CN104502457A - 一种改进Lamb波工程结构裂纹损伤监测与评估层析成像方法 - Google Patents
一种改进Lamb波工程结构裂纹损伤监测与评估层析成像方法 Download PDFInfo
- Publication number
- CN104502457A CN104502457A CN201410808715.XA CN201410808715A CN104502457A CN 104502457 A CN104502457 A CN 104502457A CN 201410808715 A CN201410808715 A CN 201410808715A CN 104502457 A CN104502457 A CN 104502457A
- Authority
- CN
- China
- Prior art keywords
- sdc
- lamb wave
- sensing
- value
- excitation
- 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.)
- Pending
Links
Landscapes
- Investigating Or Analyzing Materials By The Use Of Ultrasonic Waves (AREA)
Abstract
本发明公开一种改进Lamb波工程结构裂纹损伤监测与评估层析成像方法,步骤是:在待测结构上布置激励/传感圆形阵列,组建检测通道,采集所有激励/传感通道的Lamb波响应信号,计算每一个激励/传感通道的SDC值;对Lamb波响应信号分组,选出每组中SDC最大值,并根据所有SDC最大值中最小的两个值确定裂纹方向;校正裂纹方向上的SDC值,采用RAPID算法重构裂纹的损伤图像;绘制接收端的SDC分布图,SDC值大于设定阈值的传感路径经过损伤,再根据数学几何关系计算出裂纹的长度。此方法可克服Lamb波复杂多模传播特性对信号分析的影响,利用一种改进的RAPID算法,通过校正裂纹方向上的SDC值,实现对裂纹损伤的图像重构,并由接收端SDC分布图评估出裂纹的长度。
Description
技术领域
本发明属于层析成像技术领域,特别涉及一种改进Lamb波工程结构裂纹损伤监测与评估层析成像方法。
背景技术
随着对结构安全性、可靠性要求的不断提高,结构损伤的检测和诊断日益引起人们的高度重视,尤其是针对裂纹损伤的检测,为了防止结构损伤所带来的灾难或损失,必须对结构进行有效的快速检测。
Lamb波是在自由边界条件下,固体结构中传播的弹性导波,具有衰减慢、传播距离远,且对结构中的微小损伤十分敏感,因此,近年来Lamb波结构健康技术的应用已经从航空航天领域拓展到土木工程、船舶、铁路及自动化工业领域,对保证结构安全、减少人员和财产损失等方面发挥着重要的作用。起源于医学的Lamb波层析成像技术是近些年来技术领域内引入的一种新技术方法,相较于传统的Lamb波结构健康技术,如椭圆定位和三角测量方法等,该技术可以直观地重构出损伤的位置、大小和程度等信息,对于裂纹损伤监测与评估展现出了较好的研究前景。然而由于Lamb波传播的复杂性,遇到裂纹时存在端点效应,在裂纹端点处会发生Lamb波模式的转换,这对裂纹的方向、长度的评估以及重构裂纹损伤带来困难。
基于以上考虑,本发明人对现有的基于Lamb波层析成像的结构裂纹损伤检测方法进行了改进,本案由此产生。
发明内容
本发明的目的,在于提供一种改进Lamb波工程结构裂纹损伤监测与评估层析成像方法,其可克服Lamb波复杂多模传播特性对信号分析的影响,利用一种改进的RAPID算法,通过校正裂纹方向上的SDC值,实现对裂纹损伤的图像重构,并由接收端SDC分布图评估出裂纹的长度。
为了达成上述目的,本发明的解决方案是:
一种改进Lamb波工程结构裂纹损伤监测与评估层析成像方法,包括如下步骤:
(1)在待测结构上,根据检测区域大小,布置一组压电传感器组成激励/传感圆形阵列;
(2)在激励/传感圆形阵列中,选择一个压电传感器作为激励元件,并设为Si,其余所有压电传感器作为传感元件,并设为Sj,组建检测通道,采集结构当前状态下所有激励/传感通道的Lamb波响应信号fij,其中i,j=1,2,3,…,且i≠j;
(3)将采集的所有Lamb波响应信号fij进行分组,i相同的作为一组,计算每一个激励/传感通道的SDC值,选出每组中SDC值的最大值Maxi;
