CN106290566A - 非接触式评估复合材料结构的疲劳特性的方法及系统 - Google Patents
非接触式评估复合材料结构的疲劳特性的方法及系统 Download PDFInfo
- Publication number
- CN106290566A CN106290566A CN201610634619.7A CN201610634619A CN106290566A CN 106290566 A CN106290566 A CN 106290566A CN 201610634619 A CN201610634619 A CN 201610634619A CN 106290566 A CN106290566 A CN 106290566A
- Authority
- CN
- China
- Prior art keywords
- lamb wave
- composite structure
- measured
- sample
- phase velocity
- 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
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
- G01N29/04—Analysing solids
- G01N29/041—Analysing solids on the surface of the material, e.g. using Lamb, Rayleigh or shear waves
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2291/00—Indexing codes associated with group G01N29/00
- G01N2291/01—Indexing codes associated with the measuring variable
- G01N2291/011—Velocity or travel time
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2291/00—Indexing codes associated with group G01N29/00
- G01N2291/04—Wave modes and trajectories
- G01N2291/042—Wave modes
- G01N2291/0427—Flexural waves, plate waves, e.g. Lamb waves, tuning fork, cantilever
Abstract
本发明公开了一种基于Lamb波波场分析的非接触式复合材料疲劳特性评估方法及系统,该方法包括:获取待测复合材料结构试样的疲劳特征数据;获取待测复合材料结构试样中Lamb波的传播波场数据;提取试样中的Lamb波的传播特征参数;建立相速度cp、不同模态的能量分布比值rm、载荷应力S和载荷周期数N之间的关系;控制激光超声检测系统获取待测复合材料结构的Lamb波的传播波场数据;提取在载荷应力为S*时的待测复合材料结构的Lamb波的传播特征参数;获取待测复合材料结构的载荷周期数;评估待测复合材料结构的疲劳特性。该评估方法及系统通过测量Lamb波的传播特性参数来预测载荷周期数的信息,从而实现复合材料疲劳特性的评估。
Description
技术领域
本发明涉及复合材料性能评估技术领域,特别涉及一种非接触式评估复合材料结构的疲劳特性的方法及系统。
背景技术
为了降低结构的重量、提高材料使用的效率、充分发挥复合材料本身的承载潜力,提高结构许用强度值是未来发展的必然趋势。然而,随着复合材料结构许用强度值的提高,复合材料结构被高强度设计所掩盖的疲劳问题逐渐显现,从而制约航空结构的发展。因此,复合材料疲劳特性的评估成为无损检测领域的新的研究热点。复合材料结构在承受疲劳载荷作用时,结构会产生基体裂纹、界面脱胶、层间分层和纤维断裂四种基本的破坏形式。这四种基本破坏形式相互作用并以一定的密度分布在复合材料内部。当复合材料到达疲劳寿命后期,随着基本破坏形式密度的增加,材料内部的应力将重新分配,在应力集中程度严重区域的纤维加速断裂,最终导致突然破坏。通常,无损检测方法能够检测结构中存在的缺陷损伤。然而,结构疲劳破坏前,材料并不能产生明显的缺陷,采用传统的无损检测方法难以对微观的基本破坏形式进行有效的评估。因此,开展非接触式、现场原位的无损检测技术,对复合材料的疲劳特性进行评估,是目前复合材料性能评估领域中的一个难题。
发明内容
本发明的目的是提供一种基于Lamb波波场分析的非接触式评估复合材料结构的疲劳特性的方法及系统,该评估方法利用了复合材料中基本疲劳破坏形式积累产生的材料力学特性变化会导致Lamb波的传播特征发生改变的原理,通过测量Lamb波的传播特性参数来预测载荷周期数的信息,从而实现复合材料疲劳特性的评估。
为实现上述目的,本发明提供了一种非接触式评估复合材料结构的疲劳特性的方法,包括:
获取经过不同载荷周期数N的疲劳试验后的待测复合材料结构试样的疲劳特征数据;
根据所述试样的疲劳特性数据,获取所述待测复合材料结构试样中Lamb波的传播波场数据;
根据所述Lamb波的传播波场数据,提取试样中的Lamb波的传播特征参数,所述试样中的Lamb波的传播特征参数包括相速度cp和不同模态的能量分布比值rm;
根据相速度cp和不同模态的能量分布比值rm,以及与所述相速度cp和不同模态的能量分布比值rm对应的载荷应力S,通过反向传播神经网络,建立相速度cp、不同模态的能量分布比值rm、载荷应力S和载荷周期数N之间的关系:N=f(cp,rm,S);
控制激光超声检测系统获取待测复合材料结构的Lamb波的传播波场数据;
提取在载荷应力为S*时的所述待测复合材料结构的Lamb波的传播特征参数,所述待测复合材料结构的Lamb波的传播特征参数包括相速度和不同模态的能量分布比值
