CN105488795B - 一种复合材料损伤识别方法 - Google Patents

Abstract

本发明涉及一种复合材料损伤识别方法。本发明将从传统的损伤概率重建算法出发，提出其存在的问题，并提出改进的损伤概率重建算法，最后通过实例证明改进的算法在识别损伤时提高了精度。

Description

一种复合材料损伤识别方法

技术领域

本发明涉及结构健康监测领域，尤其涉及一种复合材料损伤识别方法。

背景技术

复合材料在民用飞机上的应用程度是体现飞机先进性和市场竞争力的重要指标(B787占50％，A350占52％)，而复合材料在飞机主承力结构上的大面积使用是保证其应用程度的关键。然而，由于复合材料工艺、疲劳寿命等随机因素的制约以及飞机服役环境的复杂性，复合材料结构极易产生脱层、脱粘、纤维断裂等损伤。如何改进复合材料在全寿命周期内的检测与维护方法，是复合材料大面积使用所需要解决的重要课题。基于导波的结构健康监测技术是解决这一问题的途径之一，已得到了大量的研究。

利用压电传感器在结构中激励诊断导波，导波在结构中传播时遇到损伤会发生反射、投射、散射等现象，通过分析压电传感器接收到的导波信号，可以反向求解并识别结构中的损伤信息。当前的损伤识别方法主要有相控阵法、偏移成像法、延迟叠加法、基于飞行时间的概率诊断算法、基于传感器路径的损伤概率重建算法等。相控阵法、偏移成像法、延迟叠加法、基于飞行时间的概率诊断算法等需要已经导波在结构中传播的群速度将信号中的飞行时间换算为空间上的距离。基于传感器路径的损伤概率重建算法不需要解释接收到的导波信号，直接对比损伤前后信号的信号计算损伤因子，再根据基于传感器网络的成像算法对损伤进行成像，这样对波速无法准确测量的复杂结构是有非常突出的优势的。

相控阵法、偏移成像法、延迟叠加法、基于飞行时间的概率诊断算法等由于在实际工程中使用的复合材料结构由于结构的复杂性难以准确提取导波的群速度，从而导致损伤识别精度降低。另一方面，基于传感器路径的损伤概率重建算法不需要解释导波信号的优点其实也是其缺点，在传感器路径比较稀疏时，难以精确识别损伤信息。而在实际应用中，传感器密集布置给飞机带来的附加质量、传感器路径密集设置使得扫查时间过长、激励-接收传感器距离远信号微弱等原因，并不能过于密集地布置传感器阵列或设置过多的传感器路径。

发明内容

本发明所解决的技术问题：因此，本专利考虑在实际工程应用中，可以将不是特别精确的复杂复合材料导波波速引入到基于传感器路径的损伤概率重建算法中，在保证实用性地同时，有效地提高损伤的识别精度。

本发明的技术方案是

本发明将从传统的损伤概率重建算法出发，提出其存在的问题，并提出改进的损伤概率重建算法，最后通过实例证明改进的算法在识别损伤时提高了精度。

(1)传统的损伤概率重建算法

对于如图1所示由9个传感器组成的方形传感器阵列，根据一激励一接收的原则，可以分别分为图中所示的20条路径。当结构中存在损伤时，应力波信号上的体现是：通过损伤或靠近损伤的路径上损伤前后所测得的信号发生较大的改变，且损伤越靠近路径，所带来的信号变化越大；当损伤离路径距离较远时，损伤对路径上的信号没有影响。

因此，传统的损伤概率重建算法在识别损伤的反问题上，将结构上的位置点离散化，以一定的规律反向计算每条路径上的信号变化对周围结构位置点存在损伤的概率大小的影响，可以认为：当某个结构位置点靠近路径时，路径上的信号对计算其存在损伤的概率影响较大；这个点离路径越远，路径上的信号对计算其存在损伤的概率影响越小，当这个点与路径的距离大于一个值时，认为路径的信号对计算其存在损伤的概率没有影响。结合每条路径上的信号变化，计算每条路径对周围结构点存在损伤概率的影响情况，并将所有路径的计算结果叠加，就可以反映结构上每一点存在损伤的概率情况，这正是损伤概率重建算法的物理意义。

