技术领域的基于兰姆波的自主式损伤识别成像方法,通过构建传感网络并校对传感网络中各条传感路径的基于时间逆转的损伤指数DI,然后把对所有传感路径所校对的损伤指数中的最大值的45%设定为阈值,并用此阈值来判断传感路径被损伤影响的程度;最后对所有传感路径的损伤指数进行加权分布处理,进而得到损伤出现在坐标点(x,y)处的概率值。本发明避免了提取由缺陷散射的波信号的飞行时间,克服了依赖于基准信号的缺点。本发明不仅满足了实时性和在线性的要求,而且可以准确地识别与定位多损伤,实现板壳结构的自主式的无损检测,在航天航空以及建筑等领域具有非常重要的实用价值。
Description
技术领域
本发明涉及的是一种机械结构检测技术领域的方法,具体是一种基于兰姆波的自主式损伤识别成像方法。
背景技术
兰姆波(Lamb waves)是在板壳结构中传播的导向波,近二十年内,利用换能器来激发与采集兰姆波信号的方法被广泛应用于大型板壳结构的无损检测领域。传统的基于兰姆波的损伤识别方法通常需要在结构无缺陷时就提前对结构采集信号,并把所采集的信号作为基准信号;然后对当前的结构采集信号,并把所采集的信号作为检测信号。对比基准信号和检测信号,以提取由缺陷散射的波信号的飞行时间(ToF),并利用三角定位算法可以实现损伤识别和定位的目的,如文献《Michaels,J.E.,and Michaels,T.E.(2007).Guided wave signal processing and image fusion for in situ damage localization in plates.Wave Motion,44(6):482-492.》(用于定位板内损伤的导向波信号的处理和图像融合)和文献《Jennifer,E.M.(2008).Detection,localization and characterization of damage in plates with an in situ array of spatially distributed ultrasonic sensors.Smart Materials and Structures,17(3):035035.》(利用空间阵列分布的超声传感器实现对板内损伤的诊断,定位和特征描述)。然而兰姆波在板壳结构中传播时具有不可避免的频散特性,并且当遇到缺陷时会产生反射、散射、透射等现象,使得所采集的波信号非常复杂,导致这种基于ToF的损伤识别方法在实际应用中受到很大的限制。
随后发展起来的损伤识别方法为了避免提取缺陷散射的波信号的ToF,通过对一条传感路径所采集的基准信号与检测信号进行相关性分析来校对该条传感路径的损伤指数(DI)。结合传感网络里所有传感路径所校对的DI,利用加权分布成像算法可以实现对传感网络所包围的区域的无损检测。
经过对现有技术的检索发现,《Zhao X,Qian T,Mei G,et al.Active health monitoring of an aircraft wing with an embedded piezoelectric sensor/actuator network:II.Wireless approaches.Smart Materials and Structures.200716(4).1218-1225》(利用嵌入式压电传感器网络实现对飞行器机翼的自主式健康监测:II.无线方法)和文献《Hay T R,Royer R L,Gao H,et al.Acomparison of embedded sensor Lamb wave ultrasonic tomography approaches for material loss detection.Smart Materials and Structures.2006 15(4).946-951》(用于诊断材料损失的嵌入式传感兰姆波的超声成像方法的对比)。然而这种方法依然需要依赖基准信号。自主式的无损检测技术要求在不破坏结构的前提下,自主地对结构内部的缺陷进行在线的实时检测。当结构所处的环境因素发生改变,将导致结构中传播的波信号的本质特征发生改变,而且这种改变将混淆由缺陷所引起的波信号的特征改变,大大降低了损伤识别和定位的精度,无法满足实时性和在线性的要求。
发明内容
本发明针对现有技术存在的上述不足,提供一种基于兰姆波的自主式损伤识别成像方法,避免了提取由缺陷散射的波信号的飞行时间,克服了依赖于基准信号的缺点。本发明不仅满足了实时性和在线性的要求,而且可以准确地识别与定位多损伤,实现板壳结构的自主式的无损检测,在航天航空以及建筑等领域具有非常重要的实用价值。
本发明是通过以下技术方案实现的,本发明包括以下步骤:
步骤1、构建传感网络:将换能器固定在待检测板壳结构的表面,或镶嵌于结构内部。每一对换能器以一发一收的方式设置,组成一条激励-感应波信号的传感路径,若干条传感路径构建成传感网络,所覆盖的待检测板壳结构的区域为检测区域。
所述的换能器采用锲形块状或薄片状的压电陶瓷材料制成。
