CN106908517A - 一种Lamb波主被动监测信息融合的损伤定位成像方法 - Google Patents
一种Lamb波主被动监测信息融合的损伤定位成像方法 Download PDFInfo
- Publication number
- CN106908517A CN106908517A CN201710029604.2A CN201710029604A CN106908517A CN 106908517 A CN106908517 A CN 106908517A CN 201710029604 A CN201710029604 A CN 201710029604A CN 106908517 A CN106908517 A CN 106908517A
- Authority
- CN
- China
- Prior art keywords
- passive
- active
- monitoring
- lamb wave
- 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.)
- Pending
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 84
- 230000006378 damage Effects 0.000 title claims abstract description 74
- 238000003384 imaging method Methods 0.000 title claims abstract description 63
- 235000019687 Lamb Nutrition 0.000 title claims abstract description 54
- 230000004927 fusion Effects 0.000 title claims abstract description 22
- 230000004044 response Effects 0.000 claims abstract description 24
- 230000005284 excitation Effects 0.000 claims abstract description 16
- 239000011159 matrix material Substances 0.000 claims description 41
- 230000004807 localization Effects 0.000 claims description 7
- 238000010606 normalization Methods 0.000 claims description 7
- 238000012545 processing Methods 0.000 claims description 7
- 238000011425 standardization method Methods 0.000 claims description 2
- 230000003902 lesion Effects 0.000 claims 2
- 238000000034 method Methods 0.000 abstract description 36
- 208000027418 Wounds and injury Diseases 0.000 abstract 2
- 208000014674 injury Diseases 0.000 abstract 2
- 230000001953 sensory effect Effects 0.000 abstract 1
- 230000000694 effects Effects 0.000 description 8
- 238000005516 engineering process Methods 0.000 description 7
- 238000011161 development Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- 230000036541 health Effects 0.000 description 6
- 238000001514 detection method Methods 0.000 description 5
- 238000002474 experimental method Methods 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 2
- 239000002131 composite material Substances 0.000 description 2
- 238000003745 diagnosis Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000032798 delamination Effects 0.000 description 1
- 239000003365 glass fiber Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000644 propagated effect Effects 0.000 description 1
- 230000001902 propagating effect Effects 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
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
- 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
- G01N29/045—Analysing solids by imparting shocks to the workpiece and detecting the vibrations or the acoustic waves caused by the shocks
-
- 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
- G01N29/07—Analysing solids by measuring propagation velocity or propagation time of acoustic waves
-
- 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
- G01N29/22—Details, e.g. general constructional or apparatus details
- G01N29/24—Probes
- G01N29/2437—Piezoelectric probes
-
- 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
- G01N29/22—Details, e.g. general constructional or apparatus details
- G01N29/26—Arrangements for orientation or scanning by relative movement of the head and the sensor
- G01N29/262—Arrangements for orientation or scanning by relative movement of the head and the sensor by electronic orientation or focusing, e.g. with phased arrays
-
- 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
- G01N2291/02—Indexing codes associated with the analysed material
- G01N2291/023—Solids
-
- 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
- G01N2291/02—Indexing codes associated with the analysed material
- G01N2291/028—Material parameters
- G01N2291/0289—Internal structure, e.g. defects, grain size, texture
-
- 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
-
- 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
- G01N2291/10—Number of transducers
- G01N2291/106—Number of transducers one or more transducer arrays
Landscapes
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Acoustics & Sound (AREA)
- Investigating Or Analyzing Materials By The Use Of Ultrasonic Waves (AREA)
Abstract
本发明公开了一种Lamb波主被动监测信息融合的损伤定位成像方法,该方法通过如下几步实现:首先,在待测结构上布置矩形的激励/传感阵列;然后,组建监测通道,采集所有激励/传感路径的Lamb波响应信号,通过Lamb波被动和主动监测方法,计算出冲击损伤的对比度定位成像矩阵;最后,融合主被动定位成像信息后得到一个新的定位成像矩阵,重构出被测结构中冲击损伤的位置并且进行成像。本发明方法相较于单一的主被动方法定位更加的准确。
Description
技术领域
本发明涉及一种Lamb波主被动监测信息融合的损伤定位成像方法,特别是涉及板壳类工程结构的损伤定位,属于结构健康定位技术领域。
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,尤其是针对冲击损伤的定位及损伤范围的检测。为了防止结构损伤所带来的灾难或损失,必须对结构进行全时段的监测和有效快速的损伤检测及修复。
现有的Lamb波结构健康监测技术是利用板结构中传播的Lamb波对微小损伤敏感的特性,采用压电阵列术、先进信号分析与处理等技术实现对结构损伤的在线监测与诊断,其技术实现分为主动Lamb波监测方法和被动Lamb波监测方法。Lamb主被动方法在损伤发展的各阶段都有其技术优势:被动方法能够对结构进行持续地、实时在线的监测,能够在第一时间监测冲击发生位置,并能够对冲击点的坐标精确定位,但其对于固有损伤很难起到监测作用,无法有效地监测损伤发展过程;主动方法能够多次对结构进行扫描,对于固有损伤能够确定其损伤范围,通过多次扫查还能监测其损伤发展趋势,由于其是通过损伤散射信号进行监测,散射信号是在损伤区域边界进行散射,所以主动方法对其区域监测较为灵敏,而对于其损伤发生的原始位置并不敏感。
发明内容
本发明所要解决的技术问题是:提供一种Lamb波主被动监测信息融合的损伤定位成像方法,通过分时利用主被动方法对被测结构损伤进行监测,进而对Lamb波主被动监测信息进行融合,得到一种新的定位成像矩阵,重构出被测结构中冲击损伤的位置并获得损伤成像的信息。
本发明为解决上述技术问题采用以下技术方案:
一种Lamb波主被动监测信息融合的损伤定位成像方法,包括如下步骤:
步骤1,在待测结构上,根据监测区域的大小,布置K个压电传感器组成激励/传感矩形阵列;
步骤2,在激励/传感矩形阵列中选择所有的压电传感器作为传感器,设置触发通道,采集结构冲击响应状态下所有传感通道的Lamb波响应信号,作为被动监测方式的Lamb波损伤信号;
步骤3,在激励/传感矩形阵列中选择其中一个压电传感器作为激励器,剩余压电传感器作为传感器,组建激励/传感监测通道,采集结构当前损伤状态下所有监测通道的Lamb波响应信号,即当前状态下的主动扫查响应信号,通过对比结构健康状态下的主动扫查响应信号,得到主动监测方式的Lamb波损伤信号;
步骤4,分析被动和主动监测方式的Lamb波损伤信号,对监测区域求取被动和主动监测方式下的成像结果,得到被动和主动监测成像对比度矩阵AMN和BMN,其中,M、N分别表示将监测区域坐标化并等分为M×N个像素点后,横、纵坐标的最大值;
步骤5,利用min-max标准化方法分别对被动和主动监测成像对比度矩阵中的元素值进行归一化处理,得到处理后的被动和主动定位成像矩阵和
步骤6,根据被动和主动监测方式中使用压电传感器的数量对被动和主动监测方式分配权值并归一化处理,得到被动和主动监测方式下的权值分别为δp、δa,根据如下公式对被动定位成像矩阵和主动定位成像矩阵进行融合:对进行定位并成像,从而得到主被动信息融合成像结果。
作为本发明的一种优选方案,步骤4所述被动监测成像对比度矩阵AMN中元素的计算公式为:
其中,αmn为AMN中元素,K为传感器数量,γab为a号传感器和b号传感器的距离权值,ta、tb分别为a号传感器、b号传感器接收到的冲击响应波达时间,分别为像素点(m,n)到a号、b号压电传感器的距离,v为波速值。
作为本发明的一种优选方案,步骤4所述主动监测成像对比度矩阵BMN中元素的计算公式为:
其中,βmn为BMN中元素,K为传感器数量,z号传感器作为激励器,Δta、Δtb分别为a号、b号传感器接收到的Lamb波散射信号的到达时间,分别为像素点(m,n)到a号、b号、z号传感器的距离值。
作为本发明的一种优选方案,步骤5所述被动定位成像矩阵中元素的计算公式为:
其中,为归一化后矩阵中的元素,min(AMN)为矩阵AMN中的最小元素,max(AMN)为矩阵AMN中的最大元素,M、N分别表示将监测区域坐标化并等分为M×N个像素点后,横、纵坐标的最大值。
作为本发明的一种优选方案,步骤6所述被动和主动监测方式下的权值之比为:
其中,δp、δa分别为被动和主动监测方式下的权值,K为传感器数量。
本发明采用以上技术方案与现有技术相比,具有以下技术效果:
1、本发明利用Lamb波主被动监测方法在损伤发展阶段各自的优势,融合Lamb波主动和被动监测定位成像信息,获得损伤形成及发展阶段更准确丰富的定位成像信息。
2、本发明可以有效的融合主被动监测的损伤信息,提高损伤定位的准确性,为Lamb波结构健康监测领域提供了一种新的定位成像技术方法。
附图说明
图1是本发明待测结构以及传感/激励阵列的布局示意图。
图2(a)是本发明被动方法定位成像效果图。
图2(b)是本发明被动方法定位成像设阈值后效果图。
图3(a)是本发明主动方法定位成像效果图。
图3(b)是本发明主动方法定位成像设阈值后效果图。
图4(a)是本发明中Lamb主被动融合成像的效果图。
图4(b)是本发明中Lamb主被动融合成像设阈值后的效果图。
具体实施方式
下面详细描述本发明的实施方式,所述实施方式的示例在附图中示出。下面通过参考附图描述的实施方式是示例性的,仅用于解释本发明,而不能解释为对本发明的限制。
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,对微小损伤敏感等特性及在结构健康监测领域已经成熟的主被动监测方法的压电阵列排布技术、信号处理的先进技术等。基于此,本发明提出一种Lamb波主被动监测信息融合的损伤定位成像方法,利用Lamb波主被动监测方法对损伤发展阶段的优势,分时应用两种监测方式,并融合不同阶段方法的信息,得到丰富的、多层次损伤信息,提高其损伤定位成像的准确性。具体步骤如下:
(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/传感矩形阵列,传感器数量为K;
(2)在激励/传感阵列中选择所有的压电传感器作为传感器,设置触发通道,采集结构冲击响应状态下所有传感通道的Lamb波响应信号,此时为被动监测方式的Lamb波损伤信号fp(k),k=1,2,3,…,K;
(3)在激励/传感阵列中选择一个压电传感器作为激励器,剩下所有压电传感器作为传感器,组建检测通道,采集结构当前损伤状态下所有激励/传感通道的Lamb波响应信号,即当前状态下的主动扫查响应信号,通过对比结构健康状态下的主动扫查响应信号,得到主动监测方式的Lamb波损伤信号fa(l),
(4)分析主被动方式下Lamb波损伤信号,对待测结构求取被动监测方式下的成像结果,像素点赋值采用监测信号计算得到的对比度值αmn,获得成像对比度矩阵AMN,即被动监测成像结果;并求取主动监测方式下的成像结果,像素点赋值采用损伤前后监测信号计算得到的对比度值βmn,获得成像对比度矩阵BMN,即主动监测成像结果。对比度矩阵AMN、BMN具有相同的维度M×N。其中,m=1,2,3,…,M,n=1,2,3,…,N;具体如下:
(4-1)将监测区域表面坐标化,并等分为M×N个像素点,像素点的单位面积大小取决于系统整体可接受的误差精度;此时,每个像素点的坐标信息(m,n)与真实冲击损伤坐标信息都存在一个对比度值;
(4-2)分析提取被动方式下Lamb波损伤信号,通过采样率和波达点数计算波达时间t及波速值v,进而求取对比度值αmn,联立每个像素点的对比度可得M×N阶矩阵AMN,矩阵中元素最小值对应的坐标点即为可信度最高的损伤点坐标;
(4-3)分析提取主动方式下Lamb波损伤信号,计算散射信号到达传感器的波达时间Δt,通过对比两对传感器之间的距离比值,得出对比度值βmn,联立每个像素点的对比度可得M×N阶矩阵BMN,矩阵中元素最小值对应的坐标点即为可信度最高的损伤点坐标。
(5)用min-max标准化(Min-Max Normalization)方法使矩阵中的值都映射到[0,1]之中。归一化处理后被动定位成像矩阵为对比度值为主动定位成像矩阵为对比度值为
(6)根据主被动方法中使用传感器的数量对两种方法分配权值并归一化处理,得到主动和被动成像矩阵的权值分别为δa、δp。融合后的定位成像矩阵为:其元素最小点对应的坐标即为主被动融合后的损伤定位点坐标。
以下结合计算公式详细说明本发明:
1、首先当被测结构表面未发生冲击时,应充分利用被动方法对于结构进行实时在线的监测,当冲击发生后,采集结构冲击响应状态下所有传感通道的Lamb波响应信号,计算压电传感器的波达时间t及波速值v,得到每个像素点与真实冲击发生点坐标之间的对比度值αmn:
其中,K为传感器数量,γab为a号传感器和b号传感器的距离权值,ta、tb为其接收到的冲击响应波达时间,为像素点(m,n)到a号、b号压电传感器的距离,联立每个像素点的对比度可得M×N阶矩阵,其形式为:AMN=[αmn],m=1,2,…,M;n=1,2,…,N。可得矩阵中元素最小值的对应的坐标点,即为可信度最高的损伤点坐标。
2、在计算出被动损伤定位信息之后,利用Lamb波主动监测方法对被测结构件进行扫描,采集结构当前损伤状态下所有激励/传感通道的Lamb波响应信号,计算散射信号到达传感器的波达时间Δt,通过对比两对传感器之间的距离比值,得出每个像素点与损伤定位信息的对比度值,当第z号传感器作为激励器时,对比度值βmn计算公式为(z=1,2,3,…,K):
其中,K为传感器数量,Δta、Δtb为a号、b号传感器接受到的Lamb波散射信号的到达时间,为像素点(m,n)到a号、b号、z号传感器的距离值。同上,联立每个像素点的对比度可得M×N阶矩阵,其形式为:BMN=[βmn],m=1,2,…,M;n=1,2,…,N。可得矩阵中元素最小值对应的坐标点,即为可信度最高的损伤点坐标。
3、被动方法的对比度值αmn使用min-max标准化处理的方程为:
其中,为归一化后矩阵中的元素,min(AMN)矩阵中的最小元素,max(AMN)矩阵中的最大元素。组成归一化后的矩阵m=1,2,…,M;n=1,2,…,N。同理:主动方法对比度值归一化后组成的矩阵m=1,2,…,M;n=1,2,…,N。
按照主被动方法中使用传感器的数量对两种方法数据融合进行权值的分配,设两种方法使用的传感器数量K相同,则:
按照权值归一化考虑,融合后的定位矩阵为:
经过数据定位层次主被动融合的定位矩阵其元素最小点对应的坐标即为主被动融合后的损伤定位点坐标。
以下将结合附图及具体实施例对本发明进一步说明,本实施例包括下列步骤:
1、本发明所采用的一个实施例的试件为一块材质为增强型玻璃纤维复合材料,尺寸为1000mm*500mm,厚度为3mm的长矩形板。压电传感器均匀分布在结构表面上,按照图1的策略进行排布,压电传感器间距A为250mm(可调)。以左下角压电传感器为编号起始1号,逆时针编号如图1所示。1、2、7、8号传感器所组成区域为A区,2、3、6、7号传感器所组成区域为B区,3、4、5、6号传感器所组成区域为C区。以8号传感器作为原点建立坐标系,8-1正方向为x轴,8-5正方向为y轴,将结构区域A、B、C分为750*250个像素块,使每个像素块大小为1mm*1mm,这样每个像素块的坐标定义即以mm作为标尺。
2、实施例仪器包括:上位机、NI-USB6366数采卡、多通道带宽电荷放大器、高频功率放大器、实验用复合材料板(已粘贴压电传感器)。模拟冲击损伤使用冲击锤敲击结构表面,模拟裂纹、脱层损伤则在结构表面粘贴质量块,本文粘贴的是质量较大的螺母。