(4)比较所有的Maxi,找到最小的两个值分别所对应的激励端,这两个激励端的连线即为裂纹所在的方向;
(5)校正裂纹方向上的SDC值为1,把每一个激励/传感通道的SDC值布置在一个椭圆面上,并且将所有传感路径对应的概率分布图进行叠加,从而得到检测区域内任意点(x,y)的损伤分布概率,重构出裂纹的损伤图像;
(6)绘制接收端的SDC分布图,SDC值大于设定阈值的传感路径经过损伤,再根据数学几何关系计算出裂纹的长度。
上述步骤(2)的详细步骤为:
(21)在结构当前状态下,通过函数发生器和功率放大器将Lamb波信号加载到作为激励元件的压电传感器Si上,在结构中激发激励信号,其中,i=1,2,3,…;
(22)依次选取各压电传感器Sj作为传感元件,其中j=1,2,3,…,且j≠i,经电荷放大器将Si激励下的Lamb波结构响应信号传感、放大并采集进入控制计算机中,得到Si激励下的所有激励/传感圆形阵列下的Lamb波响应信号fij;
(23)选择另外一个压电传感器作为激励元件,重复步骤(21)、(22),得到所有激励/传感圆形阵列下的Lamb波响应信号fij,直至将所有压电传感器均作为激励元件。
上述步骤(21)中,所述的激励信号为窄带信号,中心频率选择依据为激发出单一模式为主的Lamb波信号。
上述步骤(6)的详细步骤为:
(61)以裂纹方向上两个压电传感器对应的劣弧中点的压电传感器作为激励器,以裂纹方向上两个压电传感器对应的优弧上其余所有的压电传感器作为传感器,采集Lamb波响应信号fij;
(62)计算每条传感路径的SDC值,以接收端压电传感器位置的圆心角为x轴,每个压电传感器对应的SDC值为y轴,画出接收端的SDC值分布图;
(63)在接收端的SDC值分布图中,选取SDC值大于设定阈值的传感器路径,根据数学几何关系计算出裂纹长度。
上述步骤(6)中,设定阈值为0.35~0.45。
采用上述方案后,本发明采用的基本原理是:Lamb波在结构中传播时会遍布结构的每个点,且衰减较慢,传播距离较远,对微小损伤敏感,而结构的裂纹损伤往往会造成结构的中断或不连续。根据Lamb波传播的基本原理,当传播介质出现中断或不连续时,大多数的Lamb波信号会因受到阻碍而难以继续向前传播,即使裂纹宽度很窄,只要其长度大于Lamb波波长,就会造成在传播前进方向上的Lamb波出现十分明显的衰减。基于此,利用信号差异系数(SDC)来表征损伤信号和参考信号的统计特性差异,SDC值的大小反映了损伤程度和损伤距离激励/传感圆形阵列的相对位置。本发明可以有效地实现对裂纹方向及长度的评估,重构出的裂纹层析图像能很好地反应裂纹的信息,有利于保障工程结构的安全性,实现对损伤的定量评估和扩展监测。
附图说明
图1是本发明中待测结构以及传感/激励圆形阵列的布局示意图;
图2是本发明中窄带激励信号的波形时域图;
图3是本发明中垂直于裂纹的激励/传感圆形阵列(激励器2-传感器6)采集到的Lamb波响应信号波形图;
图4是本发明中经过裂纹方向的激励/传感圆形阵列(激励器3-传感器11)采集到的Lamb波响应信号波形图;
图5是本发明中列出了每一组的SDC值的最大值Maxi,其中圈出的两个值为最小的两个Maxi;
图6(a)是本发明中利用改进后的RAPID算法,重构出的裂纹损伤图像;
图6(b)是本发明中经过阈值化后的裂纹损伤重构图像,白色部分表示裂纹所在的位置;
图7是本发明中接收端所有路径的SDC分布图,以接收端传感器位置的圆心角为x轴,每个传感器对应的SDC值为y轴,其中虚线以上的部分为接收端中SDC值大于阈值(本实施例SDC值取0.4)的传感器路径。
具体实施方式
以下将结合附图,对本发明的技术方案进行详细说明。
本发明提供一种改进Lamb波工程结构裂纹损伤监测与评估层析成像方法,其基本原理是:由于频散效应,Lamb波各模式信号在传播过程中,不同频率成分以不同的传播速度传播,造成信号波包的延拓和混叠,而损伤散射信号往往比较微弱,在与直达波信号、边界反射信号的混叠过程中容易湮没在这些波形中。传统的Lamb波层析成像技术,通常选取波速或能量衰减作为损伤检测定位和图像重构的特征参数。为了准确地重构出损伤图像,不仅需要密集地布置传感器,而且耗费大量的计算时间。RAPID(Reconstruction algorithm forprobabilistic inspection of damage)则是一种基于相关性分析的算法,它只考察参考信号(无损伤信号)和损伤信号的差异进行损伤识别。