CN108195937B - 一种基于导波的损伤概率成像方法 - Google Patents

Abstract

本发明公开了一种基于导波的损伤概率成像方法，涉及结构健康监测技术领域，其包括下列步骤：(1)在待测结构上布置压电片组成N条压电监测路径；(2)获取每条监测路径的基准信号；(3)获取每条监测路径的当前信号；(4)计算每条监测路径的损伤指数；(5)对监测区域建立坐标系，划分成像网格，并计算每个成像网格的损伤概率成像值，其中损伤概率成像值越大，表明了损伤存在的概率越大。本发明提供的损伤概率成像方法，具有：损伤成像的图像清晰，损伤定位精度高，可以对多损伤进行成像识别，方法简单易行，可应用于复杂结构的结构健康监测。

Description

一种基于导波的损伤概率成像方法

技术领域

本发明属于结构健康监测技术领域，涉及一种基于导波的损伤概率成像方法。

背景技术

近年来，基于导波的结构健康监测技术受到了广泛的关注，成为了一个研究热点。这是由于导波能够在结构中传播较长的距离，并且对裂纹、腐蚀和分层等损伤敏感。在基于导波的结构健康监测中，损伤成像算法由于能用图像直观地识别和定位损伤，从而受到了重视，并得到了广泛研究。其中，基于椭圆分布概率的损伤概率成像方法由于能利用稀疏传感器网络产生较好质量的损伤图像，且适用于复杂结构，而得到了很多研究。在此方法中，对于每个激励-传感路径，损伤存在分布概率是一个线性衰减的椭圆分布概率，即成像点离激励- 传感路径越远，损伤存在的概率越小。并且，对于每个激励-传感路径，此方法的损伤存在概率，无论损伤处于何位置，总是在激励-传感的直达路径上最大。这样的损伤分布概率是一种不准确的分布概率，与事实不符合，会造成损伤定位精度的降低。另一方面，控制椭圆分布概率影响区域大小的比例因子，需要靠经验进行选择确定。以上，限制了此方法在实际监测中的应用。

发明内容

本发明的目的是：为了克服基于椭圆分布概率的损伤概率成像方法的不足，本发明提供了一种基于椭圆环分布概率的损伤概率成像方法，可以改善损伤存在分布概率的准确性，提高损伤定位的精度。

本发明的技术方案是：一种基于导波的损伤概率成像方法，包括下列步骤： (1)在待测结构上布置压电片组成N条压电监测路径；(2)获取每条监测路径的基准信号；(3)获取每条监测路径的当前信号；(4)计算每条监测路径的损伤指数；(5)对监测区域建立坐标系，划分成像网格，并计算每个成像网格的损伤概率成像值，其中损伤概率成像值越大，表明了损伤存在的概率越大。

本发明具体包括下列步骤：

(1)在待测结构4上布置压电片阵列3组成N条压电监测路径；

(2)获取每条监测路径的基准信号S_bi (t)(i＝1,2,...,N)：由波形发生器1通过如下公式产生波形，并通过功率放大器2激励压电片阵列3组成的监测路径中的激励器；由每条监测路径中的传感器接收信号，并通过电荷放大器5、数据采集处理系统6存储每条监测路径的基准信号S_bi (t)；

式中：

A—信号的幅度调制；

f_c—信号中心频率；

n—信号波峰个数；

H—Heaviside阶梯函数；

t—时间。

(3)与步骤(2)相同的方法，获取每条监测路径的当前信号S_ci (t)(i＝1,2,...,N)；

(4)计算每条监测路径的损伤指数DI_i(i＝1,2,...,N)；

式中：

ti—积分起始时间；

tf—积分结束时间；

(5)在监测区域建立笛卡尔平面坐标系，并将监测区域划分为均匀大小的成像网格，得到压电片坐标和各网格中心的坐标。对于中心坐标为(x,y)的网格，其损伤概率成像值为：

其中DI_i是第i条监测路径的损伤指数，N是监测路径的总数，D_i(x,y)是中心坐标为(x,y)的网格分别到第i条监测路径的激励器和传感器的距离之和，可以表示为：

D_i(x,y)＝D_a,i(x,y)+D_s,i(x,y)

