CN104502452A - 一种基于超声导波驱动/传感阵列的结构损伤评估方法 - Google Patents

一种基于超声导波驱动/传感阵列的结构损伤评估方法 Download PDF

Info

Publication number
CN104502452A
CN104502452A CN201410784596.9A CN201410784596A CN104502452A CN 104502452 A CN104502452 A CN 104502452A CN 201410784596 A CN201410784596 A CN 201410784596A CN 104502452 A CN104502452 A CN 104502452A
Authority
CN
China
Prior art keywords
damage
wave
rightarrow
supersonic guide
imaging
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
Application number
CN201410784596.9A
Other languages
English (en)
Other versions
CN104502452B (zh
Inventor
骆英
徐晨光
许伯强
徐桂东
王自平
周春杰
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Jiangsu University
Original Assignee
Jiangsu University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Jiangsu University filed Critical Jiangsu University
Priority to CN201410784596.9A priority Critical patent/CN104502452B/zh
Publication of CN104502452A publication Critical patent/CN104502452A/zh
Application granted granted Critical
Publication of CN104502452B publication Critical patent/CN104502452B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Abstract

本发明提供了一种基于超声导波驱动/传感阵列的结构损伤评估方法,首先,将超声导波传感单元预置或黏贴于被测结构表面,形成超声导波传感阵列,轮流激励各超声导波传感单元发出超声导波信号,并通过超声导波传感阵列接收被测结构内损伤/边界的反射导波信号;然后,对基于反射导波信号进行去色散处理,采用相控阵成像算法对被测结构全局成像,定位损伤区域;最后,基于反射导波信号,针对损伤区域,采用基于多重信号分类方法的逆时偏移成像技术对损伤区域内的损伤进行精确量化分析。该方法实现对大型结构中损伤的快速、精确定位及评估,极大地提升探查能力,同时减少探查所需人力和维护费用。