所述的传感路径是指:一条长度为激励换能器到感应换能器之间的距离的直线。
所述的传感网络是指:根据待检测板壳结构中所需要的检测区域来布局换能器,使得所构建的传感网络能够覆盖整个所需要的检测区域。
步骤2、校对传感网络中各条传感路径的基于时间逆转的损伤指数DI,具体步骤为:对第n条传感路径而言,通过分析重建波形Cn(t)与原始激励信号的波形V0n(t)的反相关性来校对该条传感路径的损伤指数DIn,该损伤指数为:其中:t为采样时间点;t0为采样时间的起始点,取值为0;t1为采样时间的终止点,取值为原始激励信号的时间长度。n为传感路径的序号1≤n≤N,N为传感路径的总数。
步骤3、把对所有传感路径所校对的损伤指数中的最大值的45%设定为阈值,并用此阈值来判断传感路径被损伤影响的程度:当一条传感路径的损伤指数大于阈值,则推断该条传感路径被损伤影响;否则判断该条传感路径未被损伤影响,并将该条传感路径的损伤指数设定为0。
步骤4、对所有传感路径的损伤指数进行加权分布处理,进而得到损伤出现在坐标点(x,y)处的概率值,具体为:
4.1)对第n条传感路径,加权分布函数Wn[Rn(x,y)]与坐标点(x,y)到该条传感路径的相对距离Rn(x,y)的关系为:其中:(x,y)为检测区域内的坐标点,对边长为a的正方形检测区域而言,-a≤x,y≤a。Dn是第n条传感路径上激励点与感应点之间的距离;Dan(x,y)和Dsn(x,y)分别是坐标点(x,y)到激励点和感应点的距离,参数β决定第n条传感路径影响区域的大小,0.015≤β≤0.15,n为传感路径的序号1≤n≤N,N为传感路径的总数;4.2)计算损伤出现在坐标点(x,y)处的概率值:
4.3)把步骤4.2)得到的概率值经正则化后得到概率分布图像,表明损伤出现的概率,其中:概率值最大的坐标点为损伤的中心位置坐标,进而实现损伤的成像和定位的目的。
附图说明
图1实施例中带有双切缝缺陷的铝板示意图。
图2构建传感网络的10条传感路径。
图3原始激励的(a)5-周和(b)7.5-周调幅脉冲与传感路径P01-P08和P05-P06的重建波形。
图4激励5-周和7.5-周调幅脉冲时对各条传感路径所校对的基于时间逆转的DI值及阈值的设定。
图5激励(a)5-周和(b)7.5-周调幅脉冲时所评估的损伤存在的概率值。
具体实施方式
下面对本发明的实施例作详细说明,本实施例在以本发明技术方案为前提下进行实施,给出了详细的实施方式和具体的操作过程,但本发明的保护范围不限于下述的实施例。
取一个带有双切缝缺陷的铝板试件(600mm×600mm×2.0mm),如图1所示。双切缝缺陷的具体位置和尺寸在表格1中列出。选用压电陶瓷应变片作为激励与感应波信号的换能器。选用汉宁窗调制的,中心频率为300kHz的,周期分别为5-周和7.5-周的正弦调幅脉冲作为激励信号来验证本发明识别多损伤的有效性。
表1
(1)构建传感网络
压电应变片被固定在铝板表面,每两个压电应变片组成一条“激励-感应”波信号的传感路径,传感路径的编号和各自所对应的压电激励-感应应变片在表格2中列出。本实施例中共选用10条传感路径,构建成一个传感网络,覆盖整个大小为400mm×400mm的正方形检测区域,如图2所示。
表2
(2)校对传感网络中各条传感路径的基于时间逆转的损伤指数(DI)
基于兰姆波的时间可逆性,校对各条传感路径的基于时间逆转的损伤指数(DI)。图3(a)和(b)分别展示了激励5-周和7.5-周的正弦调幅脉冲时,传感路径P01-P08和P05-P06的重建波形。根据反相关性分析,对10条传感路径所校对的基于时间逆转的DI如图4所示。虽然激励周期不同时所校对的DI值不完全相同,然而对于10条传感路径而言,它们的变化趋势基本相同。
(3)设定阈值
对于每一种激励情况,所校对的DI最大值45%被设为阈值(5-周调幅脉冲:0.219;7.5-周调幅脉冲:0.142),如图4中标记。根据此阈值推断出那些被损伤严重影响的传感路径,相应的DI值将被代入下面的加权分布成像算法中,用于评估损伤存在的概率。
(4)定义加权分布函数
由于参数决定第n条传感路径影响区域的大小,为了减小对此算法的影响,本实施例在取三个不同的值(0.0375,0.05和0.0625)时,分别确定加权分布函数。
(5)根据加权分布成像算法评估损伤出现的概率值
分别利用(4)中所确定的三个加权分布函数,评估损伤出现在传感网络所包围的检测区域内的每个离散坐标上的概率值。把三种情况下所评估的概率的平均值确定为最后的结果。图5(a)和(b)分别展示了激励5-周和7.5-周调幅脉冲时所构造的概率图像。
依据文献《Wang D,Ye L,Lu Y,et al.Probability of the presence of damage estimated from an active sensor network in a composite panel of multiple stiffeners.Composites Science and Technology.200969(13).2054-2063》(在具有多条加强筋的复合材料板中利用主动传感网络评估损伤存在的概率),排除在压电应变片附近所呈现出的相对较大的概率值,它们可以被解释为损伤存在的伪现象。