其中D_a,i(x,y)和D_s,i(x,y)分别是中心坐标为(x,y)的网格到第i条监测路径的激励器和传感器的距离。

W_i[D_i(x,y)]是第i条监测路径的损伤分布概率的权重函数，可以表示为：

其中D1_i是第i条监测路径的估计的最近损伤位置，可以表达为：

D1_i＝c₁t_i

其中c₁为估计的导波波速下限，t_i为第i条监测路径的损伤散射信号的到达时间。D2_i是第i条监测路径的估计的最远损伤位置，可以表达为：

D2_i＝c₂t_i

其中c₂为估计的导波波速上限。

上述得到的各成像网格的损伤概率成像值，其中成像值越大，表明该网格处存在损伤的可能性越大。

本发明相比现有技术的优点在于：损伤成像的图像清晰，损伤定位精度高，可以对多损伤进行成像识别，方法简单易行。

附图说明

图1是基于导波的损伤概率成像方法实施例示意图；

图中，1-波形发生器，2-功率放大器，3-压电片阵列，4-待测结构，5-电荷放大器，6-数据采集处理系统。

图2是本发明一具体实施例中板尺寸、压电片布置及坐标系示意图。

图3为使用本发明的损伤概率成像图。

具体实施方式

下面结合附图对本发明的具体实施方式做进一步说明。

参照图1，现有基于导波的结构损伤监测基本由波形发生器1，功率放大器 2，压电片阵列3，待测结构4，电荷放大器5，数据采集处理系统6组成。波形发生器1通过导线与功率放大器2连接；功率放大器2通过导线与压电片阵列3 组成的监测路径中的激励器连接；监测路径中的传感器通过导线与电荷放大器5 连接；电荷放大器5通过导线与数据采集处理系统连接。在监测过程中，由系统在待测结构4中产生导波，并采集在待测结构4监测区域传播的导波，对采集到的导波信号进行处理，从而得到损伤概率成像图。具体步骤为：

(1)在待测结构4上布置压电片阵列3组成N条压电监测路径；

(2)获取每条监测路径的基准信号S_b (t)：由波形发生器1产生波形，并通过功率放大器2放大后，激励压电片阵列3组成的监测路径中的激励器；由每条监测路径中的传感器接收信号，并通过电荷放大器5、数据采集处理系统6存储每条监测路径的基准信号S_b(t)；

(3)与步骤(2)相同的方法，获取每条监测路径的当前信号S_c (t)；

(4)计算每条监测路径的损伤指数DI；

(5)对监测区域建立坐标系，划分成像网格，并计算每个成像网格的损伤概率成像值。

按照上述步骤，对一碳纤维复合材料板进行损伤监测。复合材料板的材料为：T700/BA9916，铺层为：[45/0/-45/90/0/45/0/-45/0/45/90/-45]_S，尺寸为: 450mm×500mm×3mm。在板上布置了8个压电片。复合材料板尺寸，压电片布置及坐标系建立，如图2所示。由于导波传播的互易性，此压电片网络共组成28条压电监测路径。信号激励频率为90KHz,信号采样率为10MHz。监测开始前，先采集了一组基准信号。然后通过冲击引入了两处损伤，再采集了一组当前信号。利用基准信号和当前信号，计算了每条监测路径的损伤指数。然后通过损伤概率成像公式，得到了损伤成像图，如图3所示,其中损伤成像图采用了阈值化处理，对小于阈值1.05的成像值设置为了零。

Claims (1)

1.一种基于导波的损伤概率成像方法，其特征为所述方法包括下列步骤：

1.1)在待测结构上布置压电片组成N条压电监测路径；

1.2)获取每条监测路径的基准信号；

1.3)获取每条监测路径的当前信号；

1.4)计算每条监测路径的损伤指数；

1.5)对监测区域建立坐标系，划分成像网格，并计算每个成像网格的损伤概率成像值，其中损伤概率成像值越大，表明了损伤存在的概率越大；所述方法包括下列步骤：

2.1)在待测结构(4)上布置压电片阵列(3)组成N条压电监测路径；

2.2)获取每条监测路径的基准信号S_bi (t)(i＝1,2,...,N)：由波形发生器(1)通过如下公式产生波形，并通过功率放大器(2)激励压电片阵列(3)组成的监测路径中的激励器；由每条监测路径中的传感器接收信号，并通过电荷放大器(5)、数据采集处理系统(6)存储每条监测路径的基准信号S_bi (t)；

式中：

A—信号的幅度调制；

f_c—信号中心频率；

n—信号波峰个数；

H—Heaviside阶梯函数；

t—时间；

2.3)与步骤2.2)相同的方法，获取每条监测路径的当前信号S_ci (t)(i＝1,2,...,N)；

2.4)计算每条监测路径的损伤指数DI_i(i＝1,2,...,N)；

式中：

ti—积分起始时间；

tf—积分结束时间；

2.5)在监测区域建立笛卡尔平面坐标系，并将监测区域划分为均匀大小的成像网格，得到压电片坐标和各网格中心的坐标；对于中心坐标为(x,y)的网格，其损伤概率成像值为：

其中DI_i是第i条监测路径的损伤指数，N是监测路径的总数，D_i(x,y)是中心坐标为(x,y)的网格分别到第i条监测路径的激励器和传感器的距离之和，表示为：

D_i(x,y)＝D_a,i(x,y)+D_s,i(x,y)

其中D_a,i(x,y)和D_s,i(x,y)分别是中心坐标为(x,y)的网格到第i条监测路径的激励器和传感器的距离；

W_i[D_i(x,y)]是第i条监测路径的损伤分布概率的权重函数，表示为：

其中D1_i是第i条监测路径的估计的最近损伤位置，表达为：

D1_i＝c₁t_i

其中c₁为估计的导波波速下限，t_i为第i条监测路径的损伤散射信号的到达时间；D2_i是第i条监测路径的估计的最远损伤位置，表达为：

D2_i＝c₂t_i

其中c₂为估计的导波波速上限；

上述得到的各成像网格的损伤概率成像值，其中成像值越大，表明该网格处存在损伤的可能性越大。

Images