Description

一种基于超声导波驱动/传感阵列的结构损伤评估方法
技术领域
本发明属于损伤探测领域,尤其是一种基于超声导波驱动/传感阵列的结构损伤评估方法。
背景技术
大型工程设施在其长期运行过程中受到外界(环境/载荷等)作用,易产生腐蚀、疲劳、裂纹等损伤,损伤累积将导致工程设施产生故障,甚至诱发重大事故。对结构损伤及整体性能进行快速在线诊断评估的先进技术可为各类的大型工程设施、关键设备、工程结构的长期正常运行提供安全、可靠性保证。
超声导波(GUW)已被证明在SHM/NDE中具有重要作用。基于多超声波传感器或传感阵列的损伤评价方法提供了整合各传感器数据的方法,提高了检测结果的可靠性,实现了损伤量化和定位的能力。
尽管具有诸多优势,基于传感阵列的SHM技术应用还存在挑战。第一,实际应用中复杂结构将导致结构内界面及损伤处出现反射、散射及模态转换,多模态混杂的超声信号增加了损伤评价的难度。第二,现有基于多超声波传感器或传感阵列的损伤评价方法往往过于复杂,难以直接解读,且在计算资源和计算速度之间难以获得平衡。
发明内容
针对现有技术中存在不足,本发明结合超声相控阵成像技术和基于多重信号分类方法的逆时偏移成像技术,提出了一种从全局损伤快速定位到局部损伤精确量化评估的损伤识别方法,该方法实现对大型结构中损伤的快速、精确定位及评估。
本发明是通过以下技术手段实现上述技术目的的。
一种基于超声导波驱动/传感阵列的结构损伤评估方法,其特征在于,包括以下步骤:
(1)将超声导波传感单元预置或黏贴于被测结构表面,形成超声导波传感阵列,受控轮流激励各超声导波传感单元发出超声导波信号,并通过超声导波传感阵列接收被测结构内损伤/边界的反射导波信号;
(2)对基于步骤(1)的反射导波信号进行去色散处理,采用相控阵成像算法对被测结构全局成像,定位损伤区域;
(3)基于步骤(1)的反射导波信号,针对步骤2所获得的损伤区域,采用基于多重信号分类方法的逆时偏移成像技术对损伤区域内的损伤进行精确量化分析。
优选地,所述步骤(2)包括以下具体步骤:
(2.1)对反射导波信号作去色散处理:
首先,计算获得被测结构内色散关系ω=Ω(k)的理论解,
其中ω为角频率,k为相应的波数;
对于超声导波传感阵列接收到的超声导波信号g(t),通过傅里叶变换获得其频谱G(ω),将其化为关于波数的显函数:
G(ω)=G(Ω(k))=G′(k)
用线性关系Ω′(k)代替色散关系Ω(k),则k=Ω′-1(ω)=K(ω),
去除色散的频谱为:
G′(k)=G′(K(ω))=G″(ω)
将改变的频谱反变换至时域就获得了消除色散的反射导波信号;
(2.2)采用相控阵成像算法对被测结构全局成像,定位损伤区域;
基于已消除色散的超声导波信号,设超声导波传感阵列中心为坐标原点,第m超声导波传感单元的坐标为针对探测区域内某点X(r,θ),对超声导波传感阵列中每个超声导波传感单元接收到的反射导波信号zm(t)施加时间延迟及加权因子其中cp为色散去除后用于成像的模态的导波相速度;
将阵列内所有超声导波传感单元的延迟信号叠加:
将叠加信号的最大幅值作为损伤成像指标:
D 1 ( x → ) = | Max [ z ( x → , t ) ] |
设定损伤成像指标的阈值,确定存在损伤的损伤区域。
优选地,所述步骤(3)包括以下具体步骤:
(3.1)在频域提取激励中心频率ω0所对应的幅值,将每一超声导波传感单元接收的散射超声导波信号Ri0)与各超声导波传感单元发射信号Si0)相除,对于超声导波传感单元数为M的超声导波传感阵列,最终组装成M*M的传递矩阵K:
K ij = R i ( ω 0 ) S j ( ω 0 )
(3.2)对传递矩阵Kij进行奇异值分解,通过‘0’奇异值的个数确定损伤的数量,通过奇异值的幅度判断损伤导致的散射波强度,设损伤个数为N,传递矩阵奇异值分解得到右奇异向量包含信号子空间 S t ≡ span { e → j , j = 1 , . . . N } 和噪声子空间 N t ≡ span { e → j , j = N , . . . M } , 左奇异向量包含信号子空间 S r ≡ span { v → j , j = 1 , . . . N } 和噪声子空间 N r ≡ span { v → j , j = N , . . . M } ;
(3.3)采用多重信号分类算法,利用伪谱函数作为损伤成像指标,
其中:σr是正则化参数,
g t ( x → ) = [ g ( x → 1 , x → , ω ) . . . g ( x → M , x → , ω ) ] , g r ( x → ) = [ g ( x → 1 , x → , ω ) . . . g ( x → M , x → , ω ) ] 是格林函数组成的列向量,利用信号子空间与噪声子空间的正交特性来实现成像。
