CN107478170B - 一种光纤应变花和智能涂层集成传感器的实现方法 - Google Patents
一种光纤应变花和智能涂层集成传感器的实现方法 Download PDFInfo
- Publication number
- CN107478170B CN107478170B CN201710757633.0A CN201710757633A CN107478170B CN 107478170 B CN107478170 B CN 107478170B CN 201710757633 A CN201710757633 A CN 201710757633A CN 107478170 B CN107478170 B CN 107478170B
- Authority
- CN
- China
- Prior art keywords
- sensor
- smart coat
- fibre strain
- fibre
- colored
- 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.)
- Expired - Fee Related
Links
- 239000000835 fiber Substances 0.000 title claims abstract description 59
- 238000000034 method Methods 0.000 title claims abstract description 30
- 230000003287 optical effect Effects 0.000 claims abstract description 11
- 238000013461 design Methods 0.000 claims abstract description 9
- 239000013307 optical fiber Substances 0.000 claims description 20
- 239000010410 layer Substances 0.000 claims description 9
- 229910000838 Al alloy Inorganic materials 0.000 claims description 7
- 239000011248 coating agent Substances 0.000 claims description 7
- 238000000576 coating method Methods 0.000 claims description 7
- 239000000203 mixture Substances 0.000 claims description 7
- 238000012360 testing method Methods 0.000 claims description 7
- 230000006378 damage Effects 0.000 claims description 6
- 238000005457 optimization Methods 0.000 claims description 6
- 208000037656 Respiratory Sounds Diseases 0.000 claims description 4
- 230000008878 coupling Effects 0.000 claims description 4
- 238000010168 coupling process Methods 0.000 claims description 4
- 238000005859 coupling reaction Methods 0.000 claims description 4
- 238000010207 Bayesian analysis Methods 0.000 claims description 3
- 230000002068 genetic effect Effects 0.000 claims description 3
- 238000007689 inspection Methods 0.000 claims description 3
- 239000011241 protective layer Substances 0.000 claims description 3
- 230000008859 change Effects 0.000 claims description 2
- 230000007613 environmental effect Effects 0.000 claims description 2
- 230000004044 response Effects 0.000 claims description 2
- 208000027418 Wounds and injury Diseases 0.000 claims 1
- 208000014674 injury Diseases 0.000 claims 1
- 238000012544 monitoring process Methods 0.000 abstract description 15
- 230000036541 health Effects 0.000 abstract description 7
- 238000011160 research Methods 0.000 description 4
- 238000009661 fatigue test Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000001514 detection method Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 206010016256 fatigue Diseases 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000035945 sensitivity Effects 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 241000208340 Araliaceae Species 0.000 description 1
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 1
- 235000003140 Panax quinquefolius Nutrition 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 230000007797 corrosion Effects 0.000 description 1
- 238000005260 corrosion Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005315 distribution function Methods 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 230000008303 genetic mechanism Effects 0.000 description 1
- 235000008434 ginseng Nutrition 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/16—Measuring arrangements characterised by the use of optical techniques for measuring the deformation in a solid, e.g. optical strain gauge
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01L—MEASURING FORCE, STRESS, TORQUE, WORK, MECHANICAL POWER, MECHANICAL EFFICIENCY, OR FLUID PRESSURE
- G01L1/00—Measuring force or stress, in general
- G01L1/24—Measuring force or stress, in general by measuring variations of optical properties of material when it is stressed, e.g. by photoelastic stress analysis using infrared, visible light, ultraviolet
- G01L1/242—Measuring force or stress, in general by measuring variations of optical properties of material when it is stressed, e.g. by photoelastic stress analysis using infrared, visible light, ultraviolet the material being an optical fibre
Abstract
本发明提供一种光纤应变花和智能涂层集成传感器的实现方法,其具体步骤如下：步骤一，选择光纤传感器，并根据实际的情况对光纤应变花进行设计；步骤二，对智能涂层传感器进行选择，设计智能涂层传感器的形状；步骤三，将光纤应变花和智能涂层进行集成；步骤四，对光纤应变花和智能涂层传感器的布局进行优化；步骤五，对光纤应变花和智能涂层集成传感器进行性能测试；通过以上步骤，本发明实现了一种光纤应变花和智能涂层集成的传感器，能够监测多个方向的应力应变，同时解决了智能涂层传感器虚警率较高的问题，便于对结构进行健康监测，提高健康监测的精度和稳定性。
Description
技术领域
本发明提供一种光纤应变花和智能涂层集成传感器的实现方法,它涉及一种对光纤传感器应变花结构的研究，以及与智能涂层传感器的结合，最后实现传感器的集成，从而结合两种传感器的优点，提高对结构应变和裂纹监测精度的方法，属于结构健康监测技术领域。
背景技术
光纤可对其布贴局部区域的应力应变进行实时监测，且具有抗电磁干扰、抗腐蚀、灵敏度高、本征无源、易维护、重量轻、耐腐蚀等优点，但是单一的光纤只能监测某一个方向的应力应变，然而在实际的应用过程中通常需要同时监测多个方向的应力应变。
智能涂层技术可实现对结构裂纹的监测，已经得到了实际的应用，但是因为智能涂层脆性较大，当其应用在监测结构时会存在虚警率较高的问题，即当结构未出现问题时，由于其他因素的影响导致其报警，因此限制了它的推广应用。
基于以上现状和问题，本发明一种光纤应变花和智能涂层集成的传感器，能实现同时监测多个方向的应力应变，解决智能涂层传感器虚警率较高的问题，并且由于光纤光栅传感器主要监测大尺度应变场，不适宜于小尺度测量，相反，智能涂层在小尺度应变场监测的问题上有优势，因此两者相结合能够提高检测的精度，便于实际应用。
发明内容
(一)本发明的目的是：
本发明一种光纤应变花和智能涂层集成传感器的实现方法，利用光纤应变花与智能涂层传感器的结合，能够监测多个方向的应力应变，同时解决智能涂层传感器虚警率较高的问题，提高对结构应变和裂纹的监测精度便和稳定性，便于对结构进行健康监测。
(二)其具体技术方案如下：
本发明一种光纤应变花和智能涂层集成传感器的实现方法,其具体步骤如下：
步骤一，选择光纤传感器，并根据实际的情况对光纤应变花进行设计；
步骤二，对智能涂层传感器进行选择，设计智能涂层传感器的形状；
步骤三，将光纤应变花和智能涂层进行集成；
步骤四，对光纤应变花和智能涂层传感器的布局进行优化；
步骤五，对光纤应变花和智能涂层集成传感器进行性能测试。
其中，在步骤一中所述的“选择光纤传感器，并根据实际的情况对光纤应变花进行设计”；其作法如下：选择合适的光纤传感器，其型号为EDF-MP980光纤传感器；所述的“光纤应变花”是指一种具有两个或两个以上不同轴向敏感栅的光纤传感器，用于确定平面应力场中主应变的大小和方向；本发明设计的光纤应变花结构含3个光纤栅点，信号从栅点1进入，从栅点3射出，三个栅点之间呈等边三角形。
其中，在步骤二中所述的“对智能涂层传感器的进行选择，设计智能涂层传感器的形状”；其作法如下：所述的“智能涂层传感器”是指一种以涂层的形式制备于目标物体上，能对环境产生选择性作用或者对环境变化作出响应，并实时改变自身的一种或多种性能参数向适应环境方向调整的传感器；本发明所选择的智能涂层传感器型号为PDXL-GA527，根据所监测的区域(长为250mm,宽为100mm的长方形)对智能涂层进行设计，共放置四块智能涂层传感器。
其中，在步骤三中所述的“将光纤应变花和智能涂层进行集成”；其作法如下：所述的“智能涂层”是由驱动层、传感层和保护层组成，该“智能涂层”的组成比较复杂，而光纤应变花的组成比较简单，为了尽量减少对传感器精度影响，并保证传感器的功能实现耦合，所以集成时是将光纤应变花放置在智能涂层的驱动层中。
其中，在步骤四中所述的“对光纤应变花和智能涂层传感器的布局进行优化”；其作法如下：采用基于贝叶斯分析(基于贝叶斯定理而发展起来用于系统地阐述和解决统计问题的方法)的传感器布局和优化的方法，根据先验信息，计算不同损伤程度在虚警/漏检情况下的成本损失后验分布函数，建立由分布式传感器布局方法、损失成本与结构损伤概率分布组成的贝叶斯风险函数(计算某决策函数相对于先验分布的风险)，利用遗传算法(模拟达尔文生物进化论的自然选择和遗传学机理的生物进化过程的计算模型，是一种通过模拟自然进化过程搜索最优解的方法)寻找成本损失最小情况下的传感器布局方案，根据所监测的区域(长为250mm,宽为100mm的长方形)对布局方案进行优化。
其中，在步骤五中所述的“对光纤应变花和智能涂层集成传感器进行性能测试”；其作法如下：在铝合金薄板(长为250mm,宽为100mm的长方形)的中心开有直径为10mm的圆孔，同时在孔的两边各预制1mm的裂纹，然后将贴有该集成传感器的铝合金薄板安装在疲劳试验机上进行疲劳裂纹扩展试验，最后对光纤和智能涂层集成传感器的采集信号进行处理，分析该集成传感器的性能。
通过以上步骤，实现了一种光纤应变花和智能涂层集成的传感器，能够监测多个方向的应力应变，同时解决了智能涂层传感器虚警率较高的问题，便于对结构进行健康监测，提高健康监测的精度和稳定性。
(三)本发明的优点在于：
本发明一种光纤应变花和智能涂层集成传感器的实现方法，能够同时监测多个方向的应力应变，相比于一般的单一的传感器，监测的范围更广，解决光纤光栅传感器对小尺度应变场和裂纹敏感度低以及智能涂层传感器虚警率较高的问题，结合了光纤光栅传感器和智能涂层传感器的优点，因此集成传感器的检测精度更高，应用的范围更广，更加符合对结构健康监测领域的实际需求，实用性强。
附图说明
图1本发明所述方法流程图。
图2光纤应变花结构。
图3智能涂层的设计。
图4光纤和智能涂层集成方案。
图5光纤和智能涂层传感器布局优化。
图中序号、符号、代号说明如下：
图2中：“FBG”为光纤光栅传感器。
图5种：“Φ10”表示直径为10mm。
具体实施方式
本发明一种光纤应变花和智能涂层集成传感器的实现方法，见图1所示，其具体步骤如下：
步骤一，选择型号为EDF-MP980光纤传感器，并根据实际的情况设计光纤应变花结构，本发明所设计的光纤应变花结构含3个光纤栅点，设计的结构如图2所示；
步骤二，对智能涂层传感器进行选择，并根据实际情况设计智能涂层的形状；选择合适的智能涂层传感器型号为PDXL-GA527，根据所监测的区域(长为250mm,宽为100mm的长方形)对智能涂层进行设计，如图3所示；
步骤三，将光纤应变花和智能涂层进行集成，基于两类传感器的复合方式是多种多样的，由于光纤和智能涂层传感器是不同类型的传感器，所以在集成的过程中要考虑两种传感器对损伤测量的敏感程度，使得光纤与智能涂层集成传感器能准确得到测量信号。传感器之间的相互影响复杂，且易受外界因素的干扰，为保证传感器的功能实现耦合，复合的方式成为研究关键。智能涂层由驱动层、传感层和保护层组成，组成比较复杂，而光纤的组成比较简单，为了尽量减少对传感器精度影响，并保证传感器的功能实现耦合，根据光纤相对于驱动层的布置位置提出集成方案，如图4所示。
步骤四，对光纤应变花和智能涂层的布局进行优化。传感器优化布局的研究目标是优化有限资源分配，最大限度提高结构的健康监测能力。采用基于贝叶斯分析的传感器布局和优化的方法，根据先验信息，计算不同损伤程度在虚警/漏检情况下的成本损失后验分布函数，建立由分布式传感器布局方法、损失成本与结构损伤概率分布组成的贝叶斯风险函数，利用遗传算法寻找成本损失最小情况下的传感器布局方案，根据所监测的区域(长为250mm,宽为100mm的长方形)对布局方案进行优化，如图5所示；
步骤五，对光纤应变花和智能涂层集成传感器进行性能测试。光纤应变花和智能涂层集成传感器的最终是要应用于复杂结构的损伤监测中，因此需要对集成传感器的工程适用性进行测试。
集成传感器的工程适用性研究可通过疲劳试验进行，疲劳试验的开展需在铝合金薄板(长为250mm,宽为100mm的长方形)的中心开有直径为10mm的圆孔，同时在孔的两边各预制1mm的裂纹，然后将贴有集成传感器的铝合金薄板安装在疲劳试验机上进行疲劳裂纹扩展试验。在疲劳试验加载前，分别采集光纤和智能涂层传感器的初始信号。随后，通过光学显微镜实时记录不同循环周次下的裂纹长度，同时记录光纤和智能涂层传感器的数据。最后对光纤和智能涂层集成传感器的采集信号进行处理，分析集成传感器的性能，结果如表1所示，由测试结果可知，集成传感器的精度较高。
表1集成传感器的测试结果
Claims (7)
1.一种光纤应变花和智能涂层集成传感器的实现方法,其特征在于：其具体步骤如下：
步骤一，选择光纤传感器，并根据实际的情况对光纤应变花进行设计；
步骤二，对智能涂层传感器进行选择，设计智能涂层传感器的形状；
步骤三，将光纤应变花和智能涂层进行集成；
步骤四，对光纤应变花和智能涂层传感器的布局进行优化；
步骤五，对光纤应变花和智能涂层集成传感器进行性能测试；
在步骤四中采用基于贝叶斯分析的传感器布局和优化的方法，根据先验信息，计算不同损伤程度在虚警/漏检情况下的成本损失后验分布函数，建立由分布式传感器布局方法、损失成本与结构损伤概率分布组成的贝叶斯风险函数，利用遗传算法寻找成本损失最小情况下的传感器布局方案，根据所监测的区域对布局方案进行优化。
2.根据权利要求1所述的一种光纤应变花和智能涂层集成传感器的实现方法,其特征在于：在步骤一中选择合适的光纤传感器，其型号为EDF-MP980光纤传感器；所述的光纤应变花是指一种具有两个及两个以上不同轴向敏感栅的光纤传感器，用于确定平面应力场中主应变的大小和方向；光纤应变花结构含3个光纤栅点，信号从栅点1进入，从栅点3射出，三个栅点之间呈等边三角形。
3.根据权利要求1所述的一种光纤应变花和智能涂层集成传感器的实现方法,其特征在于：在步骤二中所述的智能涂层传感器是指一种以涂层的形式制备于目标物体上，能对环境产生选择性作用及对环境变化作出响应，并实时改变自身的一种及多种性能参数向适应环境方向调整的传感器；所选择的智能涂层传感器型号为PDXL-GA527，根据所监测的区域对智能涂层进行设计。
4.根据权利要求1所述的一种光纤应变花和智能涂层集成传感器的实现方法,其特征在于：在步骤三中所述的智能涂层是由驱动层、传感层和保护层组成，该智能涂层的组成复杂，而光纤应变花的组成简单，为了尽量减少对传感器精度影响，并保证传感器的功能实现耦合，所以集成时是将光纤应变花放置在智能涂层的驱动层中。
5.根据权利要求1所述的一种光纤应变花和智能涂层集成传感器的实现方法,其特征在于：在步骤五中在铝合金薄板的中心开有圆孔，同时在孔的两边各预制裂纹，然后将贴有该集成传感器的铝合金薄板安装在疲劳试验机上进行疲劳裂纹扩展试验，最后对光纤和智能涂层集成传感器的采集信号进行处理，分析该集成传感器的性能。
6.根据权利要求1或3所述的一种光纤应变花和智能涂层集成传感器的实现方法,其特征在于：在步骤二中所述的智能涂层传感器共放置四块。
7.根据权利要求1或5所述的一种光纤应变花和智能涂层集成传感器的实现方法,其特征在于：在步骤五中其测试所选用的铝合金薄板，是长为250mm,宽为100mm的长方形，其中心开有直径为10mm的圆孔，同时在孔的两边各预制1mm的裂纹。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710757633.0A CN107478170B (zh) | 2017-08-29 | 2017-08-29 | 一种光纤应变花和智能涂层集成传感器的实现方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710757633.0A CN107478170B (zh) | 2017-08-29 | 2017-08-29 | 一种光纤应变花和智能涂层集成传感器的实现方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN107478170A CN107478170A (zh) | 2017-12-15 |
| CN107478170B true CN107478170B (zh) | 2019-06-28 |
Family
ID=60603164
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710757633.0A Expired - Fee Related CN107478170B (zh) | 2017-08-29 | 2017-08-29 | 一种光纤应变花和智能涂层集成传感器的实现方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107478170B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108414626A (zh) * | 2018-03-02 | 2018-08-17 | 北京航空航天大学 | 一种基于贝叶斯风险函数的多传感器损伤组网监测方法 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1928539A (zh) * | 2006-09-12 | 2007-03-14 | 吕志刚 | 具有随附损伤特性的损伤探测信息智能涂层 |
| CN102278947A (zh) * | 2011-04-29 | 2011-12-14 | 大连理工大学 | 用于沥青混凝土路面应变、裂纹测试的封装fbg传感器 |
| CN102539321A (zh) * | 2012-01-05 | 2012-07-04 | 江苏大学 | 基于应变片技术的涂层界面结合强度检测方法和装置 |
| CN103640713A (zh) * | 2013-12-17 | 2014-03-19 | 中国人民解放军空军装备研究院航空装备研究所 | 飞机结构疲劳部件的监测系统 |
-
2017
- 2017-08-29 CN CN201710757633.0A patent/CN107478170B/zh not_active Expired - Fee Related
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1928539A (zh) * | 2006-09-12 | 2007-03-14 | 吕志刚 | 具有随附损伤特性的损伤探测信息智能涂层 |
| CN102278947A (zh) * | 2011-04-29 | 2011-12-14 | 大连理工大学 | 用于沥青混凝土路面应变、裂纹测试的封装fbg传感器 |
| CN102539321A (zh) * | 2012-01-05 | 2012-07-04 | 江苏大学 | 基于应变片技术的涂层界面结合强度检测方法和装置 |
| CN103640713A (zh) * | 2013-12-17 | 2014-03-19 | 中国人民解放军空军装备研究院航空装备研究所 | 飞机结构疲劳部件的监测系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN107478170A (zh) | 2017-12-15 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN103063341B (zh) | 一种检测轴销所承受径向力的方法 | |
| WO2002051053A3 (en) | Textual and graphical demarcation of location, and interpretation of measurements | |
| CN105550506B (zh) | 基于长期实测数据的桥梁风振响应直接预测方法 | |
| CN103063345B (zh) | 一种检测轴销所承受径向力的方法 | |
| CN107013812B (zh) | 一种三场耦合管道泄漏监测方法 | |
| CN109738014A (zh) | 城市综合管廊设备故障的智能诊断方法及系统 | |
| US20230133055A1 (en) | Method for detecting infection stage of anthracnose pathogenic with pre-analysis capacity | |
| CN105574593A (zh) | 基于云计算和大数据的轨道状态静态检控系统及方法 | |
| CN107679089A (zh) | 一种用于电力传感数据的清洗方法、装置和系统 | |
| Fu et al. | Online temporal-spatial analysis for detection of critical events in cyber-physical systems | |
| CN107478170B (zh) | 一种光纤应变花和智能涂层集成传感器的实现方法 | |
| WU et al. | Windborne migration routes of newly-emerged fall armyworm from Qinling mountains–Huaihe river region, China | |
| CN113404655A (zh) | 一种基于ps0-anfis的风力发电机传感器状态诊断系统 | |
| CN113269352A (zh) | 基于移动互联网的城市内涝监测预警方法、系统及介质 | |
| CN115577587A (zh) | 一种历史建筑健康状态监测方法及系统 | |
| CN116721236A (zh) | 一种基于数字孪生大棚种植监测方法、系统及存储介质 | |
| CN107222169A (zh) | 一种基于离群点检测的光伏阵列实时监控与故障检测方法 | |
| CN107977730A (zh) | 一种多传感器数据融合技术的风速测量方法 | |
| CN105203327B (zh) | 一种应用于发动机气路分析的气路测量参数选择方法 | |
| CN102998367B (zh) | 一种基于虚拟派生结构的损伤识别方法 | |
| Lee et al. | Applying precision triaxial accelerometer to monitor branch sway of an urban tree in a tropical cyclone | |
| CN102721560A (zh) | 支座角位移温度变化基于空间坐标监测的受损索识别方法 | |
| CN105651537B (zh) | 一种高损伤敏感性的桁架结构损伤实时监测系统 | |
| CN116702588A (zh) | 一种基于多源数据的风电场关键气象因子预报方法及系统 | |
| CN106546319B (zh) | 基于光纤光栅瞬态响应差值计算的固支板冲击监测方法 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CF01 | Termination of patent right due to non-payment of annual fee | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20190628 Termination date: 20210829 |