在每个概率图像中,左下角和右上角都被突显出来,表明缺陷较大可能性地出来在这两个区域内。分别在这两个区域内定位概率的最大值从而定位双切缝的中心位置。切缝A和切缝B的实际中心位置标示为‘×’,被识别的中心位置标示为‘+’。表格3中列出了被识别的中心位置坐标和它们相对于实际中心位置的距离。由此可知激励5-周调幅脉冲时所识别的结果与激励7.5-周调幅脉冲时所识别的结果基本一致,并且对切缝A和切缝B定位的误差分别小于40mm和50mm(小于检测区域边长的12.5%),证实了本发明不但不需要参考另外的基准信号,而且可以精确地识别和定位板壳结构中的多损伤。
表3
Claims (5)
1.一种基于兰姆波的自主式损伤识别成像方法,其特征在于,包括以下步骤:
步骤1、构建传感网络:将换能器固定在待检测板壳结构的表面,或镶嵌于结构内部。每一对换能器以一发一收的方式设置,组成一条激励-感应波信号的传感路径,若干条传感路径构建成传感网络,所覆盖的待检测板壳结构的区域为检测区域;
步骤2、校对传感网络中各条传感路径的基于时间逆转的损伤指数DI,具体步骤为:对第n条传感路径而言,通过分析重建波形Cn(t)与原始激励信号的波形V0n(t)的反相关性来校对该条传感路径的损伤指数DIn,该损伤指数为:其中:t为采样时间点;t0为采样时间的起始点,取值为0;t1为采样时间的终止点,取值为原始激励信号的时间长度。n为传感路径的序号1≤n≤N,N为传感路径的总数;
步骤3、把对所有传感路径所校对的损伤指数中的最大值的45%设定为阈值,并用此阈值来判断传感路径被损伤影响的程度:当一条传感路径的损伤指数大于阈值,则推断该条传感路径被损伤影响;否则判断该条传感路径未被损伤影响,并将该条传感路径的损伤指数设定为0;
步骤4、对所有传感路径的损伤指数进行加权分布处理,进而得到损伤出现在坐标点(x,y)处的概率值。
2.根据权利要求1所述的基于兰姆波的自主式损伤识别成像方法,其特征是,所述的换能器采用锲形块状或薄片状的压电陶瓷材料制成。
3.根据权利要求1所述的基于兰姆波的自主式损伤识别成像方法,其特征是,所述的传感路径是指:一条长度为激励换能器到感应换能器之间的距离的直线。
4.根据权利要求1所述的基于兰姆波的自主式损伤识别成像方法,其特征是,所述的传感网络是指:根据待检测板壳结构中所需要的检测区域来布局换能器,使得所构建的传感网络能够覆盖整个所需要的检测区域。
5.根据权利要求1所述的基于兰姆波的自主式损伤识别成像方法,其特征是,所述的步骤4具体包括以下:
4.1)对第n条传感路径,加权分布函数Wn[Rn(x,y)]与坐标点(x,y)到该条传感路径的相对距离Rn(x,y)的关系为:其中:(x,y)为检测区域内的坐标点,对边长为a的正方形检测区域而言,-a≤x,y≤a。Dn是第n条传感路径上激励点与感应点之间的距离;Dan(x,y)和Dsn(x,y)分别是坐标点(x,y)到激励点和感应点的距离,参数β决定第n条传感路径影响区域的大小,0.015≤β≤0.15,n为传感路径的序号1≤n≤N,N为传感路径的总数;
4.3)把步骤4.2)得到的概率值经正则化后得到概率分布图像,表明损伤出现的概率,其中:概率值最大的坐标点为损伤的中心位置坐标,进而实现损伤的成像和定位的目的。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2010105332471A CN102043016B (zh) | 2010-11-05 | 2010-11-05 | 基于兰姆波的自主式损伤识别成像方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2010105332471A CN102043016B (zh) | 2010-11-05 | 2010-11-05 | 基于兰姆波的自主式损伤识别成像方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102043016A true CN102043016A (zh) | 2011-05-04 |
CN102043016B CN102043016B (zh) | 2012-08-22 |
Family
ID=43909357
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2010105332471A Expired - Fee Related CN102043016B (zh) | 2010-11-05 | 2010-11-05 | 基于兰姆波的自主式损伤识别成像方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102043016B (zh) |
Cited By (25)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102323337A (zh) * | 2011-06-13 | 2012-01-18 | 南京邮电大学 | 一种采用合成波阵面激励的工程结构损伤主动监测方法 |
CN102331455A (zh) * | 2011-08-18 | 2012-01-25 | 中国飞机强度研究所 | 一种基于主动Lamb波损伤指数的工程结构损伤监测方法 |
CN102353718A (zh) * | 2011-07-11 | 2012-02-15 | 南京航空航天大学 | 用于复合材料板结构损伤监测的Lamb波损伤概率成像方法 |
CN102928510A (zh) * | 2012-11-08 | 2013-02-13 | 电子科技大学 | 双跨孔距兰姆波层析重建系统的检测方法 |
CN102998369A (zh) * | 2012-11-26 | 2013-03-27 | 中国商用飞机有限责任公司 | 一种二维损伤定量化监测方法 |
CN104181230A (zh) * | 2014-04-21 | 2014-12-03 | 中国商用飞机有限责任公司北京民用飞机技术研究中心 | 复合材料板结构的损伤监测方法 |
CN104730145A (zh) * | 2015-03-06 | 2015-06-24 | 中国航空工业集团公司北京航空材料研究院 | 一种超声检测中精确定位材料上缺陷的方法 |
CN104956218A (zh) * | 2013-02-07 | 2015-09-30 | 西门子公司 | 用于在不规则的测量时改善saft分析的方法和装置 |
CN104965025A (zh) * | 2015-05-14 | 2015-10-07 | 南京航空航天大学 | 一种基于Lamb波信号相关系数的多区域损伤检测方法 |
CN106525968A (zh) * | 2016-10-19 | 2017-03-22 | 中国人民解放军空军勤务学院 | 基于子区域的损伤概率成像定位方法 |
CN106645401A (zh) * | 2016-10-19 | 2017-05-10 | 南京航空航天大学 | 一种基于频率波数估计的损伤定位与重构方法及系统 |
CN106908517A (zh) * | 2017-01-16 | 2017-06-30 | 南京邮电大学 | 一种Lamb波主被动监测信息融合的损伤定位成像方法 |
CN108195937A (zh) * | 2017-11-29 | 2018-06-22 | 中国飞机强度研究所 | 一种基于导波的损伤概率成像方法 |
CN108254438A (zh) * | 2017-12-19 | 2018-07-06 | 上海交通大学 | 基于兰姆波的不均匀截面结构损伤识别成像方法及系统 |
CN109725058A (zh) * | 2018-12-20 | 2019-05-07 | 电子科技大学 | 非接触式兰姆波的双跨孔距层析重建成像方法 |
CN109839437A (zh) * | 2019-03-05 | 2019-06-04 | 北京工业大学 | 一种基于Lamb波的金属板结构贯穿裂纹监测与评估方法 |
CN109900804A (zh) * | 2019-03-25 | 2019-06-18 | 中国特种设备检测研究院 | 一种基于超声导波的金属材料裂纹定量监测方法 |
CN110109122A (zh) * | 2019-05-28 | 2019-08-09 | 中国科学院声学研究所 | 一种基于漏兰姆波的探测固体板底部目标的装置及方法 |
CN110109124A (zh) * | 2019-05-28 | 2019-08-09 | 中国科学院声学研究所 | 一种基于漏兰姆波的感知固体板底部目标的装置及方法 |
CN110849724A (zh) * | 2019-11-23 | 2020-02-28 | 福州大学 | 一种用于装配式混凝土剪力墙损伤识别的概率成像方法 |
CN111539321A (zh) * | 2020-04-22 | 2020-08-14 | 中国飞机强度研究所 | 一种力传感器编号校对系统及方法 |
CN111812207A (zh) * | 2020-07-21 | 2020-10-23 | 大连理工大学 | 基于超声导波转换模态提取的无基准损伤诊断成像方法 |
CN112179990A (zh) * | 2020-09-15 | 2021-01-05 | 昆明理工大学 | 一种基于ToF损伤因子的碳纤维复合材料疲劳损伤概率成像方法 |
CN112881524A (zh) * | 2021-01-13 | 2021-06-01 | 西南石油大学 | 基于超声波层析成像的气液固三相分相含率的测量方法 |