依次进行被动监测实验和主动监测实验。对结构进行模拟冲击,并在模拟冲击位置粘贴模拟损伤,进行多组实验且每组实验重复多次,以防实验设备和敲击不精确等带来的实验数据的不可靠。大致位置分别为(125mm,187mm),(125mm,250mm),(125mm,313mm),(125mm,375mm),根据式(1)被动冲击信号波达时间t、波速值v及传感器阵列几何排布得出冲击点坐标;按照式(2)进行损伤定位,得出主动方式下的损伤定位点坐标;按照式(5)进行融合后的损伤定位,得到损伤点的位置坐标;各个定位坐标对比如表1所示。从定位的主被动融合结果可以发现,相对与单一的Lamb主被动方法,主被动技术融合结果能够有效提高定位精度,使得定位结果比单一的方法更逼近与损伤位置。
表1
3、根据Lamb波主被动定位成像矩阵,AMN=[αmn],m=1,2,…,M;n=1,2,…,N,BMN=[βmn],m=1,2,…,M;n=1,2,…,N,结合公式(1)、(2),利用表1中第一组实验数据,分别对主被动定位成像矩阵进行成像,成像的结果如图2(a)、图3(a)所示,为了是结构更加的直观,分别对主被动成像的结果进行阈值化处理,如图2(b)、图3(b)所示;同时利用公式(3)、(4)、(5),对融合结果进行成像并阈值,得到融合后的成像结果,如图4(a)、图4(b)所示。从实验的对比结果可以看出,融合后的定位精度得到提高,同时结合成像结果的直观性,此方法为结构健康监测提供了一个新型损伤评估方法,具有良好的应用前景。
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Lamb波主被动监测信息融合的损伤定位成像方法,其特征在于,包括如下步骤:
步骤1,在待测结构上,根据监测区域的大小,布置K个压电传感器组成激励/传感矩形阵列;
步骤2,在激励/传感矩形阵列中选择所有的压电传感器作为传感器,设置触发通道,采集结构冲击响应状态下所有传感通道的Lamb波响应信号,作为被动监测方式的Lamb波损伤信号;
步骤3,在激励/传感矩形阵列中选择其中一个压电传感器作为激励器,剩余压电传感器作为传感器,组建激励/传感监测通道,采集结构当前损伤状态下所有监测通道的Lamb波响应信号,即当前状态下的主动扫查响应信号,通过对比结构健康状态下的主动扫查响应信号,得到主动监测方式的Lamb波损伤信号;
步骤4,分析被动和主动监测方式的Lamb波损伤信号,对监测区域求取被动和主动监测方式下的成像结果,得到被动和主动监测成像对比度矩阵AMN和BMN,其中,M、N分别表示将监测区域坐标化并等分为M×N个像素点后,横、纵坐标的最大值;
步骤5,利用min-max标准化方法分别对被动和主动监测成像对比度矩阵中的元素值进行归一化处理,得到处理后的被动和主动定位成像矩阵和
步骤6,根据被动和主动监测方式中使用压电传感器的数量对被动和主动监测方式分配权值并归一化处理,得到被动和主动监测方式下的权值分别为δp、δa,根据如下公式对被动定位成像矩阵和主动定位成像矩阵进行融合:对进行定位并成像,从而得到主被动信息融合成像结果。
2.根据权利要求1所述Lamb波主被动监测信息融合的损伤定位成像方法,其特征在于,步骤4所述被动监测成像对比度矩阵AMN中元素的计算公式为:
其中,αmn为AMN中元素,K为传感器数量,γab为a号传感器和b号传感器的距离权值,ta、tb分别为a号传感器、b号传感器接收到的冲击响应波达时间,分别为像素点(m,n)到a号、b号压电传感器的距离,v为波速值。
3.根据权利要求1所述Lamb波主被动监测信息融合的损伤定位成像方法,其特征在于,步骤4所述主动监测成像对比度矩阵BMN中元素的计算公式为:
其中,βmn为BMN中元素,K为传感器数量,z号传感器作为激励器,Δta、Δtb分别为a号、b号传感器接收到的Lamb波散射信号的到达时间,分别为像素点(m,n)到a号、b号、z号传感器的距离值。
4.根据权利要求1所述Lamb波主被动监测信息融合的损伤定位成像方法,其特征在于,步骤5所述被动定位成像矩阵中元素的计算公式为:
其中,为归一化后矩阵中的元素,min(AMN)为矩阵AMN中的最小元素,max(AMN)为矩阵AMN中的最大元素,M、N分别表示将监测区域坐标化并等分为M×N个像素点后,横、纵坐标的最大值。
5.根据权利要求1所述Lamb波主被动监测信息融合的损伤定位成像方法,其特征在于,步骤6所述被动和主动监测方式下的权值之比为:
其中,δp、δa分别为被动和主动监测方式下的权值,K为传感器数量。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710029604.2A CN106908517A (zh) | 2017-01-16 | 2017-01-16 | 一种Lamb波主被动监测信息融合的损伤定位成像方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710029604.2A CN106908517A (zh) | 2017-01-16 | 2017-01-16 | 一种Lamb波主被动监测信息融合的损伤定位成像方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106908517A true CN106908517A (zh) | 2017-06-30 |
Family
ID=59206445