(3.4)量化分析损伤成像结果,进行损伤评价。
与现有技术相比,本方法具有如下优点和有益效果:
1.相控阵的优势在于可以快速大面积探测全局损伤的位置,直至结构内通常难以直接到达的区域。通过信号处理几乎连续地激励每个阵元可达到定向波束操控,实现对阵列附近大面积范围内的探查。
2.损伤的局部探查基于多重信号分类方法的逆时偏移成像技术,该技术的优势在于能够高精度地量化损伤,但是其成像过程需要极大的计算资源,通过结合步骤1的损伤热点区域可减小成像区域,大大提高其成像的速度,提供关于损伤的定量细节。
3.两种成像技术均使用同样的传感阵列采集的数据,即检测系统无需设计两套检测硬件,整合两种优势算法的方案,极大地提升探查能力,同时减少探查所需人力和维护费用。
附图说明
图1为本发明所述基于超声导波驱动/传感阵列的结构损伤评估方法流程图。
图2为相控阵成像示意图。
具体实施方式
下面结合附图以及具体实施例对本发明作进一步的说明,但本发明的保护范围并不限于此。
如图1所示,本发明所述的基于超声导波驱动/传感阵列的结构损伤评估方法,包括以下步骤:
(1)将超声导波传感单元预置或黏贴于被测结构表面,形成超声导波传感阵列,受控轮流激励各超声导波传感单元发出超声导波信号,并通过超声导波传感阵列接收被测结构内损伤/边界的反射导波信号。
(2)对基于步骤(1)的反射导波信号进行去色散处理,采用相控阵成像算法对被测结构全局成像,定位损伤区域。具体包括以下步骤:
(2.1)对反射导波信号作去色散处理:
采用线性映射方法处理超声导波信号,抑制色散导致的波形混叠。首先,计算获得被测结构内色散关系ω=Ω(k)的理论解,
其中ω为角频率,k为相应的波数。
对于超声导波传感阵列接收到的超声导波信号g(t),通过傅里叶变换获得其频谱G(ω),将其化为关于波数的显函数:
G(ω)=G(Ω(k))=G′(k)
用线性关系Ω′(k)代替色散关系Ω(k),则k=Ω′-1(ω)=K(ω)。
去除色散的频谱为:
G′(k)=G′(K(ω))=G″(ω)
将改变的频谱反变换至时域就获得了消除色散的反射导波信号。
(2.2)采用相控阵成像算法对被测结构全局成像,定位损伤区域;
基于已消除色散的超声导波信号,被测结构内损伤的相控阵成像过程如图2所示。设超声导波传感阵列中心为坐标原点,第m超声导波传感单元的坐标为针对探测区域内某点X(r,θ),对超声导波传感阵列中每个超声导波传感单元接收到的反射导波信号zm(t)施加时间延迟及加权因子其中cp为色散去除后用于成像的模态的导波相速度。
将阵列内所有超声导波传感单元的延迟信号叠加:
将叠加信号的最大幅值作为损伤成像指标:
D 1 ( x → ) = | Max [ z ( x → , t ) ] |
设定损伤成像指标的阈值,确定存在损伤的损伤区域。
(3)基于步骤(1)的阵列信号,针对步骤2所获得的损伤区域,采用基于多重信号分类方法的逆时偏移成像技术对损伤区域内的损伤进行精确量化分析。具体包括以下步骤:
(3.1)在频域提取激励中心频率ω0所对应的幅值,将每一超声导波传感单元接收的散射超声导波信号Ri0)与各超声导波传感单元发射信号Si0)相除,对于超声导波传感单元数为M的超声导波传感阵列,最终组装成M*M的传递矩阵K:
K ij = R i ( ω 0 ) S j ( ω 0 )
(3.2)对传递矩阵Kij进行奇异值分解,通过‘0’奇异值的个数确定损伤的数量,通过奇异值的幅度判断损伤导致的散射波强度,设损伤个数为N,传递矩阵奇异值分解得到右奇异向量包含信号子空间 S t ≡ span { e → j , j = 1 , . . . N } 和噪声子空间 N t ≡ span { e → j , j = N , . . . M } , 左奇异向量包含信号子空间 S r ≡ span { v → j , j = 1 , . . . N } 和噪声子空间 N r ≡ span { v → j , j = N , . . . M } ;
(3.3)采用多重信号分类算法,利用伪谱函数作为损伤成像指标,
其中:σr是正则化参数,
g t ( x → ) = [ g ( x → 1 , x → , ω ) . . . g ( x → M , x → , ω ) ] , g r ( x → ) = [ g ( x → 1 , x → , ω ) . . . g ( x → M , x → , ω ) ] 是格林函数组成的列向量,利用信号子空间与噪声子空间的正交特性来实现成像。
(3.4)量化分析损伤成像结果,进行损伤评价。
所述实施例为本发明的优选的实施方式,但本发明并不限于上述实施方式,在不背离本发明的实质内容的情况下,本领域技术人员能够做出的任何显而易见的改进、替换或变型均属于本发明的保护范围。

