CN104965025A - 一种基于Lamb波信号相关系数的多区域损伤检测方法 - Google Patents

Abstract

本发明公开了一种基于Lamb波信号相关系数的多区域损伤检测方法，通过在结构中布置传感器阵列，将监测区域分割成两个基本监测单元，采用基于信号相关系数的方法对基本监测单元进行损伤识别，进而对监测区域进行损伤成像。本发明不需要利用复杂的信号处理方法和去噪技术来提取损伤信号的到达时间，只需知道Lamb波在结构中的大致传播速度，并且对信号的质量要求较低，降低了对结构所处环境的要求。

Description

一种基于Lamb波信号相关系数的多区域损伤检测方法

技术领域

本发明涉及一种基于Lamb波信号相关系数的多区域损伤检测方法，属于结构健康监测技术。

背景技术

随着科学技术的飞速发展，飞行器的服役时间逐渐延长，无损检测技术不能满足结构实时、连续的监测要求。结构健康监测技术通过布置在结构上的传感器，激励出Lamb波，接收Lamb波在结构中传播的信号，对接收到的信号进行分析和处理，得出结构的健康状况。该技术能够不需要拆卸结构，并能实时地监测结构的健康状况，因此结构健康监测技术得到了极大重视。目前基于Lamb波的主动健康监测技术是目前板状结构健康监测的研究热点。

结构中的Lamb波在传播中遇到损伤时，会向各个方向散射，目前现有的基于Lamb波飞行时间的方法，通过提取散射Lamb波到达的时间，根据距离、时间和速度之间的关系，就可以使用多种方法来确定损伤的位置。但Lamb波的频散特性和模态转换会导致Lamb波时域信号失真，而且有许多模态重叠，直接通过时域Lamb波信号难以准确地判断到达的时间，各向异性的复合材料结构会进一步加剧这一困难。时频分析可以捕捉信号的时域和频域特性，提高了Lamb波到达时间的提取精度。时频分析需要利用复杂的信号处理方法，如小波变换，而且对信号的质量要求较高，以免散射信号淹没在环境噪声中导致识别失败。另一方面，该方法只能识别出单损伤，对于多损伤的识别还存在着不足。

发明内容

发明目的：为了降低环境噪声对损伤识别效果的影响和对采集较高信号质量的要求，实现对结构中的多处损伤的有效识别，本发明提供了一种基于Lamb波信号相关系数的多区域损伤检测方法，通过在结构中布置传感器阵列，将监测区域分割成两个基本监测单元，采用基于信号相关系数的方法对基本监测单元进行损伤识别，进而对监测区域进行损伤成像。

技术方案：为实现上述目的，本发明采用的技术方案为：

一种基于Lamb波信号相关系数的多区域损伤检测方法，包括如下步骤：

(1)在平板结构上布置3行3列的压电传感器矩形阵列，第一行压电传感器由左至右的标号依次为1、2、3，第二行压电传感器由左至右的标号依次为4、5、6，第三行压电传感器由左至右的标号依次为7、8、9；将第一行和第二行的六个压电传感器组成的长方形区域作为第一个基本检测单元，将第二行和第三行的六个压电传感器组成的长方形区域作为第二个基本检测单元；在平板结构上建立XOY坐标系，任意点P的位置采用坐标点(x,y)表示；

(2)以第i个压电传感器为激励端，以第j个压电传感器为响应端，采集第i个压电传感器和第j个压电传感器之间激励-响应的路径信号S_ij，考虑波动传播中互易性原则(在相同激励的情况下，当激励端口和响应端口互换位置时，响应不因这种互换而有所改变的特性)，有S_ij＝S_ji，因此：对于第一个基本检测单元采集路径信号S_ij，其中1≤i≤6,1≤j≤6且j>i；对于第二个基本检测单元采集路径信号S_ij，其中4≤i≤9,4≤j≤9且j>i；路径信号S_ij的激励信号为加载在第i个压电传感器上的窄带波激励信号，该窄带波激励信号在平板结构中激励出包含S₀模态信号和A₀模态信号的Lamb波，S₀模态信号为Lamb波中传播速度最快的信号，A₀模态信号为Lamb波中传播速度最慢的信号；