然而由于在实际应用中,裂纹损伤的宽度通常非常狭窄,所以在裂纹方向的传感路径上,参考信号收到裂纹的影响微乎其微。因此,传统的RAPID算法无法对裂纹损伤进行重构。实际上,这也是因为该算法忽略了裂缝方向上的成像。Lamb波层析成像的工程结构裂纹损伤监测与评估方法,利用RAPID算法中采用信号之间的差异性进行损伤识别和重构,克服了Lamb波复杂多模传播特性对信号分析的影响,在此基础上本发明提出一种改进的RAPID算法,通过校正裂纹方向上的SDC值,实现对裂纹损伤的图像重构,并由接收端SDC分布图评估出裂纹的长度。
以下结合计算公式进一步说明本发明的技术方案。
首先计算参考信号xij(t)和损伤信号yij(t)的信号差异系数SDC值,其中,i表示激励端,j表示接收端。SDC值的定义如下:
其中,t0表示每一条传感路径(激励端i-接收端j)的信号直达时间,μ表示相应信号的平均值,ΔT是一个时间窗。实验环境下,结构中的损伤是引起接收信号变化的唯一原因。对于任意传感路径,SDC值的大小反映了损伤程度和损伤距离传感路径的相对位置。
在重构的图像中,每个SDC值分别被布置在一个椭圆面上,相对应传感路径中的激励端i和接收端j是椭圆的两个焦点。参数端β为形状因子,控制了椭圆的大小,其值大于1。SDC值的空间分布函数定义如下:
其中,Rij(x,y)是点(x,y)到激励器(xik,yik)和传感器(xjk,yjk)距离之和与传感路径长度(激励器到传感器之间的距离)的比值:
单一传感路径对应的概率分布图只能保证垂直于传感路径方向的分辨率。因此,为了定位出损伤的准确位置,需要将所有传感路径对应的概率分布图进行叠加,从而得到检测区域内任意点(x,y)的损伤分布概率为:
其中,N为传感路径的总数量。
基于以上分析,本发明提供的一种改进Lamb波工程结构裂纹损伤监测与评估层析成像方法,包括如下步骤:
(1)在待测结构上,根据检测区域大小,布置一组压电传感器组成激励/传感圆形阵列;在本实施例中,以铝板结构作为待测结构,其尺寸为400mm×400mm×2mm,如图1所示。杨氏模量E=70GPa,泊松比0.33,密度ρ=2800kg/m3。同时,以结构的中心为坐标原点建立坐标系,将12个传感器均匀布置在以坐标原点为圆心,半径为14cm的圆周上。裂纹所在方向为传感器3和11的连线上,长度为4cm。
(2)在传感/激励圆形阵列中选择一个压电传感器Si(i=1,2,…,12)作为激励元件,通过函数发生器和功率放大器将五波峰窄带激励信号加载到该激励元件上,使之在结构垂直方向上产生与信号幅值相一致的作用力,在结构中激发出以A0模式为主的单模式Lamb波信号。采用的激励信号为正弦调制信号,中心频率200kHz,其时域波形如图2所示。激励的同时依次选定除激励传感器Si外的其它压电传感器Sj(j=1,2,…,12,且j≠i)作为传感元件,经电荷放大器将Si激励下的Lamb波结构响应信号传感、放大并采集送入控制计算机中,得到Si激励下的所有激励/传感通道下的Lamb波响应信号fij,采样频率设定为20MHz。
重复上述过程,依次激励所有的传感器,可以得到由该激励/传感通道产生的全部Lamb波响应信号fij。
(3)将采集的所有Lamb波响应信号fij进行分组,i相同的作为一组。根据式(1)计算每一个激励/传感通道的信号差异系数,即SDC值,选出每组中SDC最大值Maxi;
图3截取了接收端采集到的参考信号波形以便观察,虚线是损伤信号,实线是参考信号。从图3中很明显地可以观察到,该路径下的参考信号和损伤信号相位几乎不同,而且振幅减小很多,所以这两个信号的相关性很小,即这条传感路径的SDC值很大,此条路径有很大概率经过裂纹的垂线方向。
(4)比较所有的Maxi,找到最小的两个值分别所对应的激励端,这两个激励端的连线即为裂纹所在的方向;
图4中,损伤信号幅值相比于参考信号几乎没有变化,只是相位略微延迟。所以这条传感路径的SDC值很小,即激励信号受裂纹的影响很小,此条路径有很大概率不经过裂纹或者与裂纹方向平行。
(5)校正裂纹方向上的SDC值为1。把每一个激励/传感通道的SDC值布置在一个椭圆面上,并且将所有传感路径对应的概率分布图进行叠加,从而得到检测区域内任意点(x,y)的损伤分布概率,重构出裂纹的损伤图像;