根据所述相速度cp、不同模态的能量分布比值rm、载荷应力S和载荷周期数N之间的关系,获取所述待测复合材料结构的载荷周期数N*。
可选的,所述获取所述待测复合材料结构试样中Lamb波的传播波场数据,具体包括:
在对所述待测复合材料结构试样进行简谐加载的试验下,控制脉冲激光器向所述待测复合材料结构试样发射脉冲激光束;
控制二维振镜等间隔的移动所述脉冲激光束的位置,同时控制激光多普勒测振仪获取所述待测复合材料结构试样的相应位置的Lamb波响应信号;
根据所述Lamb波响应信号,按照移动脉冲激光束的位置和测量时间获取对应的Lamb波响应信号强度;
根据所述移动脉冲激光束的位置、所述测量时间和所述对应的Lamb波响应信号强度,绘制时间-位置域上的Lamb波强度图;
根据所述时间-位置域上的Lamb波强度图,获取所述待测复合材料结构试样中Lamb波的传播波场数据。
可选的,所述提取试样中的Lamb波的传播特征参数,具体包括:
提取所述时间-位置域上的Lamb波强度图中首个峰值的传播距离x和时间t;
采用最小二乘法拟合所述首个峰值的传播距离x和时间t曲线:x=cp(t-t0),其中cp为待拟合的相速度,t0为时间延时;
确定所述传播距离x和时间t曲线的斜率为相速度cp;
采用二维傅里叶变换方法将所述时间-位置域上的Lamb波强度图转换成波数-频率域上的Lamb波强度图;
分别提取所述波数-频率域上的Lamb波强度图中两个模态区域内的Lamb波峰值A1和A2;
计算Lamb波的不同模态的能量分布比值
可选的,所述建立相速度cp、不同模态的能量分布比值rm、载荷应力S和载荷周期数N之间的关系,采用构建神经网络的方式进行,具体包括:
构建输入层:所述输入层变量包括载荷应力S、对应载荷应力S下的相速度cp和不同模态的能量分布比值rm;
构建隐含层:所述隐含层包括6个或6个以上的神经元;
构建输出层:所述输出层为载荷周期数N;
将所述经过疲劳试验后的待测复合材料结构试样中的Lamb波的相速度cp和不同模态的能量分布比值rm,以及与所述相速度cp和不同模态的能量分布比值rm对应的载荷应力S代入所述输入层;将所述载荷周期数N代入所述输出层,进行神经网络训练,获得训练结果;
根据所述训练结果,建立相速度cp、不同模态的能量分布比值rm、载荷应力S和载荷周期数N之间的关系:N=f(cp,rm,S)。
与上述非接触式评估复合材料结构的疲劳特性的方法相应的,本发明还提供了一种非接触式评估复合材料结构的疲劳特性的系统,包括:
试样的疲劳特征数据获取单元,用于获取经过不同载荷周期数N的疲劳试验后的待测复合材料结构试样的疲劳特征数据;
试样中Lamb波的传播波场数据获取单元,用于根据所述试样的疲劳特性数据,获取所述待测复合材料结构试样中Lamb波的传播波场数据;
试样中Lamb波的传播特征参数提取单元,用于根据所述Lamb波的传播波场数据,提取试样中的Lamb波的传播特征参数,所述试样中的Lamb波的传播特征参数包括相速度cp和不同模态的能量分布比值rm;
关系建立单元,用于根据相速度cp和不同模态的能量分布比值rm,以及与所述相速度cp和不同模态的能量分布比值rm对应的载荷应力S,通过反向传播神经网络,建立相速度cp、不同模态的能量分布比值rm、载荷应力S和载荷周期数N之间的关系:N=f(cp,rm,S);
结构的Lamb波的传播波场数据获取单元,用于控制激光超声检测系统获取待测复合材料结构的Lamb波的传播波场数据;
结构的Lamb波的传播特征参数提取单元,用于提取在载荷应力为S*时的所述待测复合材料结构的Lamb波的传播特征参数,所述待测复合材料结构的Lamb波的传播特征参数包括相速度和不同模态的能量分布比值
结构的载荷周期数获取单元,用于根据所述相速度cp、不同模态的能量分布比值rm、载荷应力S和载荷周期数N之间的关系,获取所述待测复合材料结构的载荷周期数N*。
可选的,所述试样中Lamb波的传播波场数据获取单元具体包括:
脉冲激光束发射控制子单元,用于在对所述待测复合材料结构试样进行简谐加载的试验下,控制脉冲激光器向所述待测复合材料结构试样发射脉冲激光束;
脉冲激光束移动控制子单元,用于控制二维振镜等间隔的移动所述脉冲激光束的位置;
Lamb波响应信号获取子单元,用于控制激光多普勒测振仪获取所述待测复合材料结构试样的相应位置的Lamb波响应信号;
Lamb波响应信号强度获取子单元,用于根据所述Lamb波响应信号,按照移动脉冲激光束的位置和测量时间获取对应的Lamb波响应信号强度;
时间-位置域上的Lamb波强度图绘制子单元,用于根据所述移动脉冲激光束的位置、所述测量时间和所述对应的Lamb波响应信号强度,绘制时间-位置域上的Lamb波强度图;
确定子单元,用于根据所述时间-位置域上的Lamb波强度图,获取所述待测复合材料结构试样中Lamb波的传播波场数据。
可选的,所述试样中Lamb波的传播特征参数提取单元具体包括:
传播距离x和时间t提取子单元,用于提取所述时间-位置域上的Lamb波强度图中首个峰值的传播距离x和时间t;
相速度计算子单元,用于采用最小二乘法拟合所述首个峰值的传播距离x和时间t曲线:x=cp(t-t0),其中cp为待拟合的相速度,t0为时间延时;确定所述传播距离x和时间t曲线的斜率为相速度cp;
不同模态的能量分布比值计算子单元,用于采用二维傅里叶变换方法将所述时间-位置域上的Lamb波强度图转换成波数-频率域上的Lamb波强度图;分别提取所述波数-频率域上的Lamb波强度图中两个模态区域内的Lamb波峰值A1和A2;计算Lamb波的不同模态的能量分布比值