(3)设定信号采集频率f，根据Lamb波在平板结构中的传播速度，结合第i个压电传感器和第j个压电传感器之间的距离，对路径信号S_ij进行截断处理，具体为：计算S₀模态信号从第i个压电传感器出发到被第j个压电传感器接收时的时长t_S0，根据信号采集频率f将t_S0转换为信号采集点数m_S0，将m_S0作为截断信号的起点；计算A₀模态信号从第i个压电传感器出发到被第j个压电传感器接收时的时长t_A0，根据信号采集频率f将t_A0转换为信号采集点数m_A0，同时补偿Lamb波的波宽长度对应的信号采集点数n，考虑Lamb波存在弥散效应，将n乘以一个放大倍数q，将m_A0+q×n作为截断信号的终点，截断信号的长度为num＝(m_A0+q×n)-m_S0+1；以信号采集频率f采集路径信号S_ij，记录第m_S0个采集点到第m_A0+q×n个采集点的信号，将平板结构受损前采集到的经截断处理后的第k个信号表示为a_k，将平板结构受损后采集到的经截断处理后的第k个信号表示为b_k，计算相关系数ρ_ij：

其中，

(4)定义损失指标DI_ij为：DI_ij＝1-ρ_ij；

(5)在平板结构上划分出一个包含所有压电传感器的区域作为成像区域，计算任意点P到路径信号S_ij的激励端和响应端距离之和与激励端和响应端间距的比值RD_ij(x,y)，即：

其中，(x,y)表示任意点P的坐标，(x_i,y_i)表示第i个压电传感器(激励端)的坐标，(x_j,y_j)表示第j个压电传感器(响应端)的坐标；

(6)计算R_ij(x,y)，即：

其中，β略微大于1(比如1.02)，表示控制路径信号S_ij影响范围的尺度因子，β的大小为椭圆离心率的倒数，所述椭圆是以第i个压电传感器和第j个压电传感器作为两个焦点的椭圆，该椭圆上任一点到这两个焦点的距离之和与两个焦点间的距离之比为β；

(7)以0.2DI_max为阈值，对所有DI_ij进行修正：若DI_ij≤0.2DI_max，则认为第i个压电传感器和第j个压电传感器之间的路径离损伤较远，将DI_ij置0；若DI_ij>0.2DI_max，则认为第i个压电传感器和第j个压电传感器之间的路径在损伤附近，维持DI_ij值不变；更新完所有DI_ij后进入步骤(8)进行损伤成像算法的计算，其中DI_max为所有DI_ij中的最大值；

(8)计算成像区域内任意点P存在损伤的概率：

其中，P(x,y)表示坐标点(x,y)存在损伤的概率，p_ij(x,y)表示由第i个压电传感器和第j个压电传感器之间的路径计算所得到的坐标点(x,y)存在损伤的概率，α为图像增强因子(用以提高损伤区域与无损伤区域的对比度)；

将得到的P(x,y)按照数值的大小用颜色亮度表示出来，成像后颜色最亮处就是损伤所处位置。

有益效果：本发明提供的基于Lamb波信号相关系数的多区域损伤检测方法，相对于现有技术，具有如下优势：1、本发明提出了一种信号段长度自适应的方法，不需要人为确定信号段长度，增强了损伤识别效果，减小了人为误差；2、本发明不需要利用复杂的信号处理方法和去噪技术来提取损伤信号的到达时间，只需知道Lamb波在结构中的大致传播速度，并且对信号的质量要求较低，降低了对结构所处环境的要求；3、本发明在检测区域内存在两个损伤的情况下，系统仍能检测到真实损伤，并能将损伤位置成像，直观明了地显示出损伤的位置和大致大小。