Claims (3)

1.一种基于超声导波驱动/传感阵列的结构损伤评估方法,其特征在于,包括以下步骤:
(1)将超声导波传感单元预置或黏贴于被测结构表面,形成超声导波传感阵列,轮流激励各超声导波传感单元发出超声导波信号,并通过超声导波传感阵列接收被测结构内损伤/边界的反射导波信号;
(2)对基于步骤(1)的反射导波信号进行去色散处理,采用相控阵成像算法对被测结构全局成像,定位损伤区域;
(3)基于步骤(1)的反射导波信号,针对步骤2所获得的损伤区域,采用基于多重信号分类方法的逆时偏移成像技术对损伤区域内的损伤进行精确量化分析。
2.根据权利要求1所述的结构损伤评估方法,其特征在于,所述步骤(2)包括以下具体步骤:
(2.1)对反射导波信号作去色散处理:
首先,计算获得被测结构内色散关系ω=Ω(k)的理论解,
其中ω为角频率,k为相应的波数;
对于超声导波传感阵列接收到的超声导波信号g(t),通过傅里叶变换获得其频谱G(ω),将其化为关于波数的显函数:
G(ω)=G(Ω(k))=G′(k)
用线性关系Ω′(k)代替色散关系Ω(k),则k=Ω′-1(ω)=K(ω),
去除色散的频谱为:
G′(k)=G′(K(ω))=G″(ω)
将改变的频谱反变换至时域就获得了消除色散的反射导波信号;
(2.2)采用相控阵成像算法对被测结构全局成像,定位损伤区域;
基于已消除色散的超声导波信号,设超声导波传感阵列中心为坐标原点,第m超声导波传感单元的坐标为针对探测区域内某点X(r,θ),对超声导波传感阵列中每个超声导波传感单元接收到的反射导波信号zm(t)施加时间延迟及加权因子其中cp为色散去除后用于成像的模态的导波相速度;
将阵列内所有超声导波传感单元的延迟信号叠加:
将叠加信号的最大幅值作为损伤成像指标:
D 1 ( x → ) = | Max [ x ( x → , t ) ] |
设定损伤成像指标的阈值,确定存在损伤的损伤区域。
3.根据权利要求1所述的结构损伤评估方法,其特征在于,所述步骤(3)包括以下具体步骤:
(3.1)在频域提取激励中心频率ω0所对应的幅值,将每一超声导波传感单元接收的散射超声导波信号Ri0)与各超声导波传感单元发射信号Si0)相除,对于超声导波传感单元数为M的超声导波传感阵列,最终组装成M*M的传递矩阵K,
K ij = R i ( ω 0 ) S j ( ω 0 )
(3.2)对传递矩阵Kij进行奇异值分解,通过‘0’奇异值的个数确定损伤的数量,通过奇异值的幅度判断损伤导致的散射波强度,设损伤个数为N,传递矩阵奇异值分解得到右奇异向量包含信号子空间 S t ≡ span { e → j , j = 1 , . . . N } 和噪声子空间 N t ≡ span { e → j , j = N , . . . M } , 左奇异向量包含信号子空间 S r ≡ span { v → j , j = 1 , . . . N } 和噪声子空间 N r ≡ span { v → j , j = N , . . . M } ;
(3.3)采用多重信号分类算法,利用伪谱函数作为损伤成像指标,
其中:σr是正则化参数,
g t ( x → ) = [ g ( x → 1 , x → , ω ) . . . g ( x → M , x → , ω ) ] , g r ( x → ) = [ g ( x → 1 , x → , ω ) . . . g ( x → M , x → , ω ) ] 是格林函数组成的列向量,利用信号子空间与噪声子空间的正交特性来实现成像。
(3.4)量化分析损伤成像结果,进行损伤评价。
CN201410784596.9A 2014-12-17 2014-12-17 一种基于超声导波驱动/传感阵列的结构损伤评估方法 Active CN104502452B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201410784596.9A CN104502452B (zh) 2014-12-17 2014-12-17 一种基于超声导波驱动/传感阵列的结构损伤评估方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201410784596.9A CN104502452B (zh) 2014-12-17 2014-12-17 一种基于超声导波驱动/传感阵列的结构损伤评估方法

Publications (2)

Publication Number Publication Date
CN104502452A true CN104502452A (zh) 2015-04-08
CN104502452B CN104502452B (zh) 2017-06-06

Family

ID=52943866

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201410784596.9A Active CN104502452B (zh) 2014-12-17 2014-12-17 一种基于超声导波驱动/传感阵列的结构损伤评估方法

Country Status (1)

Country Link
CN (1) CN104502452B (zh)