根据本发明提供的具体实施例,本发明公开了以下技术效果:本发明提供的非接触式评估复合材料结构的疲劳特性的方法及系统是利用脉冲激光照射待测复合材料结构,根据热弹效应激励待测复合材料结构中的Lamb波;利用激光超声检测系统的激光多普勒效应测量待测复合材料结构的Lamb波的传播波场数据,以上两种手段都是非接触式的测量方式,因此可以实现非接触、远距离、原位、无损的测量复合材料结构,能够适用于曲面、高温、腐蚀和具有放射性等环境中的测量。本发明还通过反向神经网络将试样中的Lamb波的传播特征参数与载荷周期数直接建立关系,从而可以快速的通过测量复合材料结构的Lamb波的传播特征参数cp与rm,实现复合材料结构的载荷周期数的预测,进而可以实现该复合材料结构的疲劳特性的评估和剩余寿命的预测,使维护人员能够根据该复合材料结构的疲劳特性和剩余寿命对该复合材料结构做适当的维修处理。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明提供的非接触式评估复合材料结构的疲劳特性的方法的流程图;
图2为本发明中利用激光超声检测系统获取Lamb波的传播波场数据的原理图;
图3为本发明中待测复合材料结构在加载周期数为N次加载后的Lamb波的传播波场数据;
图4为本发明中Lamb波的相速度cp的计算结果示意图;
图5为本发明中Lamb波的不同模态的能量分布比值rm的计算结果示意图;
图6为本发明中试样中的Lamb波的传播特征参数与加载周期数之间的关系曲线图;
图7为本发明中反向神经网络的示意图;
图8为本发明提供的非接触式评估复合材料结构的疲劳特性的系统的框图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
图1为本发明提供的非接触式评估复合材料结构的疲劳特性的方法的流程图,如图1所示,本发明提供了一种非接触式评估复合材料结构的疲劳特性的方法。
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本发明作进一步详细的说明。
本发明提供的非接触式评估复合材料结构的疲劳特性的方法,包括:
步骤101:获取经过不同载荷周期数N的疲劳试验后的待测复合材料结构试样的疲劳特征数据;
步骤102:根据试样的疲劳特性数据,获取待测复合材料结构试样中Lamb波的传播波场数据;
步骤103:根据Lamb波的传播波场数据,提取试样中的Lamb波的传播特征参数,所述试样中的Lamb波的传播特征参数包括相速度cp和不同模态的能量分布比值rm;
步骤104:根据相速度cp和不同模态的能量分布比值rm,以及与相速度cp和不同模态的能量分布比值rm对应的载荷应力S,通过反向传播神经网络,建立相速度cp、不同模态的能量分布比值rm、载荷应力S和载荷周期数N之间的关系:N=f(cp,rm,S);
步骤105:控制激光超声检测系统获取待测复合材料结构的Lamb波的传播波场数据;
步骤106:提取在载荷应力为S*时的待测复合材料结构的Lamb波的传播特征参数:待测复合材料结构的Lamb波的传播特征参数包括相速度和不同模态的能量分布比值
步骤107:根据相速度cp、不同模态的能量分布比值rm、载荷应力S和载荷周期数N之间的关系,获取待测复合材料结构的载荷周期数N*。
其中步骤101是对待测复合材料结构的试样进行疲劳试验,其中,待测复合材料结构试样是与待测复合材料结构具有相同材料组成的样品。本实施例中以玻璃纤维复合材料结构为例,试验前对玻璃纤维复合材料结构试样进行拉伸实验,确定其强度极限σb。
选择对应的载荷应力S对复合材料结构试样进行疲劳试验,本实施例中选择的载荷应力S为强度极限σb的32.4%。本实施例的疲劳试验以复合材料层合板受单轴循环载荷作用时产生的疲劳特性变化为研究对象。试样加载形式如图2所示,采用疲劳试验与传播波场数据测量交替的方式进行;首先将试样整个疲劳寿命划分为若干周期点数,划分数量约为20或20以上,得到对应的载荷周期数N。对试样进行周期加载,当到达对应的载荷周期数时,停止加载,利用激光超声检测系统获取试样中Lamb波的传播波场数据。获取完成后继续加载。重复加载与测量两个过程,直至试样疲劳断裂。最终获得在同一载荷应力S和不同载荷周期数N下的Lamb波传播波场数据。本例对整个疲劳寿命进行了28次划分,获取了试样未断裂前27个加载周期数下的Lamb波传播波场数据,如表1所示。
表1.测量Lamb波传播波场时对应的加载周期数
其中,疲劳试验过程采用简谐加载的形式,峰值为对应的载荷应力S,载荷应力比为0.1,本实施例中载荷施加的频率为8Hz。Lamb波传播波场数据测量采用激光超声检测系统,测量过程如图2所示。
其中激光超声检测系统包括:分别与控制器相连接的脉冲激光发生器和数字采集系统,脉冲激光发生器与二维振镜相连,二维振镜用于移动脉冲激光发生器发射的脉冲激光束;数字采集系统连接激光多普勒测振仪,激光多普勒测振仪用于测量Lamb波响应信号,即振动强度。
在激励Lamb波的瞬间,使用激光多普勒测振仪获取结构固定位置的Lamb波响应信号。完成单次信号获取后,利用二维振镜移动脉冲激光束的位置,对下一个激励点进行激励,同时采集固定位置的Lamb波响应信号。如此循环,直至遍历完所有的激励位置。激励位置的布置沿加载方向,采用等间隔的设置方式。
根据上述内容,在上述实施例中,作为一种可选的实施方式,获取待测复合材料结构试样中Lamb波的传播波场数据的方法具体包括:
在对待测复合材料结构试样进行简谐加载的试验下,控制脉冲激光器向待测复合材料结构试样发射脉冲激光束;
其中,通过高能脉冲激光束照射试样,由于热弹效应激发复合材料试样中的Lamb波;在激励Lamb波的瞬间,使用激光多普勒测振仪获取试样固定位置的Lamb波响应信号,完成单次信号获取。
控制二维振镜等间隔的移动脉冲激光束的位置,同时控制激光多普勒测振仪获取待测复合材料结构试样的相应位置的Lamb波响应信号;
其中,控制器控制二维振镜移动脉冲激光束到下一个位置进行激励,该脉冲激光束移动轨迹与加载载荷应力的方向平行,并且脉冲激光束对试样的激励点是等间隔设置的,这样是为了保证所获取的波场传播数据在空间上的分布是均匀的,以保证后续处理中的能够进行二维傅里叶变换。而激光多普勒测振仪的传感点位置是设置在激励点构成线段的延长线上,这样是为了保证波场传播数据能够表示Lamb波在传播方向上的特征。换言之,激励点的移动方向即为Lamb波的传播方向,根据波场传播数据计算得到的相速度才能够表示Lamb波的实际传播速度,而不是在某一方向上的分量。
根据Lamb波响应信号,按照移动脉冲激光束的位置和测量时间获取对应的Lamb波响应信号强度;
根据移动脉冲激光束的位置、测量时间和对应的Lamb波响应信号强度,绘制时间-位置域上的Lamb波强度图;
根据时间-位置域上的Lamb波强度图,获取待测复合材料结构试样中Lamb波的传播波场数据。
本实施例中,激励点所构成的路径为长度为50mm的线段,相邻激励点间隔为1mm,将测得的51组信号排列绘制在一张强度图中,得到如图3所示的Lamb波的传播波场数据,该传播波场数据对应的载荷周期数为20万周,图3中,图中,以时间为横轴,激励点位置为纵轴,颜色的深度为Lamb波的响应信号强度,其中不同斜率分布的深色线条表示Lamb波的不同模态,如模态1和模态2。
在上述实施例中,作为一种可选的实施方式,提取试样中的Lamb波的传播特征参数的步骤具体包括:
提取时间-位置域上的Lamb波强度图中首个峰值的传播距离x和时间t;
采用最小二乘法拟合首个峰值的传播距离x和时间t曲线:x=cp(t-t0),其中cp为待拟合的相速度,t0为时间延时;对应的结果如图4所示,即图3中模态1虚线对应的时间和位置信息;
确定传播距离x和时间t曲线的斜率为相速度cp;
采用二维傅里叶变换方法将时间-位置域上的Lamb波强度图转换成波数-频率域上的Lamb波强度图;变换结果如图5所示,图5中,Lamb波的能量主要集中在两个不同的矩形框中,表示不同模态Lamb波的幅值;
分别提取波数-频率域上的Lamb波强度图中两个模态区域内的Lamb波峰值A1和A2;其中两个模态分别为200-300kHz和0-100kHz两个范围的模态;即对应图3中模态1和模态2;
计算Lamb波的不同模态的能量分布比值
在上述实施例中,每一传播特征参数对应一个载荷周期数N,因此可以得到在应力水平为S时,相速度cp和模态能量分布比rm与载荷周期数N之间的关系,如图6所示。作为一种可选的实施方式,建立相速度cp、不同模态的能量分布比值rm、载荷应力S和载荷周期数N之间的关系,采用构建神经网络的方式进行,具体包括:
构建输入层:输入层变量包括载荷应力S、对应载荷应力S下的相速度cp和不同模态的能量分布比值rm;
构建隐含层:隐含层包括6个或6个以上的神经元;
构建输出层:输出层为载荷周期数N;构建的反向神经网络如图7所示;
将经过疲劳试验后的待测复合材料结构试样中的Lamb波的相速度cp和不同模态的能量分布比值rm,以及与相速度cp和不同模态的能量分布比值rm对应的载荷应力S代入输入层;将载荷周期数N代入输出层,进行神经网络训练,获得训练结果;
根据训练结果,建立相速度cp、不同模态的能量分布比值rm、载荷应力S和载荷周期数N之间的关系:N=f(cp,rm,S)。
采用激光超声检测系统获取待测复合材料结构中Lamb波的传播波场数据,提取传播特征参数:相速度和不同模态的能量分布比值结合实际结构工况的载荷应力S*,代入经过训练的神经网络输入层中,得到待测复合材料结构的载荷周期数N*的估计值,即为待测结构的工作疲劳状况。根据待测复合材料结构的载荷周期数N*与试样最终寿命对应的载荷周期数(即疲劳试验的破坏周期数)比较得到待测复合材料结构的剩余寿命。
本发明利用脉冲激光照射待测复合材料结构,根据热弹效应激励待测复合材料结构中的Lamb波;利用激光超声检测系统的激光多普勒效应测量待测复合材料结构的Lamb波的传播波场数据,以上两种手段都是非接触式的测量方式,因此可以实现非接触、远距离、原位、无损的测量复合材料结构,能够适用于曲面、高温、腐蚀和具有放射性等环境中的测量。本发明还通过反向神经网络将试样中的Lamb波的传播特征参数与载荷周期数直接建立关系,从而可以快速的通过测量复合材料结构的Lamb波的传播特征参数与实现复合材料结构的载荷周期数的预测,进而可以实现该符合材料结构的疲劳特性的评估和剩余寿命的预测,使维护人员能够根据该复合材料结构的疲劳特性和剩余寿命对该复合材料结构做适当的维修处理。
如图8所示,与上述非接触式评估复合材料结构的疲劳特性的方法相应的,本发明还提供了一种非接触式评估复合材料结构的疲劳特性的系统,包括:
试样的疲劳特征数据获取单元801,用于获取经过不同载荷周期数N的疲劳试验后的待测复合材料结构试样的疲劳特征数据;
试样中Lamb波的传播波场数据获取单元802,用于根据试样的疲劳特性数据,获取待测复合材料结构试样中Lamb波的传播波场数据;
试样中Lamb波的传播特征参数提取单元803,用于根据Lamb波的传播波场数据,提取试样中的Lamb波的传播特征参数,试样中的Lamb波的传播特征参数包括相速度cp和不同模态的能量分布比值rm;
关系建立单元804,用于根据相速度cp和不同模态的能量分布比值rm,以及与相速度cp和不同模态的能量分布比值rm对应的载荷应力S,通过反向传播神经网络,建立相速度cp、不同模态的能量分布比值rm、载荷应力S和载荷周期数N之间的关系:N=f(cp,rm,S);
结构的Lamb波的传播波场数据获取单元805,用于控制激光超声检测系统获取待测复合材料结构的Lamb波的传播波场数据;
结构的Lamb波的传播特征参数提取单元806,用于提取在载荷应力为S*时的待测复合材料结构的Lamb波的传播特征参数,待测复合材料结构的Lamb波的传播特征参数包括相速度和不同模态的能量分布比值
结构的载荷周期数获取单元807,用于根据相速度cp、不同模态的能量分布比值rm、载荷应力S和载荷周期数N之间的关系,获取待测复合材料结构的载荷周期数N*。
作为一种可选的实施方式,试样中Lamb波的传播波场数据获取单元具体包括:
脉冲激光束发射控制子单元,用于在对待测复合材料结构试样进行简谐加载的试验下,控制脉冲激光器向待测复合材料结构试样发射脉冲激光束;
脉冲激光束移动控制子单元,用于控制二维振镜等间隔的移动脉冲激光束的位置;
Lamb波响应信号获取子单元,用于控制激光多普勒测振仪获取待测复合材料结构试样的相应位置的Lamb波响应信号;
Lamb波响应信号强度获取子单元,用于根据Lamb波响应信号,按照移动脉冲激光束的位置和测量时间获取对应的Lamb波响应信号强度;
时间-位置域上的Lamb波强度图绘制子单元,用于根据移动脉冲激光束的位置、测量时间和对应的Lamb波响应信号强度,绘制时间-位置域上的Lamb波强度图;
确定子单元,用于根据定时间-位置域上的Lamb波强度图,获取待测复合材料结构试样中Lamb波的传播波场数据。
作为一种可选的实施方式,试样中Lamb波的传播特征参数提取单元具体包括:
传播距离x和时间t提取子单元,用于提取时间-位置域上的Lamb波强度图中首个峰值的传播距离x和时间t;
相速度计算子单元,用于采用最小二乘法拟合首个峰值的传播距离x和时间t曲线:x=cp(t-t0),其中cp为待拟合的相速度,t0为时间延时;确定传播距离x和时间t曲线的斜率为相速度cp;
不同模态的能量分布比值计算子单元,用于采用二维傅里叶变换方法将时间-位置域上的Lamb波强度图转换成波数-频率域上的Lamb波强度图;分别提取波数-频率域上的Lamb波强度图中两个模态区域内的Lamb波峰值A1和A2;计算Lamb波的不同模态的能量分布比值
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处。综上所述,本说明书内容不应理解为对本发明的限制。
Claims (7)
1.一种非接触式评估复合材料结构的疲劳特性的方法,其特征在于,包括:
获取经过不同载荷周期数N的疲劳试验后的待测复合材料结构试样的疲劳特征数据;
根据所述试样的疲劳特性数据,获取所述待测复合材料结构试样中Lamb波的传播波场数据;
根据所述Lamb波的传播波场数据,提取试样中的Lamb波的传播特征参数,所述试样中的Lamb波的传播特征参数包括相速度cp和不同模态的能量分布比值rm;
根据相速度cp和不同模态的能量分布比值rm,以及与所述相速度cp和不同模态的能量分布比值rm对应的载荷应力S,通过反向传播神经网络,建立相速度cp、不同模态的能量分布比值rm、载荷应力S和载荷周期数N之间的关系:N=f(cp,rm,S);
控制激光超声检测系统获取待测复合材料结构的Lamb波的传播波场数据;
提取在载荷应力为S*时的所述待测复合材料结构的Lamb波的传播特征参数,所述待测复合材料结构的Lamb波的传播特征参数包括相速度和不同模态的能量分布比值
根据所述相速度cp、不同模态的能量分布比值rm、载荷应力S和载荷周期数N之间的关系,获取所述待测复合材料结构的载荷周期数N*。
2.根据权利要求1所述的非接触式评估复合材料结构的疲劳特性的方法,其特征在于,所述获取所述待测复合材料结构试样中Lamb波的传播波场数据,具体包括:
在对所述待测复合材料结构试样进行简谐加载的试验下,控制脉冲激光器向所述待测复合材料结构试样发射脉冲激光束;
控制二维振镜等间隔的移动所述脉冲激光束的位置,同时控制激光多普勒测振仪获取所述待测复合材料结构试样的相应位置的Lamb波响应信号;
根据所述Lamb波响应信号,按照移动脉冲激光束的位置和测量时间获取对应的Lamb波响应信号强度;
根据所述移动脉冲激光束的位置、所述测量时间和所述对应的Lamb波响应信号强度,绘制时间-位置域上的Lamb波强度图;
根据所述时间-位置域上的Lamb波强度图,获取所述待测复合材料结构试样中Lamb波的传播波场数据。
3.根据权利要求2所述的非接触式评估复合材料结构的疲劳特性的方法,其特征在于,所述提取试样中的Lamb波的传播特征参数,具体包括:
提取所述时间-位置域上的Lamb波强度图中首个峰值的传播距离x和时间t;
采用最小二乘法拟合所述首个峰值的传播距离x和时间t曲线:x=cp(t-t0),其中cp为待拟合的相速度,t0为时间延时;
确定所述传播距离x和时间t曲线的斜率为相速度cp;
采用二维傅里叶变换方法将所述时间-位置域上的Lamb波强度图转换成波数-频率域上的Lamb波强度图;
分别提取所述波数-频率域上的Lamb波强度图中两个模态区域内的Lamb波峰值A1和A2;
计算Lamb波的不同模态的能量分布比值rm:
4.根据权利要求1所述的非接触式评估复合材料结构的疲劳特性的方法,其特征在于,所述建立相速度cp、不同模态的能量分布比值rm、载荷应力S和载荷周期数N之间的关系,采用构建神经网络的方式进行,具体包括:
构建输入层,所述输入层的变量包括载荷应力S、对应载荷应力S下的相速度cp和不同模态的能量分布比值rm;
构建隐含层,所述隐含层包括6个或6个以上的神经元;
构建输出层,所述输出层为载荷周期数N;
将所述经过疲劳试验后的待测复合材料结构试样中的Lamb波的相速度cp和不同模态的能量分布比值rm,以及与所述相速度cp和不同模态的能量分布比值rm对应的载荷应力S代入所述输入层;将所述载荷周期数N代入所述输出层,进行神经网络训练,获得训练结果;
根据所述训练结果,建立相速度cp、不同模态的能量分布比值rm、载荷应力S和载荷周期数N之间的关系:N=f(cp,rm,S)。
5.一种非接触式评估复合材料结构的疲劳特性的系统,其特征在于,包括:
试样的疲劳特征数据获取单元,用于获取经过不同载荷周期数N的疲劳试验后的待测复合材料结构试样的疲劳特征数据;
试样中Lamb波的传播波场数据获取单元,用于根据所述试样的疲劳特性数据,获取所述待测复合材料结构试样中Lamb波的传播波场数据;
试样中Lamb波的传播特征参数提取单元,用于根据所述Lamb波的传播波场数据,提取试样中的Lamb波的传播特征参数,所述试样中的Lamb波的传播特征参数包括相速度cp和不同模态的能量分布比值rm;
关系建立单元,用于根据相速度cp和不同模态的能量分布比值rm,以及与所述相速度cp和不同模态的能量分布比值rm对应的载荷应力S,通过反向传播神经网络,建立相速度cp、不同模态的能量分布比值rm、载荷应力S和载荷周期数N之间的关系:N=f(cp,rm,S);
结构的Lamb波的传播波场数据获取单元,用于控制激光超声检测系统获取待测复合材料结构的Lamb波的传播波场数据;
结构的Lamb波的传播特征参数提取单元,用于提取在载荷应力为S*时的所述待测复合材料结构的Lamb波的传播特征参数,所述传播特征参数包括相速度和不同模态的能量分布比值
结构的载荷周期数获取单元,用于根据所述相速度cp、不同模态的能量分布比值rm、载荷应力S和载荷周期数N之间的关系,获取所述待测复合材料结构的载荷周期数N*。
6.根据权利要求1所述的非接触式评估复合材料结构的疲劳特性的方法,其特征在于,所述试样中Lamb波的传播波场数据获取单元具体包括:
脉冲激光束发射控制子单元,用于在对所述待测复合材料结构试样进行简谐加载的试验下,控制脉冲激光器向所述待测复合材料结构试样发射脉冲激光束;
脉冲激光束移动控制子单元,用于控制二维振镜等间隔的移动所述脉冲激光束的位置;
Lamb波响应信号获取子单元,用于控制激光多普勒测振仪获取所述待测复合材料结构试样的相应位置的Lamb波响应信号;
Lamb波响应信号强度获取子单元,用于根据所述Lamb波响应信号,按照移动脉冲激光束的位置和测量时间获取对应的Lamb波响应信号强度;
时间-位置域上的Lamb波强度图绘制子单元,用于根据所述移动脉冲激光束的位置、所述测量时间和所述对应的Lamb波响应信号强度,绘制时间-位置域上的Lamb波强度图;
确定子单元,用于根据所述时间-位置域上的Lamb波强度图,获取所述待测复合材料结构试样中Lamb波的传播波场数据。
7.根据权利要求1所述的非接触式评估复合材料结构的疲劳特性的方法,其特征在于,所述试样中Lamb波的传播特征参数提取单元具体包括:
传播距离x和时间t提取子单元,用于提取所述时间-位置域上的Lamb波强度图中首个峰值的传播距离x和时间t;
相速度计算子单元,用于采用最小二乘法拟合所述首个峰值的传播距离x和时间t曲线:x=cp(t-t0),其中cp为待拟合的相速度,t0为时间延时;确定所述传播距离x和时间t曲线的斜率为相速度cp;
不同模态的能量分布比值计算子单元,用于采用二维傅里叶变换方法将所述时间-位置域上的Lamb波强度图转换成波数-频率域上的Lamb波强度图;分别提取所述波数-频率域上的Lamb波强度图中两个模态区域内的Lamb波峰值A1和A2;计算Lamb波的不同模态的能量分布比值rm:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610634619.7A CN106290566B (zh) | 2016-08-04 | 2016-08-04 | 非接触式评估复合材料结构的疲劳特性的方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610634619.7A CN106290566B (zh) | 2016-08-04 | 2016-08-04 | 非接触式评估复合材料结构的疲劳特性的方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106290566A true CN106290566A (zh) | 2017-01-04 |
CN106290566B CN106290566B (zh) | 2019-03-08 |
Family
ID=57665320
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610634619.7A Active CN106290566B (zh) | 2016-08-04 | 2016-08-04 | 非接触式评估复合材料结构的疲劳特性的方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106290566B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106645422A (zh) * | 2017-01-12 | 2017-05-10 | 天津大学 | 一种量化加强筋平板上兰姆波能量衰减程度的方法 |
CN108801823A (zh) * | 2018-06-25 | 2018-11-13 | 南京航空航天大学 | 一种多尺度的复合材料结构局部疲劳评估方法及系统 |
CN110232243A (zh) * | 2019-06-12 | 2019-09-13 | 四川大学 | 基于晶体塑性焊接工艺模型的损伤与疲劳寿命评估方法 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4674334A (en) * | 1986-05-13 | 1987-06-23 | The United States Of America As Represented By The Secretary Of The Air Force | Properties of composite laminates using leaky lamb waves |
US20110231112A1 (en) * | 2010-03-16 | 2011-09-22 | Fuji Jukogyo Kabushiki Kaisha | System and Method for Damage Diagnosis |
CN102539528A (zh) * | 2011-09-21 | 2012-07-04 | 北京工业大学 | 基于超声Lamb波的储罐底板腐蚀检测系统及方法 |
CN103134857A (zh) * | 2013-02-21 | 2013-06-05 | 南京邮电大学 | 利用Lamb波反射场的工程结构裂纹损伤监测评估方法 |
CN104330471A (zh) * | 2014-10-09 | 2015-02-04 | 南京航空航天大学 | 航空结构损伤的Lamb波时变概率模型监测方法 |