附图说明

图1为实例中压电传感器的布置阵列和模拟损伤的照片；

图2为实施例使用的激励信号；

图3为实施例中模拟双损伤得到的损伤指标图；

图4为本发明方法所使用的激励-接收路径示意图；

图5为实施例中模拟双损伤得到的损伤识别图。

具体实施方式

下面结合实施例对本发明作更进一步的说明。

一种基于Lamb波信号相关系数的多区域损伤检测方法，包括如下步骤：

(1)在本实施例中，使用到的压电传感器直径为10mm、厚度为2mm，平板结构为1000mm×1000mm×5mm的金属铝板，平板结构中心为坐标原点，向右为X轴正方向，向上为Y轴正方向。以坐标原点(0,0)为圆心，粘贴第一个压电传感器，编号为1，在平板结构上共布置9个压电传感器(编号1至9)，压电传感器之间水平、垂直距离为150mm，组成3×3的正方形阵列，压电传感器布置阵列如图1所示(图中白色的胶片为稍后实验中吸波胶模拟的损伤)。压电传感器编号为1、2、3、4、5、6组成的长方形区域作为第一个基本检测单元，压电传感器编号为4、5、6、7、8、9组成的长方形区域作为第二个基本检测单元，共计组成两个基本检测单元。

(2)激励信号采用中心频率为250KHz的调制五波峰窄带波，如图2所示。采样频率设置为10MHz。激励信号经电荷放大器放大后加载到压电传感器，从而在结构中激发出Lamb波。首先采集结构无损时的信号，信号采集流程如下：对1号压电片进行激励，2至6号压电片接收信号；激励2号压电片，3至6号压电片接收信号；信号的激励、采集只在一个单元内进行。依次类推，共采集2个单元内的信号，共计30个激励-接收路径上的信号，作为结构的无损信号。在结构上粘贴两个吸波胶，模拟实际损失，粘贴位置和大小如图1所示，图中白色的胶片为吸波胶模拟的损伤。采集结构无损时的信号，信号采集流程和采集无损信号时一样，采集到的信号作为结构的有损信号。

(3)根据Lamb波在平板结构中的传播速度，结合第i个压电传感器和第j个压电传感器之间的距离，对路径信号S_ij进行截断处理，具体为：计算S₀模态信号从第i个压电传感器出发到被第j个压电传感器接收时的时长t_S0，根据信号采集频率f将t_S0转换为信号采集点数m_S0，将m_S0作为截断信号的起点；计算A₀模态信号从第i个压电传感器出发到被第j个压电传感器接收时的时长t_A0，根据信号采集频率f将t_A0转换为信号采集点数m_A0，同时补偿Lamb波的波宽长度对应的信号采集点数n，考虑Lamb波存在弥散效应，将n乘以一个放大倍数q，将m_A0+q×n作为截断信号的终点，截断信号的长度为num＝(m_A0+q×n)-m_S0+1；以信号采集频率f采集路径信号S_ij，记录第m_S0个采集点到第m_A0+q×n个采集点的信号，将平板结构受损前采集到的经截断处理后的第k个信号表示为a_k，将平板结构受损后采集到的经截断处理后的第k个信号表示为b_k，计算相关系数ρ_ij：

其中，按照本方法得到30个相关系数。

(4)定义损失指标DI_ij为：DI_ij＝1-ρ_ij。本实施例计算得到的DI_ij值如图3所示，因为对称，所以矩阵的下三角和上三角的数值一样。

(5)以1号压电传感器所在的中心坐标值减去20mm作为成像区域的最下方，以9号压电传感器所在的中心坐标值加上20mm作为成像区域的最上方，以此两点画出一个正方形的区域作为成像区域，离散坐标点X，Y方向的间距都为0.1mm，计算区域内的离散坐标点(x,y)的R_ij(x,y)：

其中，(x,y)表示任意点P的坐标，(x_i,y_i)表示第i个压电传感器(激励端)的坐标，(x_j,y_j)表示第j个压电传感器(响应端)的坐标。

(6)计算R_ij(x,y)，即：

其中，β略微大于1，表示控制路径信号S_ij影响范围的尺度因子，β的大小为椭圆离心率的倒数，所述椭圆是以第i个压电传感器和第j个压电传感器作为两个焦点的椭圆，该椭圆上任一点到这两个焦点的距离之和与两个焦点间的距离之比为β。图4为激励-接收路径示意图，当像素点(x,y)落在椭圆内时，R_ij(x,y)＝RD_ij(x,y)；当像素点落在椭圆外时，此时R_ij(x,y)＝β，主要考虑直接路径上的损伤。