根据传统的损伤概率重建算法，结构上任意点(x,y)存在损伤的概率可以表示为

其中P(x,y)为点(x,y)存在损伤的概率；k为激励-传感路径的数目；p_i(x,y)是由第i条激励-传感路径计算得出的在点(x,y)存在损伤的概率；DI_i是由损伤前后第i条路径上全局信号的差异计算出的第i条激励传感-路径的损伤因子；Wⁱ(x,y)是第i条路径对周围结构点的影响情况，即加权系数，其计算公式如下

β是控制一条激励-传感路径影响范围的尺度因子；Rⁱ(x,y)为结构位置点M(坐标(x,y))到第i条激励-传感路径的激励点A(坐标(x_a ⁱ,y_a ⁱ))和传感点S(坐标(x_a ⁱ,y_a ⁱ))距离之和与激励点到传感点距离的比值

如图2，传统的损伤概率重建算法假设在一条激励-传感路径周围，以激励点、传感点为焦点的一系列椭圆上，相同大小的椭圆上的点产生损伤对激励-传感路径采集到的信号影响相同，因此在计算每条激励-传感路径对周围结构点存在损伤概率的影响情况时，可以认为激励-传感路径对以激励点、传感点为焦点的一系列椭圆上，相同大小的椭圆上每一点存在损伤概率的影响是相同的；随着椭圆的变大，激励-传感路径对椭圆上结构点存在损伤概率的影响变小；当椭圆的长轴与焦距的比值大于尺度因子β时，认为激励-传感路径对这个椭圆上及其椭圆外点存在损伤概率没有影响。

由式(1)可以看出，结构上点(x,y)存在损伤的概率为每一条与该条路径对周围点存在损伤概率影响的乘积之和。激励-传感路径的损伤因子DI有多种计算方法，本文采用比较经典的互相关系数计算出的信号差异系数表征DI。传统的损伤概率重建算法的问题是取用全局信号计算损伤因子。这是损伤概率重建算法的优点之一：因此不需要对导波信号进行解释，直接对比损伤前后信号的信号计算损伤因子，再根据基于传感器网络的成像算法对损伤进行成像，这样对波速无法准确测量的复杂结构是有非常突出的优势的。然而，这也是损伤概率重建算法的缺点，由于损伤是大范围结构的局部微小损伤，仅通过分析全局信号难以准确提炼损伤的精确信息。

本申请将针对概率重建算法的这些问题进行改进，提高损伤识别精度。

(2)改进的概率重建算法

式(1)中由某一条路径计算周围结构点的损伤存在概率时，DIⁱ通过基准信号与当前信号的在全局信号上的信号差异计算得出，对于计算每一结构点的损伤因子DIⁱ是固定不变的。在此，对其进行改进，认为当结构中某点存在损伤，仅对传感器接收到信号中的某一段产生影响。反过来，如图3，当通过某一激励-传感路径重建某一点的损伤概率时，认为应该通过产生变化的信号段计算损伤因子，而这个信号段与“激励点—结构点—传感点”的导播飞行时间有关

其中tⁱ(x,y)为“激励点—结构点—传感点”的导播飞行时间，L_AM ⁱ、v_AM ⁱ、L_MS ⁱ、v_MS ⁱ分别为激励点到结构点的距离、激励点到结构点方向的导波群速度、结构点到传感点的距离、结 构点到传感点方向的导波群速度。计算局部信号段的损伤因子计算方式为

其中DIⁱ(x,y)表示第i条路径计算损伤因子与结构点位置有关。t₀为激励信号的初始时间，T为所采用的时间窗长度。T可调节，若导波没有弥散效应，且导波群速度计算准确，T可以设定为激励信号非零信号长度；而实际应用中，导波存在弥散效应，且复杂结构的导波群速度难以准确计算，此时T可以适当增加。为局部信号的信号差异系数计算方法，本申请采用信号的互相关系数计算局部信号损伤前后的信号差异系数。