图5列出每组内11条传感路径的SDC最大值,可以很明显地看到第3组和第11组的SDC最大值比其它组的小很多。可以推测出,这两组激励信号的波阵面的传播方向和裂纹平行,即激励器3和激励器11的连线方向即为裂纹的方向。
(6)绘制接收端的SDC分布图,SDC值大于阈值的传感路径经过损伤(根据多次实验结果表明,阈值一般取0.35到0.45之间),再根据数学几何关系计算出裂纹的长度。
上述步骤(6)的详细步骤为:
(61)以裂纹方向上两个压电传感器对应的劣弧中点的压电传感器Si作为激励元件,以裂纹方向上两个压电传感器对应的优弧上所有的压电传感器作为传感元件,按照步骤(21)、(22)的步骤采集Lamb波响应信号fij;
(62)计算每条传感路径的SDC值,以接收端压电传感器位置的圆心角为x轴,每个传感器对应的SDC值为y轴,画出接收端的SDC值分布图;
(63)在接收端的SDC值分布图中,选取SDC值大于阈值的传感器路径,根据数学几何关系计算出裂纹长度。
调整损伤因子β的值,并利用改进后的裂纹重构图像原理,重构的图像如图6(a)所示,颜色越亮表示出现裂纹的概率越大;图6(b)是阈值化以后的结果,白色部分可以表示裂纹所在的位置,重构的裂纹图像能很准确地反应板中裂纹损伤的分布。
图7为接收端的SDC值分布图。以激励器1为激励端,大半圆弧上传感器3至传感器11之间的压电传感器为接收端,并以圆心为坐标原点建立直角坐标系,设定激励器1圆心角为00,可以得到接收端(传感器3至传感器11)每个压电传感器所在的圆心角,计算每条传感路径的SDC值,以接收端传感器位置的圆心角为x轴,每个传感器对应的SDC值为y轴,绘制出SDC值分布图。接收端的SDC值大于阈值(本实施例阈值取0.4),在圆心角107度到171度之间。计算出裂纹的长度为50.7mm,与实际裂纹误差9.7mm。本发明监测结果基本反映了裂纹的扩展情况,监测结果也具有一定的准确性。
以上实施例仅为说明本发明的技术思想,不能以此限定本发明的保护范围,凡是按照本发明提出的技术思想,在技术方案基础上所做的任何改动,均落入本发明保护范围之内。
Claims (5)
1.一种改进Lamb波工程结构裂纹损伤监测与评估层析成像方法,其特征在于包括如下步骤:
(1)在待测结构上,根据检测区域大小,布置一组压电传感器组成激励/传感圆形阵列;
(2)在激励/传感圆形阵列中,选择一个压电传感器作为激励元件,并设为Si,其余所有压电传感器作为传感元件,并设为Sj,组建检测通道,采集结构当前状态下所有激励/传感通道的Lamb波响应信号fij,其中i,j=1,2,3,…,且i≠j;
(3)将采集的所有Lamb波响应信号fij进行分组,i相同的作为一组,计算每一个激励/传感通道的SDC值,选出每组中SDC值的最大值Maxi;
(4)比较所有的Maxi,找到最小的两个值分别所对应的激励端,这两个激励端的连线即为裂纹所在的方向;
(5)校正裂纹方向上的SDC值为1,把每一个激励/传感通道的SDC值布置在一个椭圆面上,并且将所有传感路径对应的概率分布图进行叠加,从而得到检测区域内任意点(x,y)的损伤分布概率,重构出裂纹的损伤图像;
(6)绘制接收端的SDC分布图,SDC值大于设定阈值的传感路径经过损伤,再根据数学几何关系计算出裂纹的长度。
2.如权利要求1所述的一种改进Lamb波工程结构裂纹损伤监测与评估层析成像方法,其特征在于所述步骤(2)的详细步骤为:
(21)在结构当前状态下,通过函数发生器和功率放大器将Lamb波信号加载到作为激励元件的压电传感器Si上,在结构中激发激励信号,其中,i=1,2,3,…;
(22)依次选取各压电传感器Sj作为传感元件,其中j=1,2,3,…,且j≠i,经电荷放大器将Si激励下的Lamb波结构响应信号传感、放大并采集进入控制计算机中,得到Si激励下的所有激励/传感圆形阵列下的Lamb波响应信号fij;
(23)选择另外一个压电传感器作为激励元件,重复步骤(21)、(22),得到所有激励/传感圆形阵列下的Lamb波响应信号fij,直至将所有压电传感器均作为激励元件。
3.如权利要求2所述的一种改进Lamb波工程结构裂纹损伤监测与评估层析成像方法,其特征在于:所述步骤(21)中,所述的激励信号为窄带信号,中心频率选择依据为激发出单一模式为主的Lamb波信号。
4.如权利要求1所述的一种改进Lamb波工程结构裂纹损伤监测与评估层析成像方法,其特征在于所述步骤(6)的详细步骤为:
(61)以裂纹方向上两个压电传感器对应的劣弧中点的压电传感器作为激励器,以裂纹方向上两个压电传感器对应的优弧上其余所有的压电传感器作为传感器,采集Lamb波响应信号fij;
(62)计算每条传感路径的SDC值,以接收端压电传感器位置的圆心角为x轴,每个压电传感器对应的SDC值为y轴,画出接收端的SDC值分布图;
(63)在接收端的SDC值分布图中,选取SDC值大于设定阈值的传感器路径,根据数学几何关系计算出裂纹长度。
5.如权利要求4所述的一种改进Lamb波工程结构裂纹损伤监测与评估层析成像方法,其特征在于:所述步骤(6)中,设定阈值为0.35~0.45。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410808715.XA CN104502457A (zh) | 2014-12-23 | 2014-12-23 | 一种改进Lamb波工程结构裂纹损伤监测与评估层析成像方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410808715.XA CN104502457A (zh) | 2014-12-23 | 2014-12-23 | 一种改进Lamb波工程结构裂纹损伤监测与评估层析成像方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN104502457A true CN104502457A (zh) | 2015-04-08 |
Family
ID=52943871
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410808715.XA Pending CN104502457A (zh) | 2014-12-23 | 2014-12-23 | 一种改进Lamb波工程结构裂纹损伤监测与评估层析成像方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104502457A (zh) |
Cited By (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104730152A (zh) * | 2015-04-13 | 2015-06-24 | 西安交通大学 | 一种基于分形维数的复合材料结构件裂纹损伤监测方法 |
CN105044212A (zh) * | 2015-06-30 | 2015-11-11 | 清华大学 | 一种多模态超声Lamb波复杂缺陷层析成像方法 |
CN105784853A (zh) * | 2016-04-14 | 2016-07-20 | 苏州泛能电力科技有限公司 | 一种工程结构方向性损伤主动监测与评估方法 |
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 |
CN106596726A (zh) * | 2016-11-30 | 2017-04-26 | 南京邮电大学 | 一种十字正交扫描Lamb波工程结构裂纹损伤监测的方法 |
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 |
CN107576384A (zh) * | 2017-09-06 | 2018-01-12 | 中国特种设备检测研究院 | 起重装备裂纹Lamb波在线监测系统与方法 |
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 |
CN109632958A (zh) * | 2018-12-24 | 2019-04-16 | 北京航空航天大学 | 一种考虑裂纹方位的Lamb波损伤检测方法 |
CN109781865A (zh) * | 2019-01-30 | 2019-05-21 | 厦门大学 | 一种用于高聚物粘结炸药表面裂纹检测的超声成像方法和装置 |
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 |
WO2019201178A1 (zh) * | 2018-04-17 | 2019-10-24 | 江苏必得科技股份有限公司 | 基于Lamb波成像的列车部件裂纹损伤检测方法和系统 |