(7)以0.2DI_max为阈值，对所有DI_ij进行修正：若DI_ij≤0.2DI_max，则认为第i个压电传感器和第j个压电传感器之间的路径离损伤较远，将DI_ij置0；若DI_ij>0.2DI_max，则认为第i个压电传感器和第j个压电传感器之间的路径在损伤附近，维持DI_ij值不变；更新完所有DI_ij后进入步骤(8)进行损伤成像算法的计算，其中DI_max为所有DI_ij中的最大值。

(8)计算成像区域内任意点P存在损伤的概率：

其中，P(x,y)表示坐标点(x,y)存在损伤的概率，p_ij(x,y)表示由第i个压电传感器和第j个压电传感器之间的路径计算所得到的坐标点(x,y)存在损伤的概率，α为图像增强因子(用以提高损伤区域与无损伤区域的对比度)；

将得到的P(x,y)按照数值的大小用颜色亮度表示出来，成像后颜色最亮处就是损伤所处位置。得到的损伤识别结果如图5所示，两处最亮的区域就是本方法识别得到的两处损伤。真实损伤如图1所示，图中白色的胶片为吸波胶模拟的损伤。对比图1和图5可以看出，该方法对双损伤的检测效果与实际损伤位置基本相符，能够利用较低质量的信号实现对双损伤的识别和定位。

本发明基于Lamb波信号相关系数的多区域损伤检测方法能够无需复杂的信号处理方法和较高的信号质量，即可快速方便地实现板状结构的多损伤的识别和定位，并以可视化的界面直观明了地对多损伤进行成像。

以上所述仅是本发明的优选实施方式，应当指出：对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (1)

1.一种基于Lamb波信号相关系数的多区域损伤检测方法，其特征在于：包括如下步骤：

(1)在平板结构上布置3行3列的压电传感器矩形阵列，第一行压电传感器由左至右的标号依次为1、2、3，第二行压电传感器由左至右的标号依次为4、5、6，第三行压电传感器由左至右的标号依次为7、8、9；将第一行和第二行的六个压电传感器组成的长方形区域作为第一个基本检测单元，将第二行和第三行的六个压电传感器组成的长方形区域作为第二个基本检测单元；在平板结构上建立XOY坐标系，任意点P的位置采用坐标点(x,y)表示；

(2)以第i个压电传感器为激励端，以第j个压电传感器为响应端，采集第i个压电传感器和第j个压电传感器之间激励-响应的路径信号S_ij，考虑波动传播中互易性原则，有S_ij＝S_ji，因此：对于第一个基本检测单元采集路径信号S_ij，其中1≤i≤6,1≤j≤6且j>i；对于第二个基本检测单元采集路径信号S_ij，其中4≤i≤9,4≤j≤9且j>i；路径信号S_ij的激励信号为加载在第i个压电传感器上的窄带波激励信号，该窄带波激励信号在平板结构中激励出包含S₀模态信号和A₀模态信号的Lamb波，S₀模态信号为Lamb波中传播速度最快的信号，A₀模态信号为Lamb波中传播速度最慢的信号；

(3)设定信号采集频率f，根据Lamb波在平板结构中的传播速度，结合第i个压电传感器和第j个压电传感器之间的距离，对路径信号S_ij进行截断处理，具体为：计算S₀模态信号从第i个压电传感器出发到被第j个压电传感器接收时的时长t_S0，根据信号采集频率f将t_S0转换为信号采集点数m_S0，将m_S0作为截断信号的起点；计算A₀模态信号从第i个压电传感器出发到被第j个压电传感器接收时的时长t_A0，根据信号采集频率f将t_A0转换为信号采集点数m_A0，同时补偿Lamb波的波宽长度对应的信号采集点数n，考虑Lamb波存在弥散效应，将n乘以一个放大倍数q，将m_A0+q×n作为截断信号的终点，截断信号的长度为num＝(m_A0+q×n)-m_S0+1；以信号采集频率f采集路径信号S_ij，记录第m_S0个采集点到第m_A0+q×n个采集点的信号，将平板结构受损前采集到的经截断处理后的第k个信号表示为a_k，将平板结构受损后采集到的经截断处理后的第k个信号表示为b_k，计算相关系数ρ_ij：