CN113960171A (zh) * | 2021-10-26 | 2022-01-21 | 山东大学 | 一种基于超声导波的损伤识别方法及系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS6267447A (ja) * | 1985-09-20 | 1987-03-27 | Mitsubishi Heavy Ind Ltd | チユ−ブ軸方向欠陥検出方法およびその装置 |
US6138515A (en) * | 1996-03-08 | 2000-10-31 | Sollac | Apparatus for the acoustic detection of defects in a moving strip |
US20070125175A1 (en) * | 2005-11-28 | 2007-06-07 | Junker Warren R | Steam generator nondestructive examination method |
JP2008518239A (ja) * | 2005-12-16 | 2008-05-29 | ビ−エイイ− システムズ パブリック リミテッド カンパニ− | 溶接構造体の欠陥検出 |
CN101701936A (zh) * | 2009-11-13 | 2010-05-05 | 北京工业大学 | 基于换能器阵列虚拟聚焦的板结构兰姆波无损检测方法 |
-
2010
- 2010-11-05 CN CN2010105332471A patent/CN102043016B/zh not_active Expired - Fee Related
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS6267447A (ja) * | 1985-09-20 | 1987-03-27 | Mitsubishi Heavy Ind Ltd | チユ−ブ軸方向欠陥検出方法およびその装置 |
US6138515A (en) * | 1996-03-08 | 2000-10-31 | Sollac | Apparatus for the acoustic detection of defects in a moving strip |
US20070125175A1 (en) * | 2005-11-28 | 2007-06-07 | Junker Warren R | Steam generator nondestructive examination method |
JP2008518239A (ja) * | 2005-12-16 | 2008-05-29 | ビ−エイイ− システムズ パブリック リミテッド カンパニ− | 溶接構造体の欠陥検出 |
CN101701936A (zh) * | 2009-11-13 | 2010-05-05 | 北京工业大学 | 基于换能器阵列虚拟聚焦的板结构兰姆波无损检测方法 |
Non-Patent Citations (3)
Title |
---|
《振动与冲击》 20091231 孙凯 等 基于弹性导波的厚钢梁结构的损伤检测 110-114 1-5 第28卷, 第12期 2 * |
《振动与冲击》 20091231 彭海阔 等 一种基于压电晶片阵列的板结构损伤识别方法 56-61 1-5 第28卷, 第9期 2 * |
《物理学报》 20080731 李富才 等 窄频带Lamb波频散特性研究 4265-4272 1-5 第57卷, 第7期 2 * |
Cited By (38)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102323337A (zh) * | 2011-06-13 | 2012-01-18 | 南京邮电大学 | 一种采用合成波阵面激励的工程结构损伤主动监测方法 |
CN102353718A (zh) * | 2011-07-11 | 2012-02-15 | 南京航空航天大学 | 用于复合材料板结构损伤监测的Lamb波损伤概率成像方法 |
CN102331455B (zh) * | 2011-08-18 | 2013-12-18 | 中国飞机强度研究所 | 一种基于主动Lamb波损伤指数的工程结构损伤监测方法 |
CN102331455A (zh) * | 2011-08-18 | 2012-01-25 | 中国飞机强度研究所 | 一种基于主动Lamb波损伤指数的工程结构损伤监测方法 |
CN102928510A (zh) * | 2012-11-08 | 2013-02-13 | 电子科技大学 | 双跨孔距兰姆波层析重建系统的检测方法 |
CN102998369B (zh) * | 2012-11-26 | 2016-12-21 | 中国商用飞机有限责任公司 | 一种二维损伤定量化监测方法 |
CN102998369A (zh) * | 2012-11-26 | 2013-03-27 | 中国商用飞机有限责任公司 | 一种二维损伤定量化监测方法 |