CN104407054A (zh) * | 2014-12-17 | 2015-03-11 | 厦门大学 | 基于兰姆波共线混叠的超声微损伤定位检测方法及装置 |
CN105067703A (zh) * | 2015-07-31 | 2015-11-18 | 华东理工大学 | 一种板状金属构件/材料剩余寿命的无损检测和评价方法 |
CN105372330A (zh) * | 2015-11-09 | 2016-03-02 | 北京工业大学 | 板中微裂纹检测用非线性Lamb波混频方法 |
-
2016
- 2016-08-04 CN CN201610634619.7A patent/CN106290566B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4674334A (en) * | 1986-05-13 | 1987-06-23 | The United States Of America As Represented By The Secretary Of The Air Force | Properties of composite laminates using leaky lamb waves |
US20110231112A1 (en) * | 2010-03-16 | 2011-09-22 | Fuji Jukogyo Kabushiki Kaisha | System and Method for Damage Diagnosis |
CN102539528A (zh) * | 2011-09-21 | 2012-07-04 | 北京工业大学 | 基于超声Lamb波的储罐底板腐蚀检测系统及方法 |
CN103134857A (zh) * | 2013-02-21 | 2013-06-05 | 南京邮电大学 | 利用Lamb波反射场的工程结构裂纹损伤监测评估方法 |
CN104330471A (zh) * | 2014-10-09 | 2015-02-04 | 南京航空航天大学 | 航空结构损伤的Lamb波时变概率模型监测方法 |
CN104407054A (zh) * | 2014-12-17 | 2015-03-11 | 厦门大学 | 基于兰姆波共线混叠的超声微损伤定位检测方法及装置 |
CN105067703A (zh) * | 2015-07-31 | 2015-11-18 | 华东理工大学 | 一种板状金属构件/材料剩余寿命的无损检测和评价方法 |
CN105372330A (zh) * | 2015-11-09 | 2016-03-02 | 北京工业大学 | 板中微裂纹检测用非线性Lamb波混频方法 |
Non-Patent Citations (2)
Title |
---|
JINLING ZHAO ET AL.: "Four vectors of Lamb waves in composites: Semianalysis and numerical simulation", 《JOURNAL OF INTELLIGENT MATERIAL SYSTEMS》 * |
JINLING ZHAO ET AL.: "Reconstruction of the nine stiffness coefficients of composites using a laser generation based imaging method", 《COMPOSITES SCIENCE AND TECHNOLOGY》 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106645422A (zh) * | 2017-01-12 | 2017-05-10 | 天津大学 | 一种量化加强筋平板上兰姆波能量衰减程度的方法 |
CN108801823A (zh) * | 2018-06-25 | 2018-11-13 | 南京航空航天大学 | 一种多尺度的复合材料结构局部疲劳评估方法及系统 |
CN108801823B (zh) * | 2018-06-25 | 2019-08-23 | 南京航空航天大学 | 一种多尺度的复合材料结构局部疲劳评估方法及系统 |
CN110232243A (zh) * | 2019-06-12 | 2019-09-13 | 四川大学 | 基于晶体塑性焊接工艺模型的损伤与疲劳寿命评估方法 |
CN110232243B (zh) * | 2019-06-12 | 2020-03-10 | 四川大学 | 基于晶体塑性焊接工艺模型的损伤与疲劳寿命评估方法 |
Also Published As
Publication number | Publication date |
---|---|
CN106290566B (zh) | 2019-03-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
David-West et al. | A review of structural health monitoring techniques as applied to composite structures | |
Rizzo et al. | Ultrasonic guided waves for nondestructive evaluation/structural health monitoring of trusses | |
Wang et al. | Structural damage detection using cross correlation functions of vibration response | |
Tao et al. | Fatigue damage characterization for composite laminates using deep learning and laser ultrasonic | |
CN106990018A (zh) | 一种预应力混凝土梁灌浆密实度智能识别方法 | |
CN106290566A (zh) | 非接触式评估复合材料结构的疲劳特性的方法及系统 | |
Demetgul et al. | Evaluation of the health of riveted joints with active and passive structural health monitoring techniques | |
Awadallah et al. | Effect and detection of cracks on small wind turbine blade vibration using special Kriging analysis of spectral shifts | |
Yan et al. | PZT-based detection of compactness of concrete in concrete filled steel tube using time reversal method | |
dos Santos Souza et al. | Dynamic response of laminated composites using design of experiments: An experimental and numerical study | |
Balasubramaniam et al. | Global and local area inspection methods in damage detection of carbon fiber composite structures | |
Tanaka et al. | Data assimilation for fatigue life assessment of RC bridge decks coupled with path-integral-mechanistic model and non-destructive inspection | |
Liu et al. | Relation between the shear stress distribution and the resulting acoustic emission variation in concrete beams | |
Tanaka et al. | Remaining fatigue life assessment of damaged RC decks-Data assimilation of multi-scale model and site inspection | |
Hu et al. | Early damage detection of metallic plates with one side exposed to water using the second harmonic generation of ultrasonic guided waves | |
Gunes | Failure modes in structural applications of fiber-reinforced polymer (FRP) composites and their prevention | |
CN103528775B (zh) | 一种基于响应灵敏度的结构健康检测方法 | |
Ai et al. | Structural health monitoring of stainless-steel nuclear fuel storage canister using acoustic emission | |
Tsangouri et al. | Healing performance on concrete under mode I fracture by ultrasonic testing using embedded transducers, acoustic emission and digital image correlation method | |
Saechai et al. | Test system for defect detection in construction materials with ultrasonic waves by support vector machine and neural network | |
Gaith et al. | Neural Network usage in structural crack detection | |
Li et al. | Ultrasonic SH guided wave detection of the defects of switch rails with 3D finite element method | |
Lu et al. | Internal damage identification of sandwich panels with truss core through dynamic properties and deep learning | |
CN108801823A (zh) | 一种多尺度的复合材料结构局部疲劳评估方法及系统 | |
Parida et al. | Comparative assessment of a multitudinal piezo arrangement for non-destructive evaluation of construction steel: An experimental study |
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 |