${\mathrm{\ρ}}_{\mathrm{ij}}=\frac{\underset{i=1}{\overset{\mathrm{num}}{\mathrm{\Σ}}}({\left(a_k\right)}_i-\stackrel{\‾}{a})({\left(b_k\right)}_i-\stackrel{\‾}{b})}{\sqrt{\underset{i=1}{\overset{\mathrm{num}}{\mathrm{\Σ}}}{({\left(a_k\right)}_i-\stackrel{\‾}{a})}^2\underset{i=1}{\overset{\mathrm{num}}{\mathrm{\Σ}}}{({\left(b_k\right)}_i-\stackrel{\‾}{b})}^2}}$

其中， $\stackrel{\‾}{a}=\frac{1}{\mathrm{num}}\×\underset{i=1}{\overset{\mathrm{num}}{\mathrm{\Σ}}}{\left(a_k\right)}_i,$ $\stackrel{\‾}{b}=\frac{1}{\mathrm{num}}\×\underset{i=1}{\overset{\mathrm{num}}{\mathrm{\Σ}}}{\left(b_k\right)}_i;$

(4)定义损失指标DI_ij为：DI_ij＝1-ρ_ij；

(5)在平板结构上划分出一个包含所有压电传感器的区域作为成像区域，计算任意点P到路径信号S_ij的激励端和响应端距离之和与激励端和响应端间距的比值RD_ij(x,y)，即：

${\mathrm{RD}}_{\mathrm{ij}}(x,y)=\frac{\sqrt{{\left({x-x}_i\right)}^2+{(y-y_i)}^2}+\sqrt{{(x-x_j)}^2+{(y-y_j)}^2}}{\sqrt{{(x_i-x_j)}^2+{(y_i-y_j)}^2}}$

其中，(x,y)表示任意点P的坐标，(x_i,y_i)表示第i个压电传感器的坐标，(x_j,y_j)表示第j个压电传感器的坐标；

(6)计算R_ij(x,y)，即：

$R_{\mathrm{ij}}(x,y)=\left\{\begin{array}{cc}{\mathrm{RD}}_{\mathrm{ij}}(x,y),& {\mathrm{RD}}_{\mathrm{ij}}(x,y)<\mathrm{\&beta;}\\ \mathrm{\&beta;},& {\mathrm{RD}}_{\mathrm{ij}}(x,y)>\mathrm{\&beta;}\end{array}\right.$

其中，β表示控制路径信号S_ij影响范围的尺度因子，β的大小为椭圆离心率的倒数，所述椭圆是以第i个压电传感器和第j个压电传感器作为两个焦点的椭圆，该椭圆上任一点到这两个焦点的距离之和与两个焦点间的距离之比为β；

(7)以0.2DI_max为阈值，对所有DI_ij进行修正：若DI_ij≤0.2DI_max，则认为第i个压电传感器和第j个压电传感器之间的路径离损伤较远，将DI_ij置0；若DI_ij>0.2DI_max，则认为第i个压电传感器和第j个压电传感器之间的路径在损伤附近，维持DI_ij值不变；更新完所有DI_ij后进入步骤(8)进行损伤成像算法的计算，其中DI_max为所有DI_ij中的最大值；

(8)计算成像区域内任意点P存在损伤的概率：

$P(x,y)={\left\{\mathrm{\&Sigma;}{p}_{\mathrm{ij}}(x,y)\right\}}^{\mathrm{\&alpha;}}={\left\{\mathrm{\&Sigma;}{\mathrm{DI}}_{\mathrm{ij}}\frac{\mathrm{\&beta;}-R_{\mathrm{ij}}(x,y)}{\mathrm{\&beta;}-1}\right\}}^{\mathrm{\&alpha;}}$

其中，P(x,y)表示坐标点(x,y)存在损伤的概率，p_ij(x,y)表示由第i个压电传感器和第j个压电传感器之间的路径计算所得到的坐标点(x,y)存在损伤的概率，α为图像增强因子；

将得到的P(x,y)按照数值的大小用颜色亮度表示出来，成像后颜色最亮处就是损伤所处位置。