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710029604.2A Pending CN106908517A (zh) | 2017-01-16 | 2017-01-16 | 一种Lamb波主被动监测信息融合的损伤定位成像方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106908517A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109307707A (zh) * | 2017-11-16 | 2019-02-05 | 中国石油化工股份有限公司 | 储罐底板分布式无线主被动声融合检测方法 |
CN112285651A (zh) * | 2020-10-22 | 2021-01-29 | 温州大学 | 基于特征提取矩阵相似度识别复合材料冲击源位置的方法及系统 |
CN112945442A (zh) * | 2021-01-29 | 2021-06-11 | 南京航空航天大学 | 一种基于压电-导波阵列的大面积结构冲击成像方法 |
CN113688544A (zh) * | 2021-07-21 | 2021-11-23 | 北京航空航天大学 | 一种主被动结合的复合材料损伤定量辨识方法 |
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 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101701880A (zh) * | 2009-08-05 | 2010-05-05 | 南京航空航天大学 | 嵌入式飞机主被动结构健康监测系统 |
CN102043016A (zh) * | 2010-11-05 | 2011-05-04 | 上海交通大学 | 基于兰姆波的自主式损伤识别成像方法 |
US8042397B2 (en) * | 2007-05-16 | 2011-10-25 | The Boeing Company | Damage volume and depth estimation |
CN103323527A (zh) * | 2013-06-06 | 2013-09-25 | 南京航空航天大学 | 基于多维阵列和空间滤波器的损伤无波速成像定位方法 |
CN104502457A (zh) * | 2014-12-23 | 2015-04-08 | 南京邮电大学 | 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 |
-
2017
- 2017-01-16 CN CN201710029604.2A patent/CN106908517A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8042397B2 (en) * | 2007-05-16 | 2011-10-25 | The Boeing Company | Damage volume and depth estimation |
CN101701880A (zh) * | 2009-08-05 | 2010-05-05 | 南京航空航天大学 | 嵌入式飞机主被动结构健康监测系统 |
CN102043016A (zh) * | 2010-11-05 | 2011-05-04 | 上海交通大学 | 基于兰姆波的自主式损伤识别成像方法 |
CN103323527A (zh) * | 2013-06-06 | 2013-09-25 | 南京航空航天大学 | 基于多维阵列和空间滤波器的损伤无波速成像定位方法 |
CN104502457A (zh) * | 2014-12-23 | 2015-04-08 | 南京邮电大学 | 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 |
Non-Patent Citations (1)
Title |
---|
惠德畅: ""基于主被动技术融合的风机叶片结构健康监测技术研究"", 《万方数据知识服务平台》 * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109307707A (zh) * | 2017-11-16 | 2019-02-05 | 中国石油化工股份有限公司 | 储罐底板分布式无线主被动声融合检测方法 |
CN112285651A (zh) * | 2020-10-22 | 2021-01-29 | 温州大学 | 基于特征提取矩阵相似度识别复合材料冲击源位置的方法及系统 |
CN112285651B (zh) * | 2020-10-22 | 2023-10-20 | 温州大学 | 基于特征提取矩阵相似度识别复合材料冲击源位置的方法及系统 |
CN112945442A (zh) * | 2021-01-29 | 2021-06-11 | 南京航空航天大学 | 一种基于压电-导波阵列的大面积结构冲击成像方法 |
CN113688544A (zh) * | 2021-07-21 | 2021-11-23 | 北京航空航天大学 | 一种主被动结合的复合材料损伤定量辨识方法 |
CN113688544B (zh) * | 2021-07-21 | 2023-05-23 | 北京航空航天大学 | 一种主被动结合的复合材料损伤定量辨识方法 |