WO2019201177A1 (zh) * | 2018-04-17 | 2019-10-24 | 江苏必得科技股份有限公司 | 列车部件裂纹损伤监测方法和系统 |
CN111157629A (zh) * | 2020-01-06 | 2020-05-15 | 南京工业大学 | 基于Lamb波的非线性混频技术对板中微裂纹方向识别方法 |
CN112083073A (zh) * | 2019-06-12 | 2020-12-15 | 戈昱科技(上海)有限公司 | 一种基于散射场信息的超声兰姆波层析成像方法 |
CN113295776A (zh) * | 2021-05-28 | 2021-08-24 | 东南大学 | 一种瑞利波信号的高效检测方法 |
CN113804765A (zh) * | 2021-10-08 | 2021-12-17 | 金陵科技学院 | 一种压力容器封头部位多损伤区域定位方法及系统 |
CN113960160A (zh) * | 2021-06-29 | 2022-01-21 | 北京交通大学 | 基于超声Lamb波紧凑阵列的损伤检测方法和装置 |
CN114062490A (zh) * | 2021-06-29 | 2022-02-18 | 北京交通大学 | 基于GAN的钢轨焊缝Lamb波模态分解与裂纹损伤监测方法 |
CN115753998A (zh) * | 2022-12-07 | 2023-03-07 | 大连理工大学 | 用于服役环境下飞行器复合材料结构损伤的监测方法及监测系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4457175A (en) * | 1982-05-17 | 1984-07-03 | Siemens Ag | Insonification apparatus for an ultrasound transmission system |
US20050075846A1 (en) * | 2003-09-22 | 2005-04-07 | Hyeung-Yun Kim | Methods for monitoring structural health conditions |
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 |
CN102928511A (zh) * | 2012-10-24 | 2013-02-13 | 西安交通大学 | 一种基于rapid层析的机械结构损伤无损识别方法 |
-
2014
- 2014-12-23 CN CN201410808715.XA patent/CN104502457A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4457175A (en) * | 1982-05-17 | 1984-07-03 | Siemens Ag | Insonification apparatus for an ultrasound transmission system |
US20050075846A1 (en) * | 2003-09-22 | 2005-04-07 | Hyeung-Yun Kim | Methods for monitoring structural health conditions |
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 |
CN102928511A (zh) * | 2012-10-24 | 2013-02-13 | 西安交通大学 | 一种基于rapid层析的机械结构损伤无损识别方法 |
Non-Patent Citations (1)
Title |
---|
WANG QIANG ET AL.: "Lamb Wave Tomography Technique for Crack Damage Detection", 《PROCEEDINGS OF THE 33RD CHINESE CONTROL CONFERENCE》 * |
Cited By (32)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104730152A (zh) * | 2015-04-13 | 2015-06-24 | 西安交通大学 | 一种基于分形维数的复合材料结构件裂纹损伤监测方法 |