CN104956218B (zh) * | 2013-02-07 | 2018-02-09 | 西门子公司 | 用于在不规则的测量时改善saft分析的方法和装置 |
CN104956218A (zh) * | 2013-02-07 | 2015-09-30 | 西门子公司 | 用于在不规则的测量时改善saft分析的方法和装置 |
US10222352B2 (en) | 2013-02-07 | 2019-03-05 | Siemens Aktiengesellschaft | Method and device for improving the SAFT analysis when measuring irregularities |
CN104181230A (zh) * | 2014-04-21 | 2014-12-03 | 中国商用飞机有限责任公司北京民用飞机技术研究中心 | 复合材料板结构的损伤监测方法 |
CN104181230B (zh) * | 2014-04-21 | 2017-02-15 | 中国商用飞机有限责任公司北京民用飞机技术研究中心 | 复合材料板结构的损伤监测方法 |
CN104730145A (zh) * | 2015-03-06 | 2015-06-24 | 中国航空工业集团公司北京航空材料研究院 | 一种超声检测中精确定位材料上缺陷的方法 |
CN104730145B (zh) * | 2015-03-06 | 2017-04-26 | 中国航空工业集团公司北京航空材料研究院 | 一种超声检测中精确定位材料上缺陷的方法 |
CN104965025A (zh) * | 2015-05-14 | 2015-10-07 | 南京航空航天大学 | 一种基于Lamb波信号相关系数的多区域损伤检测方法 |
CN106525968B (zh) * | 2016-10-19 | 2019-06-18 | 中国人民解放军空军勤务学院 | 基于子区域的损伤概率成像定位方法 |
CN106645401A (zh) * | 2016-10-19 | 2017-05-10 | 南京航空航天大学 | 一种基于频率波数估计的损伤定位与重构方法及系统 |
CN106525968A (zh) * | 2016-10-19 | 2017-03-22 | 中国人民解放军空军勤务学院 | 基于子区域的损伤概率成像定位方法 |
CN106645401B (zh) * | 2016-10-19 | 2019-07-16 | 南京航空航天大学 | 一种基于频率波数估计的损伤定位与重构方法及系统 |
CN106908517A (zh) * | 2017-01-16 | 2017-06-30 | 南京邮电大学 | 一种Lamb波主被动监测信息融合的损伤定位成像方法 |
CN108195937A (zh) * | 2017-11-29 | 2018-06-22 | 中国飞机强度研究所 | 一种基于导波的损伤概率成像方法 |
CN108195937B (zh) * | 2017-11-29 | 2020-09-18 | 中国飞机强度研究所 | 一种基于导波的损伤概率成像方法 |
CN108254438A (zh) * | 2017-12-19 | 2018-07-06 | 上海交通大学 | 基于兰姆波的不均匀截面结构损伤识别成像方法及系统 |
CN109725058A (zh) * | 2018-12-20 | 2019-05-07 | 电子科技大学 | 非接触式兰姆波的双跨孔距层析重建成像方法 |
CN109839437A (zh) * | 2019-03-05 | 2019-06-04 | 北京工业大学 | 一种基于Lamb波的金属板结构贯穿裂纹监测与评估方法 |
CN109900804B (zh) * | 2019-03-25 | 2021-11-09 | 中国特种设备检测研究院 | 一种基于超声导波的金属材料裂纹定量监测方法 |
CN109900804A (zh) * | 2019-03-25 | 2019-06-18 | 中国特种设备检测研究院 | 一种基于超声导波的金属材料裂纹定量监测方法 |
CN110109124A (zh) * | 2019-05-28 | 2019-08-09 | 中国科学院声学研究所 | 一种基于漏兰姆波的感知固体板底部目标的装置及方法 |
CN110109122B (zh) * | 2019-05-28 | 2021-02-09 | 中国科学院声学研究所 | 一种基于漏兰姆波的探测固体板底部目标的装置及方法 |
CN110109122A (zh) * | 2019-05-28 | 2019-08-09 | 中国科学院声学研究所 | 一种基于漏兰姆波的探测固体板底部目标的装置及方法 |
CN110849724A (zh) * | 2019-11-23 | 2020-02-28 | 福州大学 | 一种用于装配式混凝土剪力墙损伤识别的概率成像方法 |
CN111539321A (zh) * | 2020-04-22 | 2020-08-14 | 中国飞机强度研究所 | 一种力传感器编号校对系统及方法 |
CN111812207A (zh) * | 2020-07-21 | 2020-10-23 | 大连理工大学 | 基于超声导波转换模态提取的无基准损伤诊断成像方法 |
CN112179990A (zh) * | 2020-09-15 | 2021-01-05 | 昆明理工大学 | 一种基于ToF损伤因子的碳纤维复合材料疲劳损伤概率成像方法 |
CN112881524A (zh) * | 2021-01-13 | 2021-06-01 | 西南石油大学 | 基于超声波层析成像的气液固三相分相含率的测量方法 |
CN112881524B (zh) * | 2021-01-13 | 2022-05-06 | 西南石油大学 | 基于超声波层析成像的气液固三相分相含率的测量方法 |
CN113960171A (zh) * | 2021-10-26 | 2022-01-21 | 山东大学 | 一种基于超声导波的损伤识别方法及系统 |
CN113960171B (zh) * | 2021-10-26 | 2022-09-23 | 山东大学 | 一种基于超声导波的损伤识别方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN102043016B (zh) | 2012-08-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102043016B (zh) | 基于兰姆波的自主式损伤识别成像方法 | |
Wang et al. | Automatic detection of bridge deck condition from ground penetrating radar images | |
CN108254438A (zh) | 基于兰姆波的不均匀截面结构损伤识别成像方法及系统 | |
CN103852492B (zh) | 基于压电陶瓷的预应力管道压浆密实性监测方法 | |
Kannusamy et al. | Accurate baseline-free damage localization in plates using refined Lamb wave time-reversal method | |
CN104502452B (zh) | 一种基于超声导波驱动/传感阵列的结构损伤评估方法 | |
CN108195937B (zh) | 一种基于导波的损伤概率成像方法 | |
CN103994843B (zh) | 一种航空铝合金构件残余应力检测和评估方法 | |
CN103591975B (zh) | 一种超声波传感器指标检测方法及装置 | |
WO2008144356A4 (en) | Method and system for detecting an anomaly and determing its size | |
CN111521691B (zh) | 一种基于时间反转加权分布的复合材料Lamb波损伤成像方法 | |
US8015877B2 (en) | Imaging an anomaly using backscattered waves | |
CN106291542A (zh) | 一种隧道三维成像方法 | |
CN104597083A (zh) | 基于超声导波和机电阻抗的移动式损伤检测方法 | |
TWI623728B (zh) | 堆料檢測裝置及堆料體積的計算方法 | |
CN104535656A (zh) | 全光学非接触式复合材料板层裂损伤检测系统及方法 | |
CN105388190A (zh) | 基于耦合机电阻抗的复合材料机翼损伤定位方法 | |
CN103792287A (zh) | 一种基于Lamb波的大面积结构损伤检测方法 | |
CN114235971A (zh) | 一种基于超声导波的编织复合材料板损伤形状识别方法 | |
CN105372327A (zh) | 基于十字阵和波数扫描滤波器的在线损伤成像方法 | |
CN104730152A (zh) | 一种基于分形维数的复合材料结构件裂纹损伤监测方法 | |
CN104181237B (zh) | 一种结构件探伤监测温度补偿方法及系统 | |
CN102072936B (zh) | 基于时间逆转导向波的损伤检测方法 | |
CN108267509A (zh) | 基于Lamb波的损伤图像化系统 | |
CN107515247B (zh) | 一种复合材料板局部层间剥离位置检测方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20120822 Termination date: 20141105 |
|
EXPY | Termination of patent right or utility model |