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 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106908517A (zh) | 一种Lamb波主被动监测信息融合的损伤定位成像方法 | |
US6065342A (en) | Apparatus and a method of locating a source of acoustic emissions in an article | |
US7552027B2 (en) | Method and system for quantifying damage in a structure | |
Hesser et al. | Active source localization in wave guides based on machine learning | |
CN105488795B (zh) | 一种复合材料损伤识别方法 | |
CN110687208A (zh) | 一种基于双曲线定位的无基准Lamb波损伤监测方法 | |
CN113720907B (zh) | 一种轮廓与深度顺序辨识的复合材料分层损伤辨识方法 | |
CN102998369B (zh) | 一种二维损伤定量化监测方法 | |
CN104965025A (zh) | 一种基于Lamb波信号相关系数的多区域损伤检测方法 | |
CN101846594A (zh) | 基于波束形成声像模式识别的故障检测装置及其检测方法 | |
Ghajari et al. | Impact detection using artificial neural networks | |
Qiu et al. | A scanning spatial-wavenumber filter and PZT 2-D cruciform array based on-line damage imaging method of composite structure | |
Liu et al. | Acoustic emission source localization with generalized regression neural network based on time difference mapping method | |
Wang et al. | A probabilistic diagnostic algorithm for identification of multiple notches using digital damage fingerprints (DDFs) | |
CN104730152A (zh) | 一种基于分形维数的复合材料结构件裂纹损伤监测方法 | |
CN106770672A (zh) | Lamb波主被动监测信息融合的工程结构损伤评估方法 | |
Zhu et al. | A two-step impact localization method for composite structures with a parameterized laminate model | |
Kim et al. | Failure diagnosis system using a new nonlinear mapping augmentation approach for deep learning algorithm | |
Hao et al. | Acoustic sources localization for composite pate using arrival time and BP neural network | |
Feng et al. | Localization of low-velocity impact in CFRP plate using time–frequency features of guided wave and convolutional neural network | |
Feng et al. | Locating low velocity impacts on a composite plate using multi-frequency image fusion and artificial neural network | |
CN106324097A (zh) | 一种基于声波传感测定材料碰撞恢复系数的方法 | |
CN112285651A (zh) | 基于特征提取矩阵相似度识别复合材料冲击源位置的方法及系统 | |
Wei et al. | Modified reconstruction algorithm for probabilistic inspection of damage based on damaged virtual sensing paths | |
Thiene et al. | Impact location in composite plates using proper orthogonal decomposition |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20170630 |