CN105044212A (zh) * | 2015-06-30 | 2015-11-11 | 清华大学 | 一种多模态超声Lamb波复杂缺陷层析成像方法 |
CN105784853A (zh) * | 2016-04-14 | 2016-07-20 | 苏州泛能电力科技有限公司 | 一种工程结构方向性损伤主动监测与评估方法 |
CN105784853B (zh) * | 2016-04-14 | 2018-06-08 | 苏州泛能电力科技有限公司 | 一种工程结构方向性损伤主动监测与评估方法 |
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 |
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 |
CN106596726A (zh) * | 2016-11-30 | 2017-04-26 | 南京邮电大学 | 一种十字正交扫描Lamb波工程结构裂纹损伤监测的方法 |
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 |
CN107576384A (zh) * | 2017-09-06 | 2018-01-12 | 中国特种设备检测研究院 | 起重装备裂纹Lamb波在线监测系统与方法 |
CN107576384B (zh) * | 2017-09-06 | 2020-05-19 | 中国特种设备检测研究院 | 起重装备裂纹Lamb波在线监测系统与方法 |
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 |
CN110389169A (zh) * | 2018-04-17 | 2019-10-29 | 江苏必得科技股份有限公司 | 列车部件裂纹损伤监测方法和系统 |
WO2019201178A1 (zh) * | 2018-04-17 | 2019-10-24 | 江苏必得科技股份有限公司 | 基于Lamb波成像的列车部件裂纹损伤检测方法和系统 |
WO2019201177A1 (zh) * | 2018-04-17 | 2019-10-24 | 江苏必得科技股份有限公司 | 列车部件裂纹损伤监测方法和系统 |
CN110389170A (zh) * | 2018-04-17 | 2019-10-29 | 江苏必得科技股份有限公司 | 基于Lamb波成像的列车部件裂纹损伤检测方法和系统 |
EP3783356A4 (en) * | 2018-04-17 | 2022-01-05 | Jiangsu Bide Science and Technology Co., Ltd. | METHOD AND SYSTEM FOR MONITORING CRACK DAMAGE AFFECTING A TRAIN COMPONENT |
CN109632958A (zh) * | 2018-12-24 | 2019-04-16 | 北京航空航天大学 | 一种考虑裂纹方位的Lamb波损伤检测方法 |
CN109781865A (zh) * | 2019-01-30 | 2019-05-21 | 厦门大学 | 一种用于高聚物粘结炸药表面裂纹检测的超声成像方法和装置 |
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 |
CN112083073A (zh) * | 2019-06-12 | 2020-12-15 | 戈昱科技(上海)有限公司 | 一种基于散射场信息的超声兰姆波层析成像方法 |
CN111157629A (zh) * | 2020-01-06 | 2020-05-15 | 南京工业大学 | 基于Lamb波的非线性混频技术对板中微裂纹方向识别方法 |
CN111157629B (zh) * | 2020-01-06 | 2022-08-30 | 南京工业大学 | 基于Lamb波的非线性混频技术对板中微裂纹方向识别方法 |
CN113295776A (zh) * | 2021-05-28 | 2021-08-24 | 东南大学 | 一种瑞利波信号的高效检测方法 |
CN113295776B (zh) * | 2021-05-28 | 2022-04-08 | 东南大学 | 一种瑞利波信号的高效检测方法 |