结构上任意点(x,y)存在损伤的概率可以表示为

式(6)与式(1)的区别仅在DIⁱ(x,y)的计算方法。

本发明的技术方案为：提供一种复合材料损伤识别方法，其特征在于包括以下步骤：

1)在复合材料结构上布置传感器网络，形成传感器路径，获得复合材料结构的导波传播速度；

2)采集复合材料结构上所有传感器路径在无损伤情况下的信号作为基准信号；

3)采集复合材料结构上所有传感器路径在有损伤情况下的信号作为当前信号；

4)按照复合材料结构的弥散性确定时间窗长度；

5)将复合材料结构划分为若干个像素点，每个像素点尺寸为1～5mm，针对每一像素点，通过导波传播速度寻找每一条传感器路径信号上对应每个像素点的局部信号，并计算获得损伤因子；

6)针对每一像素点计算每一条路径的加权系数；

7)针对相应的像素点和相应的路径将损伤因子与加权系数相乘，即获得相应传感器路径信号对这一像素点的影响；

8)将所有传感器路径信号对一个像素点的影响进行叠加，即得出每一个像素点的损伤概率，将该损伤概率进行成像。

特别的，通过导波传播速度寻找每一条传感器路径信号对应每个像素点的局部信号并计算局部信号段的损伤因子，计算局部信号段的损伤因子计算方式为：

其中DIⁱ(x,y)表示第i条路径计算损伤因子与结构点位置有关。t₀为激励信号的初始时间，T为所采用的时间窗长度，T可调节；为局部信号的信号差异系数；tⁱ(x,y)为“激励点—结构点—传感点”的导播飞行时间，导播飞行时间计算方法为：

其中，L_AM ⁱ、v_AM ⁱ、L_MS ⁱ、v_MS ⁱ分别为激励点到结构点的距离、激励点到结构点方向的导波群速度、结构点到传感点的距离、结构点到传感点方向的导波群速度。

特别是，针对每一像素点计算每一条路径的加权系数，加权系数计算方法为：

β是控制一条激励-传感路径影响范围的尺度因子；Rⁱ(x,y)为结构点M(坐标(x,y))到第i条激励-传感路径的激励点A和传感点S距离之和与激励点到传感点距离的比值

附图说明

图1传感器布局与激励-传感路径示意图

图2激励-传感路径对周围点存在损伤概率的影响

图3导波的传播示意图

图4改进的损伤概率重建算法操作流程

图5用于损伤识别的复合材料平板结构模型示意图

具体实施方式

提供一种复合材料损伤识别方法，其特征在于包括以下步骤：

1)在复合材料结构上布置传感器网络，形成传感器路径，获得复合材料结构的导波传播速度；

2)采集复合材料结构上所有传感器路径在无损伤情况下的信号作为基准信号；

3)采集复合材料结构上所有传感器路径在有损伤情况下的信号作为当前信号；

4)按照复合材料结构的弥散性确定时间窗长度；

5)将复合材料结构划分为若干个像素点，每个像素点尺寸为1～5mm，针对每一像素点，通过导波传播速度寻找每一条传感器路径信号上对应每个像素点的局部信号，并计算获得损伤因子；

6)针对每一像素点计算每一条路径的加权系数；

7)针对相应的像素点和相应的路径将损伤因子与加权系数相乘，即获得相应传感器路径信号对这一像素点的影响；

8)将所有传感器路径信号对一个像素点的影响进行叠加，即得出每一个像素点的损伤概率，将该损伤概率进行成像。

特别的，通过导波传播速度寻找每一条传感器路径信号对应每个像素点的局部信号并计算局部信号段的损伤因子，计算局部信号段的损伤因子计算方式为：

其中DIⁱ(x,y)表示第i条路径计算损伤因子与结构点位置有关。t₀为激励信号的初始时间，T为所采用的时间窗长度，T可调节；为局部信号的信号差异系数；tⁱ(x,y)为“激励点—结构点—传感点”的导播飞行时间，导播飞行时间计算方法为：

其中，L_AM ⁱ、v_AM ⁱ、L_MS ⁱ、v_MS ⁱ分别为激励点到结构点的距离、激励点到结构点方向的导波群速度、结构点到传感点的距离、结构点到传感点方向的导波群速度。

特别是，针对每一像素点计算每一条路径的加权系数，加权系数计算方法为：

β是控制一条激励-传感路径影响范围的尺度因子；Rⁱ(x,y)为结构点M(坐标(x,y))到第i条激励-传感路径的激励点A和传感点S距离之和与激励点到传感点距离的比值

如图5所示，一个复合材料板尺寸为5000mm×450mm×2mm，复合材料选用材料均为IM7/5250-4石墨-环氧复合材料(E_L＝168GPa，E_T＝9.31GPa，G_LT＝5.17GPa，G_TT＝3.45GPa，ν_LT＝0.33，ν_TT＝0.33，ρ＝1610kg/m3)，为了模拟较强的各向异性，采用0度铺层。压电元件S1-S9的横向、纵向间距为15cm，以左下角为坐标系原点，S1-S9的坐标为(10cm,10cm),(25cm,10cm),(40cm,10cm),(10cm,25cm),(25cm,25cm),(40cm,25cm),(10cm,40cm),(25cm,40cm),(40cm,40cm)。在(34cm,20cm)处通过去除单元预置4mm的损伤。激励信号采取200kHz的五波峰调制正弦波，激励-传感路径如图5虚线所示。

1)首先以S5为激励，其余传感器作为接收，测得导波的波速(主要是S₀波)，并插值求得各方向导波的波速。

2)按照式(6)计算每一条路径对每一个结构点发生损伤概率的影响并在每一结构点上叠加所有路径的影响，即损伤概率重建。其中由于是数值仿真结果，结构比较简单，时间窗T选择为激励信号的非零时间长度。

Claims (1)

1.一种复合材料损伤识别方法，其特征在于包括以下步骤：

1)在复合材料结构上布置传感器网络，形成传感器路径，获得复合材料结构的导波传播速度；

2)采集复合材料结构上所有传感器路径在无损伤情况下的信号作为基准信号；

3)采集复合材料结构上所有传感器路径在有损伤情况下的信号作为当前信号；

4)按照复合材料结构的弥散性确定时间窗长度；

5)将复合材料结构划分为若干个像素点，每个像素点尺寸为1～5mm，针对每一像素点，通过导波传播速度寻找每一条传感器路径信号上对应每个像素点的局部信号，并计算获得损伤因子；

6)针对每一像素点计算每一条路径的加权系数；

7)针对相应的像素点和相应的路径将损伤因子与加权系数相乘，即获得相应传感器路径信号对这一像素点的影响；

8)将所有传感器路径信号对一个像素点的影响进行叠加，即得出每一个像素点的损伤概率，将该损伤概率进行成像；通过导波传播速度寻找每一条传感器路径信号对应每个像素点的局部信号并计算局部信号段的损伤因子，计算局部信号段的损伤因子计算方式为：

其中DIⁱ(x,y)表示第i条路径计算损伤因子与结构点位置有关，t₀为激励信号的初始时间，T为所采用的时间窗长度，T可调节；为局部信号的信号差异系数；tⁱ(x,y)为“激励点—结构点—传感点”的导播飞行时间，导播飞行时间计算方法为：

其中，L_AM ⁱ、v_AM ⁱ、L_MS ⁱ、v_MS ⁱ分别为激励点到结构点的距离、激励点到结构点方向的导波群速度、结构点到传感点的距离、结构点到传感点方向的导波群速度；针对每一像素点计算每一条路径的加权系数，加权系数计算方法为：

β是控制一条激励-传感路径影响范围的尺度因子；Ri(x,y)为结构点M(坐标(x,y))到第i条激励-传感路径的激励点A和传感点S距离之和与激励点到传感点距离的比值

L_AS ⁱ分别为第i条激励-传感路径的激励点A到传感点S的距离、(x_A ⁱ，y_A ⁱ)为第i条激励-传感路径的激励点A坐标，(x_S ⁱ，y_S ⁱ)为第i条激励-传感路径的传感点S坐标。