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106290587A (zh) * 2016-08-22 2017-01-04 中国石油化工股份有限公司 基于svd分解的储罐底板超声导波检测信号降噪算法
CN106842127A (zh) * 2017-01-12 2017-06-13 天津大学 一种基于波束形成方法的双臂式非正交传感器阵列
CN108303699A (zh) * 2018-01-29 2018-07-20 中国人民解放军国防科技大学 超声相控阵远场超分辨率成像方法、装置、存储介质和系统
CN108593771A (zh) * 2018-04-27 2018-09-28 西南石油大学 损伤强度计算方法和损伤强度计算装置
CN109884187A (zh) * 2019-02-26 2019-06-14 江苏大学 一种适用于板状结构的基于压缩感知的超声导波场损伤检测方法
WO2019113994A1 (zh) * 2017-12-14 2019-06-20 南京航空航天大学 基于激励波束成型和加权图像融合的music腐蚀监测方法
CN110332463A (zh) * 2019-06-14 2019-10-15 南京理工大学 基于无线传感器网络的管道结构损伤监测系统
CN111059479A (zh) * 2019-12-28 2020-04-24 北京工业大学 一种管道缺陷声子诊断系统及实现方法
CN112014472A (zh) * 2020-07-14 2020-12-01 南京航空航天大学 一种用于结构近表盲区的超声相控阵成像方法
CN114609245A (zh) * 2022-05-10 2022-06-10 西南交通大学 一种阵列式超声导波仪、钢结构损伤监测系统及方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH11337535A (ja) * 1998-05-28 1999-12-10 Hitachi Constr Mach Co Ltd 超音波探傷器
CN101666783A (zh) * 2008-09-01 2010-03-10 中国科学院金属研究所 超声导波复合式无损检测方法及其装置
US20120119732A1 (en) * 2010-11-17 2012-05-17 Fbs, Inc. Magnetostrictive sensor array for active or synthetic phased-array focusing of guided waves
CN102537669A (zh) * 2010-12-23 2012-07-04 中国石油天然气股份有限公司 一种基于超声导波聚焦的管道缺陷检测方法和系统
CN102778507A (zh) * 2011-05-13 2012-11-14 中国石油天然气股份有限公司 石油储罐底板超声导波检测方法和系统
CN103837601A (zh) * 2012-11-26 2014-06-04 中国科学院声学研究所 一种宽带导波相控阵聚焦扫描方法及系统

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH11337535A (ja) * 1998-05-28 1999-12-10 Hitachi Constr Mach Co Ltd 超音波探傷器
CN101666783A (zh) * 2008-09-01 2010-03-10 中国科学院金属研究所 超声导波复合式无损检测方法及其装置
US20120119732A1 (en) * 2010-11-17 2012-05-17 Fbs, Inc. Magnetostrictive sensor array for active or synthetic phased-array focusing of guided waves
CN102537669A (zh) * 2010-12-23 2012-07-04 中国石油天然气股份有限公司 一种基于超声导波聚焦的管道缺陷检测方法和系统
CN102778507A (zh) * 2011-05-13 2012-11-14 中国石油天然气股份有限公司 石油储罐底板超声导波检测方法和系统
CN103837601A (zh) * 2012-11-26 2014-06-04 中国科学院声学研究所 一种宽带导波相控阵聚焦扫描方法及系统

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
X.LIN ET AL.: "Detection of Multiple Damages by Prestack Reverse-Time Migration", 《AIAA JOURNAL》 *
X.LIN ET AL.: "Experimental Study Applying a MigrationTechnique in Structural Health Monitoring", 《SHM》 *
郭原草 等: "基于叠前逆时偏移技术的Lamb波多损伤探测", 《中南大学学报(自然科学版)》 *