CN113960160A (zh) * | 2021-06-29 | 2022-01-21 | 北京交通大学 | 基于超声Lamb波紧凑阵列的损伤检测方法和装置 |
CN114062490A (zh) * | 2021-06-29 | 2022-02-18 | 北京交通大学 | 基于GAN的钢轨焊缝Lamb波模态分解与裂纹损伤监测方法 |
CN114062490B (zh) * | 2021-06-29 | 2023-12-08 | 北京交通大学 | 基于GAN的钢轨焊缝Lamb波模态分解与裂纹损伤监测方法 |
CN113960160B (zh) * | 2021-06-29 | 2023-12-08 | 北京交通大学 | 基于超声Lamb波紧凑阵列的损伤检测方法和装置 |
CN113804765A (zh) * | 2021-10-08 | 2021-12-17 | 金陵科技学院 | 一种压力容器封头部位多损伤区域定位方法及系统 |
CN115753998A (zh) * | 2022-12-07 | 2023-03-07 | 大连理工大学 | 用于服役环境下飞行器复合材料结构损伤的监测方法及监测系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104502457A (zh) | 一种改进Lamb波工程结构裂纹损伤监测与评估层析成像方法 | |
CN102043016B (zh) | 基于兰姆波的自主式损伤识别成像方法 | |
CN106596726A (zh) | 一种十字正交扫描Lamb波工程结构裂纹损伤监测的方法 | |
CN104605890B (zh) | 一种剪切波峰值波形校正的方法、装置、系统及其应用 | |
CN105784853A (zh) | 一种工程结构方向性损伤主动监测与评估方法 | |
CN105488795A (zh) | 一种复合材料损伤识别方法 | |
CN102662190B (zh) | 一种超声波快速扫描勘探的方法与所用系统 | |
KR20080019186A (ko) | 영상 처리 시스템 및 방법 | |
CN1696686A (zh) | 混凝土灌注桩质量检测系统 | |
CN104976970B (zh) | 一种超声相控阵楔块自检测系统及其方法 | |
CN110687208A (zh) | 一种基于双曲线定位的无基准Lamb波损伤监测方法 | |
CN104007176A (zh) | 一种复杂岩土工程介质的全波场检测系统及方法 | |
CN102323337A (zh) | 一种采用合成波阵面激励的工程结构损伤主动监测方法 | |
CN104764804A (zh) | 超声Lamb波局部循环扫描概率重构层析成像方法 | |
CN105005081B (zh) | 煤机采动激励下综采面近场煤岩动态层析成像系统及方法 | |
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 | |
CN105092023B (zh) | 基于白噪声统计特征的锚杆振动信号矫正方法 | |
CN104597083A (zh) | 基于超声导波和机电阻抗的移动式损伤检测方法 | |
CN114235962B (zh) | 一种面向各向异性结构的超声导波成像方法及系统 | |
CN104720769A (zh) | 心跳测量装置、心跳测量方法以及驾驶者监测系统 | |
CN104527945B (zh) | 一种超声波侧扫式船舶吃水量检测系统及其检测方法 | |
CN104537251A (zh) | 一种风机叶片的冲击载荷识别方法 | |
CN104034801B (zh) | 基于合成时反的结构损伤迭代聚焦成像监测方法 | |
CN102258368A (zh) | 胎心电检测的时域稀疏性线性混叠盲分离模型的判别方法 | |
CN104590502B (zh) | 一种侧扫式船舶吃水检测系统及其检测方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20150408 |
|
WD01 | Invention patent application deemed withdrawn after publication |