CN104019739B - 基于分布式光纤光栅传感网络的板结构冲击载荷定位方法 - Google Patents
基于分布式光纤光栅传感网络的板结构冲击载荷定位方法 Download PDFInfo
- Publication number
- CN104019739B CN104019739B CN201410192881.1A CN201410192881A CN104019739B CN 104019739 B CN104019739 B CN 104019739B CN 201410192881 A CN201410192881 A CN 201410192881A CN 104019739 B CN104019739 B CN 104019739B
- Authority
- CN
- China
- Prior art keywords
- optical fiber
- fbg
- maximum peak
- peak amplitude
- fiber fbg
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 34
- 239000000835 fiber Substances 0.000 title claims abstract description 12
- 239000013307 optical fiber Substances 0.000 claims abstract description 124
- 230000035939 shock Effects 0.000 claims abstract description 88
- 238000000605 extraction Methods 0.000 claims abstract description 8
- 238000012360 testing method Methods 0.000 claims description 23
- 230000033228 biological regulation Effects 0.000 claims description 9
- 239000000284 extract Substances 0.000 claims description 7
- 230000003116 impacting effect Effects 0.000 claims description 5
- 229910000838 Al alloy Inorganic materials 0.000 claims description 4
- 241000276425 Xiphophorus maculatus Species 0.000 claims description 3
- 230000005540 biological transmission Effects 0.000 claims description 3
- 230000004807 localization Effects 0.000 claims description 3
- 230000003287 optical effect Effects 0.000 claims description 3
- 230000008447 perception Effects 0.000 claims description 3
- 239000012141 concentrate Substances 0.000 claims description 2
- 239000000203 mixture Substances 0.000 claims description 2
- 238000012544 monitoring process Methods 0.000 abstract description 14
- 230000035945 sensitivity Effects 0.000 abstract 1
- 230000000694 effects Effects 0.000 description 3
- 230000007935 neutral effect Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 235000019687 Lamb Nutrition 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000012850 discrimination method Methods 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000006698 induction Effects 0.000 description 1
- 230000001537 neural effect Effects 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 238000013316 zoning Methods 0.000 description 1
Landscapes
- Testing Of Optical Devices Or Fibers (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明提出了一种基于分布式光纤光栅传感网络的板结构冲击载荷定位方法,属于结构健康监测的冲击监测领域。它包括如下步骤:步骤一:分布式光纤传感网络的布置;步骤二:冲击响应信号的采集;步骤三:特征信息提取与光纤FBG传感器敏感特性分析;步骤四:利用冲击响应信号最大峰值幅度比与位置信息相关联算法进行冲击点位置的定位。本发明的定位算法简单快速方便可靠,实时性强。
Description
技术领域
本发明属于结构健康监测的冲击监测领域,具体提出了一种基于分布式光纤光栅传感网络的板结构冲击载荷定位方法。
背景技术
最早的冲击定位识别方法是通过提取冲击应力波的到达时间,根据距离、时间、应力波波速三者之间的关系来计算出冲击的位置信息。但是在实际情况中,应力波的波达时间的提取受噪声的影响很大,1997年Gaul和Hurlebaus利用小波变换对冲击响应信号进行处理,减小了噪声的影响,准确的提取了波达时间,对距离、多个时间。波速方程进行了优化,获得了冲击的位置信息。2005年,Meo等将这种方法应用到蜂窝夹层复合材料的冲击载荷识别中,取得了良好的定位效果。
2003年Coverley等将遗传算法引入冲击监测领域,提出了一种智能三角定位方法,冲击位置的定位结果与实际情况对比良好。近年来,随着人工智能领域的新进展,许多研究人员采用神经网络的方法来识别冲击载荷。2000年Sung等人采用4个PZT传感器来监测冲击引起的应力波信号并提取到达时刻,将4个传感器之间的到达时刻差作为输入向量,冲击位置坐标位置作为输出向量,来训练神经网络,取得了较好冲击位置识别结果。
另外,基于Lamb波的结构健康监测技术具有对结构小损伤敏感、主被动监测和大面积区域监测等特点,可以实现冲击的实时在线监测,是国内外研究的一个热点,具体实现方法主要有:时差定位法、冲击成像法、系统建模法、模式识别法等。虽然这些方法具有较高判位精度,但是由于其数据采集与传输过程易受到电磁干扰的影响,且其压电监测阵列需要大量传输电缆线,使得系统复杂程度与质量较大,这使得其在航空航天与电力系统监测领域的应用受到较大影响。
此外,还有通过提取冲击响应信号特征信息,采用先验方法如神经网络方法确定冲击的位置信息。但此类方法缺点需要大量不同的冲击情况来训练网络,泛化性能不好,易受到温度变化影响,实用性和实时性均不强。因此,针对目前的冲击监测定位方法的不足,本发明提出了一种基于分布式光纤光栅传感网络的板结构冲击载荷定位方法。
发明内容
技术问题:本发明的技术问题是提供一种能够用于工程结构的冲击载荷位置辨识方法,该方法采用分布式光纤FBG传感器网络采集结构中不同位置的冲击响应信号,提取出冲击响应信号的特征信息,利用最大峰值幅度比与分布式传感网络物理位置相关联辨识得出冲击加载载荷位置,适用于铝合金板状结构,该方法可以简单快速、实时、在线监测辨识出冲击载荷位置。
技术方案:为解决上述技术问题,本发明的基于分布式光纤光栅传感网络的板结构冲击载荷定位方法,包括下列步骤:
步骤一:分布式光纤传感网络布置
在板结构试件中呈正方形对称地布置四个光纤FBG传感器,将光纤FBG传感器粘贴于板结构试件的背面,采用光纤跳线将四个光纤FBG传感器进行串行连接以此构成分布式传感器网络,四个光纤FBG传感器构成的正方形所覆盖的区域即为板结构试件的冲击待监测区域;
步骤二:冲击响应信号的采集
(2‐1)、在板结构试件的冲击待监测区域上建立一个二维直角坐标系。选取冲击待监测区域的中心位置作为坐标原点(0mm,0mm),定义平行于光纤光栅传感器轴向方向为X轴方向,垂直于光纤光栅传感器轴向方向为Y轴方向。此对板结构试件的冲击待监测区域进行均匀单元网格划分;
(2-2)、然后采用冲击能量为1J的冲击锤对各单元网格结点依次进行冲击;分别记录每次冲击下,分布式传感网络的冲击响应信号,将每次冲击下的分布式传感网络的冲击响应信号称为一组冲击响应信号;每组冲击响应信号包括四个光纤FBG传感器的相应冲击响应信号,即四个光纤FBG传感器的中心波长偏移量;
步骤三:特征信息提取
依次对步骤二所得的每一组冲击响应信号进行特征信息提取,具体过程如下:
提取每一组冲击响应信号中各光纤FBG传感器的中心波长最大偏移量的绝对值,定义为最大峰值幅度Δλ;假设任意两个光纤FBG传感器的最大峰值幅度分别为Δλi、Δλj,将其中一个光纤FBG传感器的最大峰值幅度与这两个光纤FBG传感器的最大峰值幅度之和的比值定义为这两个光纤FBG传感器的最大峰值幅度比,具体表达式为:
其中Ki,j为对应光纤FBG传感器的最大峰值幅度比,Δλ为光纤FBG传感器中心波长最大峰值幅度,i,j为光纤FBG传感器编号;
选择最大峰值幅度比作为冲击响应信号的特征信息,每一组冲击响应信号对应6个最大峰值幅度比;
步骤四:冲击点位置定位预测
(4-1)、将任意两个光纤FBG传感器之间的最大峰值幅度比与这两个光纤FBG传感器之间的欧氏距离进行关联,关联具体表达公式为:
Xi,j=xj+(xi-xj)Ki,j;Yi,j=yj+(yi-yj)Ki,j
其中,(xi,yi),(xj,yj)分别表示第i个和第j个光纤FBG传感器坐标,Xi,j,Yi,j为相关联后的冲击点初步预测坐标,i,j为光纤FBG传感器编号;
由上述公式可得,任意两个光纤FBG传感器之间的最大峰值幅度比得到一个预测冲击点,并得到其相应的预测冲击点坐标;
(4-2)、根据板结构试件中冲击待监测区域单元网格将冲击待监测区域划分为九个区域,每个子区域面积为10cm×10cm;定义四个光纤FBG传感器构成的正方形中左上角的光纤FBG传感器为第一个光纤FBG传感器,按照顺时针方式其他分别为第二、第三、第四个光纤FBG传感器;依据从左到右、从上到下原则,将上述九个区域依次命名为A、B、C、D、E、F、G、H、I区域;冲击点的应变响应信息通过应力波形式向四周传递应变,因此冲击点距离光纤FBG传感器越远应力波衰减的越厉害,光纤FBG传感器所感知的冲击响应信号越小,也即光纤FBG传感器中心波长最大峰值幅度也越小;根据上述应力波衰减现象可知,距离冲击点位置越远的光纤FBG传感器所对应的最大峰值幅度比所包含的特征信息不明显,因此为了提高定位的精度,必须对特征信息即光纤FBG传感器所对应的最大峰值幅度比进行选取,选取标准必须选择冲击能量集中区域的传感器所对应最大峰值幅度比,而不在冲击能量集中范围内的光纤FBG传感器对应最大峰值幅度比则剔除,选取准则公式如下:
K=[Ki,j≥ξ,Ki,j≤1-ξ];其中ξ大于等于0.5且小于等于1;
其中K为光纤FBG传感器的最大峰值幅度比的集合,Ki,j为对应光纤FBG传感器的最大峰值幅度比,i,j为光纤FBG传感器编号,ξ为调控参数,在具体计算中ξ取最佳调控参数,最佳调控参数通过以下方式事先确定:
经试验及分析ξ的取值大小与光纤FBG传感器数量和所测结构的几何参数相关,与冲击载荷大小、冲击载荷位置无关;因此,需要事先在冲击待监测区域任意指定位置施加冲击载荷,然后以不同的调控参数取值,进行上述步骤一至步骤三,及步骤四的计算,得到冲击点辨识坐标信息;再以误差最小的冲击点辨识坐标信息对应的调控参数取值作为最佳调控参数;
由于光纤FBG传感器具有显著的方向敏感特性,当冲击加载位置与传感光栅的连线垂直于光纤轴向方向时要比该连线平行于光纤轴向方向更为敏感,因此需要对X轴和Y轴方向上的光纤FBG传感器对应最大峰值幅度比进行分别选取;
(4-3)、通过光纤FBG传感器对应最大峰值幅度比选取准则确定冲击点加载位置所在待测区域所属区域,具体确定区域方法如下:
当K1,2≥ξ,K1,4≥ξ时,冲击点位于A区域;
当K2,1≥ξ,K2,3≥ξ时,冲击点位于C区域;
当K4,1≥ξ,K4,3≥ξ时,冲击点位于G区域;
当K3,2≥ξ,K3,4≥ξ时,冲击点位于I区域;
当ξ≥K1,2≥1-ξ,K1,4≥ξ时,冲击点位于B区域;
当ξ≥K1,4≥1-ξ,K1,2≥ξ时,冲击点位于D区域;
当ξ≥K2,3≥1-ξ,K2,1≥ξ时,冲击点位于F区域;
当ξ≥K3,4≥1-ξ,K3,2≥ξ时,冲击点位于H区域;
当ξ≥K1,2≥1-ξ,ξ≥K1,4≥1-ξ时,冲击点位于E区域;
(4-4)、确定了冲击加载位置所在区域后,即可对冲击加载位置进行精确辨识,各区域辨识公式如下:
其中,Xi,j,Yi,j为光纤FBG传感器之间的最大峰值幅度比得到一个预测冲击点的坐标信息,X,Y为冲击点的辨识坐标信息,A-I为划分的区域编号。
更进一步地,分布式光纤FBG传感网络所使用的光纤光栅解调仪采样频率为1000Hz。
更进一步地,结构试件为航空铝合金板状结构。
更进一步地,分布式光纤FBG传感器网络中相邻的两个传感器之间的间距需要根据铝合金板结构属性与传感器数量要求进行综合考虑,这样可以进一步减少频散效应对信号的影响,有效提高冲击响应信号特征信息的准确性。
本发明的优点是:
本发明的基于分布式光纤光栅传感网络的板结构冲击载荷定位方法,采用分布式光纤FBG传感器网络采集结构中不同位置的冲击响应信号,提取出冲击响应信号的特征信息,利用最大峰值幅度比与分布式传感网络物理位置相关联辨识得出冲击加载载荷位置,该定位算法只需要得到分布式传感器网络各传感器的相对位置和所采集到的冲击响应信号,无需大量数据处理即可得到冲击载荷位置信息,该方法还可以简单快速、实时、在线监测辨识出冲击载荷位置。
附图说明
图1光纤光栅布局图;
图2光纤光栅传感器网格划分图;
图3冲击监测区域结构构件九个区域划分图;
图4冲击定位算法流程图。
具体实施方式
下面结合具体实施例,进一步阐明本发明,应理解这些实施例仅用于本发明而不用于限制本发明的范围,在阅读本发明之后,本领域技术人员对本发明的各种等价形式的修改均落于本申请所附于权利要求所限定范围。
基于分布式光纤光栅传感网络的板结构冲击载荷定位方法流程图如图4所示,具体的实施步骤如下:
步骤一:分布式光纤传感网络布置
如图1所示,在板结构试件中呈正方形对称地布置四个光纤FBG传感器,将光纤FBG传感器粘贴于板结构试件的背面,采用光纤跳线将四个光纤FBG传感器进行串行连接以此构成分布式传感器网络,四个光纤FBG传感器构成的正方形所覆盖的区域即为结构试件的冲击待监测区域。
步骤二:冲击响应信号的采集
在板结构试件的冲击待监测区域上建立一个二维直角坐标系。选取板结构待监测区域的中心位置作为坐标原点(0mm,0mm),定义平行于光纤光栅传感器轴向方向为X轴方向,垂直于光纤光栅传感器轴向方向为Y轴方向,如图二所示。此对板结构试件的冲击待监测区域进行均匀单元网格划分。
采用冲击能量为1J的冲击锤对各单元网格结点依次进行冲击。分别记录每次冲击下,分布式传感网络的冲击响应信号。将每次冲击下的分布式传感网络的冲击响应信号称为一组冲击响应信号。每组冲击响应信号包括四个光纤FBG传感器的相应冲击响应信号,即四个光纤FBG传感器的中心波长偏移量。
步骤三:特征信息提取
依次对步骤二所得的每一组冲击响应信号进行特征信息提取,具体过程如下:
提取每一组冲击响应信号中各光纤FBG传感器的中心波长最大偏移量的绝对值,定义为最大峰值幅度Δλ。假设任意两个光纤FBG传感器的最大峰值幅度分别为Δλi、Δλj,将其中一个光纤FBG传感器的最大峰值幅度与这两个光纤FBG传感器的最大峰值幅度之和的比值定义为这两个光纤FBG传感器的最大峰值幅度比,具体表达式为:
其中Ki,j为对应光纤FBG传感器的最大峰值幅度比,Δλ为光纤FBG传感器中心波长最大峰值幅度,i,j为光纤FBG传感器编号。
选择最大峰值幅度比作为冲击响应信号的特征信息。每一组冲击响应信号对应6个最大峰值幅度比。
步骤四:冲击点位置定位预测
(1)将任意两个光纤FBG传感器之间的最大峰值幅度比与这两个光纤FBG传感器之间的欧氏距离进行关联,关联具体表达公式为:
Xi,j=xj+(xi-xj)Ki,j;Yi,j=yj+(yi-yj)Ki,j
其中,(xi,yi),(xj,yj)分别表示第i个和第j个光纤FBG传感器坐标,Xi,j,Yi,j为相关联后的冲击点初步预测坐标,i,j为光纤FBG传感器编号;
由上述公式可得,任意两个光纤FBG传感器之间的最大峰值幅度比可以得到一个预测冲击点,并得到其相应的预测冲击点坐标。
(2)根据板结构试件中冲击待监测区域单元网格将冲击待监测区域划分为九个区域,每个子区域面积为10cm×10cm;定义四个光纤FBG传感器构成的正方形中左上角的光纤FBG传感器为第一个光纤FBG传感器,按照顺时针方式其他分别为第二、第三、第四个光纤FBG传感器;依据从左到右、从上到下原则,将上述九个区域依次命名为A、B、C、D、E、F、G、H、I区域;冲击点的应变响应信息通过应力波形式向四周传递应变,因此冲击点距离光纤FBG传感器越远应力波衰减的越厉害,光纤FBG传感器所感知的冲击响应信号越小,也即光纤FBG传感器中心波长最大峰值幅度也越小;根据上述应力波衰减现象可知,距离冲击点位置越远的光纤FBG传感器所对应的最大峰值幅度比所包含的特征信息不明显,因此为了提高定位的精度,必须对特征信息即光纤FBG传感器所对应的最大峰值幅度比进行选取,选取标准必须选择冲击能量集中区域的传感器所对应最大峰值幅度比,而不在冲击能量集中范围内的光纤FBG传感器对应最大峰值幅度比则剔除,选取准则公式如下:
K=[Ki,j≥ξ,Ki,j≤1-ξ],其中ξ大于等于0.5且小于等于1;
其中K为光纤FBG传感器的最大峰值幅度比的集合,Ki,j为对应光纤FBG传感器的最大峰值幅度比,i,j为光纤FBG传感器编号,ξ为调控参数,在具体计算中ξ取最佳调控参数,最佳调控参数通过以下方式事先确定:
经试验及分析ξ的取值大小与光纤FBG传感器数量和所测结构的几何参数相关,与冲击载荷大小、冲击载荷位置无关。因此,需要事先在冲击待监测区域任意指定位置施加冲击载荷,然后以不同的调控参数取值,进行上述步骤一至步骤三,及步骤四的计算,得到冲击点辨识坐标信息。再以误差最小的冲击点辨识坐标信息对应的调控参数取值作为最佳调控参数。
由于光纤FBG传感器具有显著的方向敏感特性,冲击加载位置垂直于光纤轴向方向上比冲击加载位置平行于光纤轴向方向更为敏感,因此需要对X轴和Y轴方向上的光纤FBG传感器对应最大峰值幅度比进行分别选取。
通过光纤FBG传感器对应最大峰值幅度比选取准则可以确定冲击点加载位置所在待测区域所属区域。具体确定区域方法如下:
1、当K1,2≥ξ,K1,4≥ξ时,冲击点位于A区域;
2、当K2,1≥ξ,K2,3≥ξ时,冲击点位于C区域;
3、当K4,1≥ξ,K4,3≥ξ时,冲击点位于G区域;
4、当K3,2≥ξ,K3,4≥ξ时,冲击点位于I区域;
5、当ξ≥K1,2≥1-ξ,K1,4≥ξ时,冲击点位于B区域;
6、当ξ≥K1,4≥1-ξ,K1,2≥ξ时,冲击点位于D区域;
7、当ξ≥K2,3≥1-ξ,K2,1≥ξ时,冲击点位于F区域;
8、当ξ≥K3,4≥1-ξ,K3,2≥ξ时,冲击点位于H区域;
9、当ξ≥K1,2≥1-ξ,ξ≥K1,4≥1-ξ时,冲击点位于E区域;
(4-4)、初步确定了冲击加载位置所在区域后,就可以判定冲击加载位置对应的X轴与Y轴坐标处于边界区域(A、B、C、D、F、G、H、I)还是中间区域E,如图三所示。
以边界区域A中任意冲击点a为例,由于其X轴坐标aX的绝对值大于5cm,则a点对应的X轴坐标位于边界区域,使得a点对应的X轴坐标可由X轴方向上冲击能量占总能量比重最大的三个最大峰值幅度比K12、K13、K14所确定的X轴预测坐标加权平均求得。同样,由于其Y轴坐标aY的绝对值也大于5cm,则a点对应的Y轴坐标也位于边界区域,因此a点对应的Y轴坐标可由Y轴方向上冲击能量占总能量比重最大的三个最大峰值幅度比K12、K13、K14所确定的Y轴预测坐标加权平均求得。
又以边界区域B中任意冲击点b为例,由于其X轴坐标bX的绝对值小于5cm,则b点对应的X轴坐标位于中间区域,使得b点对应的X轴坐标可由X轴方向上冲击能量占总能量比重最大的四个最大峰值幅度比K12、K13、K24、K34所确定的X轴预测坐标加权平均求得。同样,由于其Y轴坐标bY的绝对值大于5cm,则b点对应的X轴坐标位于边界区域,使得b点对应的Y轴坐标可由Y轴方向上冲击能量占总能量比重最大的三个最大峰值幅度比K12、K14、K23所确定的Y轴预测坐标加权平均求得。
再以中间区域E中任意冲击点e为例,由于其X轴坐标eX的绝对值小于5cm,,则e点对应的X轴坐标位于中间区域,使得e点对应的X轴坐标可由X轴方向上冲击能量占总能量比重最大的四个最大峰值幅度比K12、K13、K24、K34所确定的X轴预测坐标加权平均求得。同样,由于其Y轴坐标eY的绝对值小于5cm,则e点对应的Y轴坐标位于中间区域,使得e点对应的Y轴坐标可由Y轴方向上冲击能量占总能量比重最大的四个最大峰值幅度比K13、K14、K23、K24所确定的Y轴预测坐标加权平均求得。
其他区域中的任意点的X轴与Y轴坐标均可按照以上规律计算得到,如下式所示:
其中,Xi,j,Yi,j为光纤FBG传感器之间的最大峰值幅度比得到一个预测冲击点的坐标信息,X,Y为冲击点的辨识坐标信息。A-I为划分的区域编号。
Claims (3)
1.一种基于分布式光纤光栅传感网络的板结构冲击载荷定位方法,其特征在于,包括以下步骤:
步骤一:分布式光纤传感网络布置
在板结构试件中呈正方形对称地布置四个光纤FBG传感器,将光纤FBG传感器粘贴于板结构试件的背面,采用光纤跳线将四个光纤FBG传感器进行串行连接以此构成分布式传感器网络,四个光纤FBG传感器构成的正方形所覆盖的区域即为板结构试件的冲击待监测区域;
步骤二:冲击响应信号的采集
(2‐1)、在板结构试件的冲击待监测区域上建立一个二维直角坐标系;选取冲击待监测区域的中心位置作为坐标原点(0mm,0mm),定义平行于光纤光栅传感器轴向方向为X轴方向,垂直于光纤光栅传感器轴向方向为Y轴方向;此对板结构试件的冲击待监测区域进行均匀单元网格划分;
(2-2)、然后采用冲击能量为1J的冲击锤对各单元网格结点依次进行冲击;分别记录每次冲击下,分布式传感网络的冲击响应信号,将每次冲击下的分布式传感网络的冲击响应信号称为一组冲击响应信号;每组冲击响应信号包括四个光纤FBG传感器的相应冲击响应信号,即四个光纤FBG传感器的中心波长偏移量;
步骤三:特征信息提取
依次对步骤二所得的每一组冲击响应信号进行特征信息提取,具体过程如下:
提取每一组冲击响应信号中各光纤FBG传感器的中心波长最大偏移量的绝对值,定义为最大峰值幅度Δλ;假设任意两个光纤FBG传感器的最大峰值幅度分别为Δλi、Δλj,将其中一个光纤FBG传感器的最大峰值幅度与这两个光纤FBG传感器的最大峰值幅度之和的比值定义为这两个光纤FBG传感器的最大峰值幅度比,具体表达式为:
其中Ki,j为对应光纤FBG传感器的最大峰值幅度比,Δλ为光纤FBG传感器中心波长最大峰值幅度,i,j为光纤FBG传感器编号;
选择最大峰值幅度比作为冲击响应信号的特征信息,每一组冲击响应信号对应6个最大峰值幅度比;
步骤四:冲击点位置定位预测
(4-1)、将任意两个光纤FBG传感器之间的最大峰值幅度比与这两个光纤FBG传感器之间的欧氏距离进行关联,关联具体表达公式为:
Xi,j=xj+(xi-xj)Ki,j;Yi,j=yj+(yi-yj)Ki,j
其中,(xi,yi),(xj,yj)分别表示第i个和第j个光纤FBG传感器坐标,Xi,j,Yi,j为相关联后的冲击点初步预测坐标,i,j为光纤FBG传感器编号;
由上述公式可得,任意两个光纤FBG传感器之间的最大峰值幅度比得到一个预测冲击点,并得到其相应的预测冲击点坐标;
(4-2)、根据板结构试件中冲击待监测区域单元网格将冲击待监测区域划分为九个区域,每个子区域面积为10cm×10cm;定义四个光纤FBG传感器构成的正方形中左上角的光纤FBG传感器为第一个光纤FBG传感器,按照顺时针方式其他分别为第二、第三、第四个光纤FBG传感器;依据从左到右、从上到下原则,将上述九个区域依次命名为A、B、C、D、E、F、G、H、I区域;冲击点的应变响应信息通过应力波形式向四周传递应变,因此冲击点距离光纤FBG传感器越远应力波衰减的越厉害,光纤FBG传感器所感知的冲击响应信号越小,也即光纤FBG传感器中心波长最大峰值幅度也越小;根据上述应力波衰减现象可知,距离冲击点位置越远的光纤FBG传感器所对应的最大峰值幅度比所包含的特征信息不明显,因此为了提高定位的精度,必须对特征信息即光纤FBG传感器所对应的最大峰值幅度比进行选取,选取标准必须选择冲击能量集中区域的传感器所对应最大峰值幅度比,而不在冲击能量集中范围内的光纤FBG传感器对应最大峰值幅度比则剔除,选取准则公式如下:
K=[Ki,j≥ξ,Ki,j≤1-ξ];其中ξ大于等于0.5且小于等于1;
其中K为光纤FBG传感器的最大峰值幅度比的集合,Ki,j为对应光纤FBG传感器的最大峰值幅度比,i,j为光纤FBG传感器编号,ξ为调控参数,在具体计算中ξ取最佳调控参数,最佳调控参数通过以下方式事先确定:
经试验及分析ξ的取值大小与光纤FBG传感器数量和所测结构的几何参数相关,与冲击载荷大小、冲击载荷位置无关;因此,需要事先在冲击待监测区域任意指定位置施加冲击载荷,然后以不同的调控参数取值,进行上述步骤一至步骤三,及步骤四的计算,得到冲击点辨识坐标信息;再以误差最小的冲击点辨识坐标信息对应的调控参数取值作为最佳调控参数;
由于光纤FBG传感器具有显著的方向敏感特性,当冲击加载位置与传感光栅的连线垂直于光纤轴向方向时要比该连线平行于光纤轴向方向更为敏感,因此需要对X轴和Y轴方向上的光纤FBG传感器对应最大峰值幅度比进行分别选取;
(4-3)、通过光纤FBG传感器对应最大峰值幅度比选取准则确定冲击点加载位置所在待测区域所属区域,具体确定区域方法如下:
当K1,2≥ξ,K1,4≥ξ时,冲击点位于A区域;
当K2,1≥ξ,K2,3≥ξ时,冲击点位于C区域;
当K4,1≥ξ,K4,3≥ξ时,冲击点位于G区域;
当K3,2≥ξ,K3,4≥ξ时,冲击点位于I区域;
当ξ≥K1,2≥1-ξ,K1,4≥ξ时,冲击点位于B区域;
当ξ≥K1,4≥1-ξ,K1,2≥ξ时,冲击点位于D区域;
当ξ≥K2,3≥1-ξ,K2,1≥ξ时,冲击点位于F区域;
当ξ≥K3,4≥1-ξ,K3,2≥ξ时,冲击点位于H区域;
当ξ≥K1,2≥1-ξ,ξ≥K1,4≥1-ξ时,冲击点位于E区域;
(4-4)、确定了冲击加载位置所在区域后,即可对冲击加载位置进行精确辨识,各区域辨识公式如下:
其中,Xi,j,Yi,j为光纤FBG传感器之间的最大峰值幅度比得到一个预测冲击点的坐标信息,X,Y为冲击点的辨识坐标信息,A-I为划分的区域编号。
2.根据权利要求1所述的基于分布式光纤光栅传感网络的板结构冲击载荷定位方法,其特征在于:步骤1中所述的板结构试件为四边固支铝合金板状结构。
3.根据权利要求1所述的基于分布式光纤光栅传感网络的板结构冲击载荷定位方法,其特征在于:传感器网络中相邻的两个光纤FBG传感器之间的间距需要根据铝合金板结构属性与传感器数量要求综合考虑。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410192881.1A CN104019739B (zh) | 2014-05-08 | 2014-05-08 | 基于分布式光纤光栅传感网络的板结构冲击载荷定位方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410192881.1A CN104019739B (zh) | 2014-05-08 | 2014-05-08 | 基于分布式光纤光栅传感网络的板结构冲击载荷定位方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104019739A CN104019739A (zh) | 2014-09-03 |
CN104019739B true CN104019739B (zh) | 2016-08-17 |
Family
ID=51436623
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410192881.1A Active CN104019739B (zh) | 2014-05-08 | 2014-05-08 | 基于分布式光纤光栅传感网络的板结构冲击载荷定位方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104019739B (zh) |
Families Citing this family (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104776966B (zh) * | 2015-04-01 | 2017-05-10 | 南京航空航天大学 | 基于分形理论的板结构冲击监测方法 |
CN104807570B (zh) * | 2015-05-04 | 2017-10-27 | 北京化工大学 | 一种超声兰姆波测量塑料薄板制品内应力的装置和方法 |
CN106092482A (zh) * | 2016-05-30 | 2016-11-09 | 环境保护部核与辐射安全中心 | 一种冲击载荷测试系统及其平面分布式感应装置 |
CN106156410B (zh) * | 2016-06-24 | 2019-08-16 | 南京航空航天大学 | 薄壁圆管结构轴向热变形计算方法 |
CN106546319B (zh) * | 2016-10-17 | 2019-03-01 | 南京航空航天大学 | 基于光纤光栅瞬态响应差值计算的固支板冲击监测方法 |
CN106482639B (zh) * | 2016-10-17 | 2018-11-09 | 南京航空航天大学 | 基于近似熵计算的低速冲击位置辨识方法 |
CN106528945B (zh) * | 2016-10-17 | 2019-04-19 | 南京航空航天大学 | 基于加载夹角归一化的板结构载荷位置与大小辨识方法 |
CN106643484B (zh) * | 2016-10-17 | 2018-12-07 | 南京航空航天大学 | 基于瞬态分形计算和类二维正态分布拟合的冲击定位方法 |
CN106482638B (zh) * | 2016-10-17 | 2018-11-09 | 南京航空航天大学 | 基于全频段信号幅值能量和反函数求解的冲击判位方法 |
CN107991060B (zh) * | 2017-11-20 | 2019-08-20 | 南京航空航天大学 | 基于自适应和迭代算法的载荷分布式光纤辨识方法 |
CN108645498B (zh) * | 2018-04-28 | 2020-04-24 | 南京航空航天大学 | 基于相敏光反射和卷积神经网络深度学习的冲击定位方法 |
CN110068406B (zh) * | 2019-04-01 | 2020-11-06 | 南京航空航天大学 | 基于静载识别的四边简支薄板结构光纤应变场重构方法 |
CN113049409B (zh) * | 2021-02-04 | 2022-04-22 | 南京航空航天大学 | 基于信号频带能量的薄壁柔性臂结构光纤冲击物辨识方法 |
CN113049410B (zh) * | 2021-02-04 | 2022-04-22 | 南京航空航天大学 | 基于应变非线性加权的复合材料层板光纤冲击位置辨识法 |
CN114459657B (zh) * | 2022-04-14 | 2022-07-01 | 西南交通大学 | 冲击荷载自动化识别方法、电子设备和存储介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070193362A1 (en) * | 2006-02-06 | 2007-08-23 | Ferguson Stephen K | Fiber optic strain gage |
CN101957682A (zh) * | 2010-09-16 | 2011-01-26 | 南京航空航天大学 | 载荷识别交互式电子白板及实现方法 |
CN103049608A (zh) * | 2012-12-18 | 2013-04-17 | 南京航空航天大学 | 基于约束边应变极值坐标的载荷辨识系统及方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101001104B1 (ko) * | 2007-11-06 | 2010-12-15 | 한국기술교육대학교 산학협력단 | 대공간 구조물의 상시 모니터링을 위한 광섬유 브래그 격자센서(fbg)의 부착장치 및 fbg를 부착하는 방법 |
-
2014
- 2014-05-08 CN CN201410192881.1A patent/CN104019739B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070193362A1 (en) * | 2006-02-06 | 2007-08-23 | Ferguson Stephen K | Fiber optic strain gage |
CN101957682A (zh) * | 2010-09-16 | 2011-01-26 | 南京航空航天大学 | 载荷识别交互式电子白板及实现方法 |
CN103049608A (zh) * | 2012-12-18 | 2013-04-17 | 南京航空航天大学 | 基于约束边应变极值坐标的载荷辨识系统及方法 |
Non-Patent Citations (1)
Title |
---|
基于FBG传感器的冲击损伤定位;白生宝等;《振动、测试与诊断》;20110831;第31卷(第4期);第479-483页 * |
Also Published As
Publication number | Publication date |
---|---|
CN104019739A (zh) | 2014-09-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104019739B (zh) | 基于分布式光纤光栅传感网络的板结构冲击载荷定位方法 | |
CN104776966B (zh) | 基于分形理论的板结构冲击监测方法 | |
CN101014938A (zh) | 用于监视结构健康状态的方法 | |
CN103438794B (zh) | 一种基于压电传感网络的工程结构冲击位置确定方法 | |
CN107451522A (zh) | 一种农业干旱监测与预警预报方法 | |
WO2023070915A1 (zh) | 确定铀矿分布的方法 | |
CN106289691A (zh) | 一种基于微波雷达装置的桥梁分块冲击振动检测方法及检测装置 | |
CN109068267A (zh) | 一种基于LoRa SX1280的室内定位方法 | |
CN109000876A (zh) | 基于自动编码器深度学习的sns光纤冲击识别方法 | |
CN101282266A (zh) | 一种智能防入侵微波雷达无线传感器网络 | |
CN104776827B (zh) | Gps高程异常数据的粗差探测方法 | |
CN107656180A (zh) | 一种局部放电智能传感器检测方法 | |
CN105182141A (zh) | 变压器故障检测方法及系统 | |
CN106501359A (zh) | 基于关联维数计算与三圆取交原理的低速冲击位置辨识法 | |
CN110880071A (zh) | 基于算子的无源雷达作战效能柔性评估建模方法 | |
CN106443243A (zh) | 一种电磁环境对装备性能影响因素的主次关系分析方法 | |
CN103235286A (zh) | 一种对电噪声源的高精度定位方法 | |
CN107657393A (zh) | 近断层地震作用下桥梁的抗震评估方法 | |
CN109377068A (zh) | 一种直升机性能分析评估方法 | |
CN102291739A (zh) | 基于压缩感知及博弈论的无线传感器网络稀疏事件检测方法 | |
CN109040084A (zh) | 一种网络流量异常检测方法、装置、设备及存储介质 | |
CN106643484B (zh) | 基于瞬态分形计算和类二维正态分布拟合的冲击定位方法 | |
CN106528945A (zh) | 基于加载夹角归一化的板结构载荷位置与大小辨识方法 | |
CN108051126A (zh) | 一种变厚度复合材料层合板低速冲击能量识别系统及其工作方法 | |
CN101868045A (zh) | 一种基于复合传感器自组网的运动目标分类识别方法 |
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 |