Cited By (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106290587A (zh) * 2016-08-22 2017-01-04 中国石油化工股份有限公司 基于svd分解的储罐底板超声导波检测信号降噪算法
CN106290587B (zh) * 2016-08-22 2019-07-12 中国石油化工股份有限公司 基于svd分解的储罐底板超声导波检测信号降噪算法
CN106842127A (zh) * 2017-01-12 2017-06-13 天津大学 一种基于波束形成方法的双臂式非正交传感器阵列
WO2019113994A1 (zh) * 2017-12-14 2019-06-20 南京航空航天大学 基于激励波束成型和加权图像融合的music腐蚀监测方法
US10697937B2 (en) 2017-12-14 2020-06-30 Nanjing University Of Aeronautics And Astronautics MUSIC corrosion monitoring method via excitation beam forming and weighted image fusing
CN108303699B (zh) * 2018-01-29 2020-02-14 中国人民解放军国防科技大学 超声相控阵远场超分辨率成像方法、装置、存储介质和系统
CN108303699A (zh) * 2018-01-29 2018-07-20 中国人民解放军国防科技大学 超声相控阵远场超分辨率成像方法、装置、存储介质和系统
CN108593771A (zh) * 2018-04-27 2018-09-28 西南石油大学 损伤强度计算方法和损伤强度计算装置
CN109884187A (zh) * 2019-02-26 2019-06-14 江苏大学 一种适用于板状结构的基于压缩感知的超声导波场损伤检测方法
CN109884187B (zh) * 2019-02-26 2021-09-10 江苏大学 一种适用于板状结构的基于压缩感知的超声导波场损伤检测方法
CN110332463A (zh) * 2019-06-14 2019-10-15 南京理工大学 基于无线传感器网络的管道结构损伤监测系统
CN111059479A (zh) * 2019-12-28 2020-04-24 北京工业大学 一种管道缺陷声子诊断系统及实现方法
CN111059479B (zh) * 2019-12-28 2021-11-12 北京工业大学 一种管道缺陷声子诊断系统及实现方法
CN112014472A (zh) * 2020-07-14 2020-12-01 南京航空航天大学 一种用于结构近表盲区的超声相控阵成像方法
CN114609245A (zh) * 2022-05-10 2022-06-10 西南交通大学 一种阵列式超声导波仪、钢结构损伤监测系统及方法
CN114609245B (zh) * 2022-05-10 2022-08-23 西南交通大学 一种阵列式超声导波仪、钢结构损伤监测系统及方法

Also Published As

Publication number Publication date
CN104502452B (zh) 2017-06-06

Similar Documents

Publication Publication Date Title
CN104502452A (zh) 一种基于超声导波驱动/传感阵列的结构损伤评估方法
Jang et al. Impact localization of composite stiffened panel with triangulation method using normalized magnitudes of fiber optic sensor signals
La et al. Autonomous robotic system for bridge deck data collection and analysis
CN105158335B (zh) 一种钢‑玻璃钢复合板材脱粘超声导波评价方法
Clarke et al. Enhancing the defect localization capability of a guided wave SHM system applied to a complex structure
EP2333538A1 (en) Damage volume and depth estimation
Haynes et al. Enhanced damage localization for complex structures through statistical modeling and sensor fusion
CN104535656B (zh) 全光学非接触式复合材料板层裂损伤检测系统及方法
Ambrozinski et al. Evaluation of dispersion characteristics of multimodal guided waves using slant stack transform
CN101865758A (zh) 基于多重信号分类算法的冲击载荷定位方法
US20150160169A1 (en) Method and system for multi-path active defect detection, localization and characterization with ultrasonic guided waves
Li et al. Damage localization in composite laminates based on a quantitative expression of anisotropic wavefront
US20180335517A1 (en) Method and Device for Detecting Discontinuous Body with Ground Penetrating Radar
La et al. Visual and acoustic data analysis for the bridge deck inspection robotic system
CN114062490B (zh) 基于GAN的钢轨焊缝Lamb波模态分解与裂纹损伤监测方法
CN104749253A (zh) 一种圆柱型工件内缺陷超声背散射成像方法及装置
CN103792287A (zh) 一种基于Lamb波的大面积结构损伤检测方法
CN108709934A (zh) 基于小波的非线性超声异侧激励混频的微裂纹定位方法
Ahmed et al. Rebar detection using ground penetrating radar with state-of-the-art convolutional neural networks
CN113358743A (zh) 一种基于时频分布相似度分析的兰姆波模态分离方法
CN104374830A (zh) 一种基于压电阵列的近场相控阵结构健康监测方法
Goutaudier et al. Long-range impact localization with a frequency domain triangulation technique: Application to a large aircraft composite panel
Bao et al. A novel multi-site damage localization method based on near-field signal subspace fitting using uniform linear sensor array
Wu et al. A signal decomposition method for ultrasonic guided wave generated from debonding combining smoothed pseudo Wigner-Ville distribution and Vold–Kalman filter order tracking
Qu et al. Lamb wave damage detection using time reversal DORT method

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant