CN108254438A - 基于兰姆波的不均匀截面结构损伤识别成像方法及系统 - Google Patents

基于兰姆波的不均匀截面结构损伤识别成像方法及系统 Download PDF

Info

Publication number
CN108254438A
CN108254438A CN201711376047.8A CN201711376047A CN108254438A CN 108254438 A CN108254438 A CN 108254438A CN 201711376047 A CN201711376047 A CN 201711376047A CN 108254438 A CN108254438 A CN 108254438A
Authority
CN
China
Prior art keywords
damage
sensory
sensory path
coordinate points
path
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
Application number
CN201711376047.8A
Other languages
English (en)
Inventor
赵晶晶
刘广
李富才
李鸿光
冯康军
曹倩倩
胡坚
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shanghai Jiaotong University
Shanghai Institute of Electromechanical Engineering
Original Assignee
Shanghai Jiaotong University
Shanghai Institute of Electromechanical Engineering
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shanghai Jiaotong University, Shanghai Institute of Electromechanical Engineering filed Critical Shanghai Jiaotong University
Priority to CN201711376047.8A priority Critical patent/CN108254438A/zh
Publication of CN108254438A publication Critical patent/CN108254438A/zh
Pending legal-status Critical Current

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
    • 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
    • G01N29/06—Visualisation of the interior, e.g. acoustic microscopy
    • G01N29/0654—Imaging
    • G01N29/069—Defect imaging, localisation and sizing using, e.g. time of flight diffraction [TOFD], synthetic aperture focusing technique [SAFT], Amplituden-Laufzeit-Ortskurven [ALOK] technique
    • 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
    • G01N29/44—Processing the detected response signal, e.g. electronic circuits specially adapted therefor
    • G01N29/4409—Processing the detected response signal, e.g. electronic circuits specially adapted therefor by comparison
    • G01N29/4427—Processing the detected response signal, e.g. electronic circuits specially adapted therefor by comparison with stored values, e.g. threshold values
    • 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
    • G01N29/44—Processing the detected response signal, e.g. electronic circuits specially adapted therefor
    • G01N29/4463—Signal correction, e.g. distance amplitude correction [DAC], distance gain size [DGS], noise filtering
    • 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
    • G01N29/44—Processing the detected response signal, e.g. electronic circuits specially adapted therefor
    • G01N29/4472—Mathematical theories or simulation
    • 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
    • G01N29/44—Processing the detected response signal, e.g. electronic circuits specially adapted therefor
    • G01N29/50—Processing the detected response signal, e.g. electronic circuits specially adapted therefor using auto-correlation techniques or cross-correlation techniques
    • 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

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Pathology (AREA)
  • Immunology (AREA)
  • General Health & Medical Sciences (AREA)
  • Biochemistry (AREA)
  • Analytical Chemistry (AREA)
  • Chemical & Material Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Signal Processing (AREA)
  • Engineering & Computer Science (AREA)
  • Acoustics & Sound (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Analysis (AREA)
  • Algebra (AREA)
  • Investigating Or Analyzing Materials By The Use Of Ultrasonic Waves (AREA)

Abstract

本发明提供了一种基于兰姆波的不均匀截面结构损伤识别成像方法及系统，通过建立传感网络校对传感网络中各条传感路径的损伤指数，然后把所有传感路径所校对的损伤指数中的最大值按照设定的比例设置为阈值，以此阈值来判断传感路径被损伤影响的程度。随后建立结构权函数，将损伤指数分散到损伤影响区域中，进而得到损伤出现在坐标点(x，y)的概率值。本发明克服了传统检测方法无法精确定位不均匀截面结构板中损伤的缺陷，满足了实时性和在线性的要求，实现不均匀截面板壳结构的自主式的无损检测，在航空航天船舶及建筑等领域具有非常重要的实用价值。

Description

基于兰姆波的不均匀截面结构损伤识别成像方法及系统
技术领域
本发明涉及图像信息处理技术领域，具体地，涉及基于兰姆波的不均匀截面结构损伤识别成像方法及系统。
背景技术
兰姆波(Lamb waves)是在自由板中穿上的平面应变波，此时板的上、下表面应力为零。随着波的入射角和频率的改变，在每一点都会产生不同的模态结构。文献《JosephL.Rose(1999)Ultrasonic waves in solid media.Cambridge University Press》(固体中的超声波)中描述了Rayleigh-Lamb频率方程的推导过程，利用此方程可以确定板内传播的特定频率(或频厚积)的导波的传播速度。然而在不均匀截面板中的传播的导波，频厚积随着截面的变化发生变化，因此在计算导波由激励换能器到感应换能器的飞行时间(ToF)，需要在考虑频厚积的变化对导波传播速度的影响。
兰姆波在板壳结构中传播遇到缺陷会产生反射、散射、投射等现象。基于兰姆波的的损伤检测将结构无缺陷时提取的响应信号作为基准信号，将当前结构提取的信号作为检测信号。为了避免提取缺陷散射的波信号的ToF，通过对一条传感路径所采集的基准信号与检测信号尽心相关性分析来校对该条传感路径的损伤指数(DI)。结合传感网络中所有传感路径所校对的DI，利用加权分布成像算法可以实现对传感网络所包围的区域的无损检测。《Zhao X，Qian T，Mei G，et al.Active health monitoring of an aircraft wing withan embedded piezoelectric sensor/actuator network:II.Wirelessapproaches.Smart Material and Structures.200716(4).1218-1225》(利用嵌入式压电传感器网络实现对飞行器机翼的自主式健康监测：II.无线方法)和文献《Hay T R，Royer RL，Gao H，et al.A comparison of embedded sensor Lamb wave ultrasonic tomographyapproaches for material loss detection.Smart Material and Structures.200615(4).946-951》(用于诊断材料损失的嵌入式传感兰姆波的超声成像方法对比)。这种方法在均匀截面板中能够自主地对结构内部的损伤进行实时在线监测，并获得了良好的精度。该方法中的权分布函数在离散损伤指数DI的时候不依赖于结构的变化，只针对均匀截面的板壳结构合理有效。因此当板壳结构是不均匀截面板的时候，传统方法中权分布函数并没有考虑到截面厚度变化引起的波的传播过程的影响，此时会引起损伤检测精度的降低和定位误差增大，无法满足实时性和在线性的要求。
发明内容
针对现有技术中的缺陷，本发明的目的是提供一种基于兰姆波的不均匀截面结构损伤识别成像方法及系统。
根据本发明提供的一种基于兰姆波的不均匀截面结构损伤识别成像方法，包括：
传感网络构建步骤：将换能器固定在待检测板壳结构的表面，或镶嵌于待检测板壳结构内部，每对换能器以一发一收的方式设置，组成一条激励-感应信号的传感路径，由传感路径构成传感网络，所覆盖的待检测板壳结构的区域为检测区域；
传感路径构的损伤指数校对步骤：对第n条传感路径而言，通过无缺陷基准信号的波形Cn(t)与有缺陷的检测响应信号Rn(t)的反相关性来校对该条传感路径的损伤指数为：其中：t为采样时间点，t0为采样时间的起始点，t1为采样时间的终止点，n为传感路径的序号1≤n≤N，N为传感路径的总数；
损伤影响程度判定步骤：把所有传感路径所校对的损伤指数中最大值按照设定的比例设定为阈值，当一条传感路径的损伤指数大于所述阈值的时候，推断该条传感路径被损伤影响，否则该条传感路径未受到损伤影响，损伤指数设置为0；
损伤坐标点概率计算步骤：根据所在传感路径的截面变化特征设定概率分布函数，称为结构权函数Wn[Bn(x，y)]，进而得到损伤出现在坐标点(x,y)的概率值。
较佳的，所述换能器采用楔形块状或薄片状的压电陶瓷材料制成。
较佳的，所述传感路径为一条长度为激励换能器到感应换能器之间的距离的直线。
较佳的，所述传感网络根据待检测板壳结构中所需要的检测区域来布置换能器，所构建的传感网络覆盖整个所需要的检测区域。
较佳的，所述损伤坐标点概率计算步骤具体包括：
对于第n条传感路径，兰姆波由激励位置经到坐标点(x,y)到达响应位置的传播时间TRn与兰姆波由激励位置直达响应位置的传播时间Tn的关系为：其中：坐标点(x,y)为检测区域内的坐标点，对于边长为a的正方形检测区域而言，-a≤x,y≤a；结构权函数Wn[Bn(x,y)]与坐标点(x,y)的关系为： 其中:α决定第n条传感路径影响区域的范围，0.015≤α≤0.15，n为传感路径的序号，1≤n≤N，N为传感路径的总数；
计算损伤出现在坐标点(x,y)处的概率值：；
把计算得到的概率值经正则化后得到概率分布图像，表明损伤出现的概率，其中：概况值最大的坐标点为损伤的中心位置坐标，进而实现损伤的成像和定位的目的。
根据本发明提供的一种基于兰姆波的不均匀截面结构损伤识别成像系统，包括：
传感网络构建模块：将换能器固定在待检测板壳结构的表面，或镶嵌于待检测板壳结构内部，每对换能器以一发一收的方式设置，组成一条激励-感应信号的传感路径，由传感路径构成传感网络，所覆盖的待检测板壳结构的区域为检测区域；
传感路径构的损伤指数校对模块：对第n条传感路径而言，通过无缺陷基准信号的波形Cn(t)与有缺陷的检测响应信号Rn(t)的反相关性来校对该条传感路径的损伤指数为：其中：t为采样时间点，t0为采样时间的起始点，t1为采样时间的终止点，n为传感路径的序号1≤n≤N，N为传感路径的总数；
损伤影响程度判定模块：把所有传感路径所校对的损伤指数中最大值按照设定的比例设定为阈值，当一条传感路径的损伤指数大于所述阈值的时候，推断该条传感路径被损伤影响，否则该条传感路径未受到损伤影响，损伤指数设置为0；
损伤坐标点概率计算模块：根据所在传感路径的截面变化特征设定概率分布函数，称为结构权函数Wn[Bn(x，y)]，进而得到损伤出现在坐标点(x,y)的概率值。
较佳的，所述换能器采用楔形块状或薄片状的压电陶瓷材料制成。
较佳的，所述传感路径为一条长度为激励换能器到感应换能器之间的距离的直线。
较佳的，所述传感网络根据待检测板壳结构中所需要的检测区域来布置换能器，所构建的传感网络覆盖整个所需要的检测区域。
较佳的，所述损伤坐标点概率计算模块具体包括：
对于第n条传感路径，兰姆波由激励位置经到坐标点(x,y)到达响应位置的传播时间TRn与兰姆波由激励位置直达响应位置的传播时间Tn的关系为：其中：坐标点(x,y)为检测区域内的坐标点，对于边长为a的正方形检测区域而言，-a≤x,y≤a；结构权函数Wn[Bn(x,y)]与坐标点(x,y)的关系为： 其中:α决定第n条传感路径影响区域的范围，0.015≤α≤0.15，n为传感路径的序号，1≤n≤N，N为传感路径的总数；
计算损伤出现在坐标点(x,y)处的概率值：
把计算得到的概率值经正则化后得到概率分布图像，表明损伤出现的概率，其中：概况值最大的坐标点为损伤的中心位置坐标，进而实现损伤的成像和定位的目的。
与现有技术相比，本发明具有如下的有益效果：
本发明克服了传统检测方法无法精确定位不均匀截面结构板中损伤的缺陷，满足了实时性和在线性的要求，实现不均匀截面板壳结构的自主式的无损检测，在航空航天船舶及建筑等领域具有非常重要的实用价值。
附图说明
通过阅读参照以下附图对非限制性实施例所作的详细描述，本发明的其它特征、目的和优点将会变得更明显：
图1为本发明的流程图；
图2为本发明实施例中带有圆形缺陷的斜面铝板及其识别流程示意图；
图3为本发明实施例所构建的传感网络的示意图；
图4为本发明构造的概率损伤图；
图5为传统方式构造的概率损伤图。
具体实施方式
下面结合具体实施例对本发明进行详细说明。以下实施例将有助于本领域的技术人员进一步理解本发明，但不以任何形式限制本发明。应当指出的是，对本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变化和改进。这些都属于本发明的保护范围。
如图1所示，本发明提供的一种基于兰姆波的不均匀截面结构损伤识别成像方法，包括：
传感网络构建步骤：将换能器固定在待检测板壳结构的表面，或镶嵌于待检测板壳结构内部，换能器采用楔形块状或薄片状的压电陶瓷材料制成。每对换能器以一发一收的方式设置，组成一条激励-感应信号的传感路径，传感路径为一条长度为激励换能器到感应换能器之间的距离的直线。由传感路径构成传感网络，所覆盖的待检测板壳结构的区域为检测区域，传感网络根据待检测板壳结构中所需要的检测区域来布置换能器，所构建的传感网络覆盖整个所需要的检测区域。
传感路径构的损伤指数校对步骤：对第n条传感路径而言，通过无缺陷基准信号的波形Cn(t)与有缺陷的检测响应信号Rn(t)的反相关性来校对该条传感路径的损伤指数为：其中：t为采样时间点，t0为采样时间的起始点，t1为采样时间的终止点，取值为响应信号的时间长度，n为传感路径的序号1≤n≤N，N为传感路径的总数；
损伤影响程度判定步骤：把所有传感路径所校对的损伤指数中最大值的80％设定为阈值，当一条传感路径的损伤指数大于阈值的时候，推断该条传感路径被损伤影响，否则该条传感路径未受到损伤影响，损伤指数设置为0；
损伤坐标点概率计算步骤：根据所在传感路径的截面变化特征设定概率分布函数，称为结构权函数Wn[Bn(x，y)]，进而得到损伤出现在坐标点(x,y)的概率值。具体包括：
对于第n条传感路径，兰姆波由激励位置经到坐标点(x,y)到达响应位置的传播时间TRn与兰姆波由激励位置直达响应位置的传播时间Tn的关系为：其中：坐标点(x,y)为检测区域内的坐标点，对于边长为a的正方形检测区域而言，-a≤x,y≤a；结构权函数Wn[Bn(x,y)]与坐标点(x,y)的关系为： 其中:α决定第n条传感路径影响区域的范围，0.015≤α≤0.15，n为传感路径的序号，1≤n≤N，N为传感路径的总数；
计算损伤出现在坐标点(x,y)处的概率值：
把计算得到的概率值经正则化后得到概率分布图像，表明损伤出现的概率，其中：概况值最大的坐标点为损伤的中心位置坐标，进而实现损伤的成像和定位的目的。
在上述基于兰姆波的不均匀截面结构损伤识别成像方法的基础上，本发明还提供一种基于兰姆波的不均匀截面结构损伤识别成像系统，包括：
传感网络构建模块：将换能器固定在待检测板壳结构的表面，或镶嵌于待检测板壳结构内部，换能器采用楔形块状或薄片状的压电陶瓷材料制成。每对换能器以一发一收的方式设置，组成一条激励-感应信号的传感路径，传感路径为一条长度为激励换能器到感应换能器之间的距离的直线。由传感路径构成传感网络，所覆盖的待检测板壳结构的区域为检测区域，传感网络根据待检测板壳结构中所需要的检测区域来布置换能器，所构建的传感网络覆盖整个所需要的检测区域。
传感路径构的损伤指数校对模块：对第n条传感路径而言，通过无缺陷基准信号的波形Cn(t)与有缺陷的检测响应信号Rn(t)的反相关性来校对该条传感路径的损伤指数为：其中：t为采样时间点，t0为采样时间的起始点，t1为采样时间的终止点，取值为响应信号的时间长度，n为传感路径的序号1≤n≤N，N为传感路径的总数；
损伤影响程度判定模块：把所有传感路径所校对的损伤指数中最大值的80％设定为阈值，当一条传感路径的损伤指数大于阈值的时候，推断该条传感路径被损伤影响，否则该条传感路径未受到损伤影响，损伤指数设置为0；
损伤坐标点概率计算模块：根据所在传感路径的截面变化特征设定概率分布函数，称为结构权函数Wn[Bn(x，y)]，进而得到损伤出现在坐标点(x,y)的概率值。具体包括：
对于第n条传感路径，兰姆波由激励位置经到坐标点(x,y)到达响应位置的传播时间TRn与兰姆波由激励位置直达响应位置的传播时间Tn的关系为：其中：坐标点(x,y)为检测区域内的坐标点，对于边长为a的正方形检测区域而言，-a≤x,y≤a；结构权函数Wn[Bn(x,y)]与坐标点(x,y)的关系为： 其中:α决定第n条传感路径影响区域的范围，0.015≤α≤0.15，n为传感路径的序号，1≤n≤N，N为传感路径的总数；
计算损伤出现在坐标点(x,y)处的概率值：
把计算得到的概率值经正则化后得到概率分布图像，表明损伤出现的概率，其中：概况值最大的坐标点为损伤的中心位置坐标，进而实现损伤的成像和定位的目的。
如图2所示，取一个带有直径为5mm通孔的斜面铝板试件(650mm×650mm)，厚度由7.5mm(y＝0)线性变化至3mm(y＝650)。选用压电陶瓷应变片作为激励与感应波信号的换能器。选用汉宁窗调制的中心频率为210kHz的7周期正弦调幅脉冲最为激励信号来验证本发明识别不均匀截面板壳结构损伤的有效性。
(1)构建传感网络：
压电应变片被固定在铝板表明，每两个验电应变片组成一条“激励-感应”波信号的传感路径，传感路径的编号和各自所对应的压电激励-感应应变片在表1中列出。本实例共选用56条传感路径，构成一个传感网络，覆盖整个面积为450mm×450mm的正方形检测区域，如图3所示。
表1传感器路径详情
(2)校对传感网络中各条传感路径的基于时间逆转的损伤指数(DI)。
(3)设定阈值：
对于每一种激励情况，所校对的DI最大值的80％被设置为阈值。根据此阈值推断出哪些被损伤严重影响的传感路径，相应的DI值被代入下面的结构权函数成像算法中，用于评估损伤存在的概率。
(4)定义结构权函数：
根据斜面板的厚度变化，第n条传感路径所在位置及铝板的频散曲线，获得结构权函数。其中结构权函数的影响区域α设置为1.2，即为直达传感路径的波传播时间的1.2倍。
(5)根据结构权函数分布成像算法评估损伤出现的概率值：
利用(4)中所确定的结构权函数，评估损伤出现在每一条传感路径影响区域中的概率值，然后将每一条传感路径影响区域中的概率值进行叠加，获得传感网络所包围的检测区域中的每一个离散坐标上的概率值。图4、图5分别展现了根据本发明权函数构造的概率图像及传统权函数构造的概率图像。
在每一个概率图像中，都将实际损伤的中心位置表示为“×”，被识别的中心位置表示为“。”。表格2列出了别识别的中心位置坐标和他们相对实际中心位置的距离，由此可知，本发明结构权函数分布成像算法可以有效提高损伤定位的精度，适用于不均匀截面板的实时在线损伤检测领域。
表2两种权函数分布成像算法结果(单位:mm)
本领域技术人员知道，除了以纯计算机可读程序代码方式实现本发明提供的系统及其各个装置、模块、单元以外，完全可以通过将方法步骤进行逻辑边长来使得本发明提供的系统及其各个装置、模块、单元以逻辑门、开关、专用集成电路、可边长逻辑控制器以及嵌入式微控制器等的形式来实现相同功能。所以，本发明提供的系统及其各项装置、模块、单元可以被认为是一种硬件部件，而对其内包括的用于实现各种功能的装置、模块、单元也可以视为硬件部件内的结构；也可以将用于实现各种功能的装置、模块、单元视为既可以是实现方法的软件模块又可以是硬件部件内的结构。
以上对本发明的具体实施例进行了描述。需要理解的是，本发明并不局限于上述特定实施方式，本领域技术人员可以在权利要求的范围内做出各种变化或修改，这并不影响本发明的实质内容。在不冲突的情况下，本申请的实施例和实施例中的特征可以任意相互组合。

Claims (10)

1.一种基于兰姆波的不均匀截面结构损伤识别成像方法，其特征在于，包括：
传感网络构建步骤：将换能器固定在待检测板壳结构的表面，或镶嵌于待检测板壳结构内部，每对换能器以一发一收的方式设置，组成一条激励-感应信号的传感路径，由传感路径构成传感网络，所覆盖的待检测板壳结构的区域为检测区域；
传感路径构的损伤指数校对步骤：对第n条传感路径而言，通过无缺陷基准信号的波形Cn(t)与有缺陷的检测响应信号Rn(t)的反相关性来校对该条传感路径的损伤指数为：其中：t为采样时间点，t0为采样时间的起始点，t1为采样时间的终止点，n为传感路径的序号1≤n≤N，N为传感路径的总数；
损伤影响程度判定步骤：把所有传感路径所校对的损伤指数中最大值按照设定的比例设定为阈值，当一条传感路径的损伤指数大于所述阈值的时候，推断该条传感路径被损伤影响，否则该条传感路径未受到损伤影响，损伤指数设置为0；
损伤坐标点概率计算步骤：根据所在传感路径的截面变化特征设定概率分布函数，称为结构权函数Wn[Bn(x，y)]，进而得到损伤出现在坐标点(x,y)的概率值。
2.根据权利要求1所述的基于兰姆波的不均匀截面结构损伤识别成像方法，其特征在于，所述换能器采用楔形块状或薄片状的压电陶瓷材料制成。
3.根据权利要求1所述的基于兰姆波的不均匀截面结构损伤识别成像方法，其特征在于，所述传感路径为一条长度为激励换能器到感应换能器之间的距离的直线。
4.根据权利要求1所述的基于兰姆波的不均匀截面结构损伤识别成像方法，其特征在于，所述传感网络根据待检测板壳结构中所需要的检测区域来布置换能器，所构建的传感网络覆盖整个所需要的检测区域。
5.根据权利要求1所述的基于兰姆波的不均匀截面结构损伤识别成像方法，其特征在于，所述损伤坐标点概率计算步骤具体包括：
对于第n条传感路径，兰姆波由激励位置经到坐标点(x,y)到达响应位置的传播时间TRn与兰姆波由激励位置直达响应位置的传播时间Tn的关系为：其中：坐标点(x,y)为检测区域内的坐标点，对于边长为a的正方形检测区域而言，-a≤x,y≤a；结构权函数Wn[Bn(x,y)]与坐标点(x,y)的关系为： 其中:α决定第n条传感路径影响区域的范围，0.015≤α≤0.15，n为传感路径的序号，1≤n≤N，N为传感路径的总数；
计算损伤出现在坐标点(x,y)处的概率值：
把计算得到的概率值经正则化后得到概率分布图像，表明损伤出现的概率，其中：概况值最大的坐标点为损伤的中心位置坐标，进而实现损伤的成像和定位的目的。
6.一种基于兰姆波的不均匀截面结构损伤识别成像系统，其特征在于，包括：
传感网络构建模块：将换能器固定在待检测板壳结构的表面，或镶嵌于待检测板壳结构内部，每对换能器以一发一收的方式设置，组成一条激励-感应信号的传感路径，由传感路径构成传感网络，所覆盖的待检测板壳结构的区域为检测区域；
传感路径构的损伤指数校对模块：对第n条传感路径而言，通过无缺陷基准信号的波形Cn(t)与有缺陷的检测响应信号Rn(t)的反相关性来校对该条传感路径的损伤指数为：其中：t为采样时间点，t0为采样时间的起始点，t1为采样时间的终止点，n为传感路径的序号1≤n≤N，N为传感路径的总数；
损伤影响程度判定模块：把所有传感路径所校对的损伤指数中最大值按照设定的比例设定为阈值，当一条传感路径的损伤指数大于所述阈值的时候，推断该条传感路径被损伤影响，否则该条传感路径未受到损伤影响，损伤指数设置为0；
损伤坐标点概率计算模块：根据所在传感路径的截面变化特征设定概率分布函数，称为结构权函数Wn[Bn(x，y)]，进而得到损伤出现在坐标点(x,y)的概率值。
7.根据权利要求6所述的基于兰姆波的不均匀截面结构损伤识别成像系统，其特征在于，所述换能器采用楔形块状或薄片状的压电陶瓷材料制成。
8.根据权利要求6所述的基于兰姆波的不均匀截面结构损伤识别成像系统，其特征在于，所述传感路径为一条长度为激励换能器到感应换能器之间的距离的直线。
9.根据权利要求6所述的基于兰姆波的不均匀截面结构损伤识别成像系统，其特征在于，所述传感网络根据待检测板壳结构中所需要的检测区域来布置换能器，所构建的传感网络覆盖整个所需要的检测区域。
10.根据权利要求6所述的基于兰姆波的不均匀截面结构损伤识别成像系统，其特征在于，所述损伤坐标点概率计算模块具体包括：
对于第n条传感路径，兰姆波由激励位置经到坐标点(x,y)到达响应位置的传播时间TRn与兰姆波由激励位置直达响应位置的传播时间Tn的关系为：其中：坐标点(x,y)为检测区域内的坐标点，对于边长为a的正方形检测区域而言，-a≤x,y≤a；结构权函数Wn[Bn(x,y)]与坐标点(x,y)的关系为： 其中:α决定第n条传感路径影响区域的范围，0.015≤α≤0.15，n为传感路径的序号，1≤n≤N，N为传感路径的总数；
计算损伤出现在坐标点(x,y)处的概率值：
把计算得到的概率值经正则化后得到概率分布图像，表明损伤出现的概率，其中：概况值最大的坐标点为损伤的中心位置坐标，进而实现损伤的成像和定位的目的。
CN201711376047.8A 2017-12-19 2017-12-19 基于兰姆波的不均匀截面结构损伤识别成像方法及系统 Pending CN108254438A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711376047.8A CN108254438A (zh) 2017-12-19 2017-12-19 基于兰姆波的不均匀截面结构损伤识别成像方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711376047.8A CN108254438A (zh) 2017-12-19 2017-12-19 基于兰姆波的不均匀截面结构损伤识别成像方法及系统

Publications (1)

Publication Number Publication Date
CN108254438A true CN108254438A (zh) 2018-07-06

Family

ID=62722552

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711376047.8A Pending CN108254438A (zh) 2017-12-19 2017-12-19 基于兰姆波的不均匀截面结构损伤识别成像方法及系统

Country Status (1)

Country Link
CN (1) CN108254438A (zh)

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109632963A (zh) * 2019-01-11 2019-04-16 南京航空航天大学 一种基于时不变特征信号构建的结构损伤四维成像方法
CN109828033A (zh) * 2019-01-08 2019-05-31 上海卫星工程研究所 基于振动响应相似度分析的损伤识别方法和系统
CN109839437A (zh) * 2019-03-05 2019-06-04 北京工业大学 一种基于Lamb波的金属板结构贯穿裂纹监测与评估方法
CN109900804A (zh) * 2019-03-25 2019-06-18 中国特种设备检测研究院 一种基于超声导波的金属材料裂纹定量监测方法
CN110109122A (zh) * 2019-05-28 2019-08-09 中国科学院声学研究所 一种基于漏兰姆波的探测固体板底部目标的装置及方法
CN110109124A (zh) * 2019-05-28 2019-08-09 中国科学院声学研究所 一种基于漏兰姆波的感知固体板底部目标的装置及方法
CN110346454A (zh) * 2019-07-24 2019-10-18 四川幔壳科技有限公司 基于排列式超声震源的混凝土浅表层超声面波检测方法
CN112114046A (zh) * 2020-09-22 2020-12-22 张凤鸣 一种基于时间反转的铝板损伤混合成像定位方法
CN112946071A (zh) * 2021-01-26 2021-06-11 中车青岛四方机车车辆股份有限公司 一种结构损伤成像方法、装置、设备及存储介质
CN113298805A (zh) * 2021-06-17 2021-08-24 哈尔滨工程大学 一种基于主动Lamb波声发射的结构表面缺陷探测方法
CN113933392A (zh) * 2021-10-18 2022-01-14 山东大学 一种基于超声导波的特征融合概率重建损伤定位成像方法
CN114414659A (zh) * 2022-01-21 2022-04-29 山东大学 基于频率融合的非线性超声导波无参损伤识别方法及系统

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
CN102331455A (zh) * 2011-08-18 2012-01-25 中国飞机强度研究所 一种基于主动Lamb波损伤指数的工程结构损伤监测方法
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
CN104764804A (zh) * 2015-03-16 2015-07-08 西安交通大学 超声Lamb波局部循环扫描概率重构层析成像方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
CN102331455A (zh) * 2011-08-18 2012-01-25 中国飞机强度研究所 一种基于主动Lamb波损伤指数的工程结构损伤监测方法
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
CN104764804A (zh) * 2015-03-16 2015-07-08 西安交通大学 超声Lamb波局部循环扫描概率重构层析成像方法

Cited By (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109828033B (zh) * 2019-01-08 2021-08-03 上海卫星工程研究所 基于振动响应相似度分析的损伤识别方法和系统
CN109828033A (zh) * 2019-01-08 2019-05-31 上海卫星工程研究所 基于振动响应相似度分析的损伤识别方法和系统
CN109632963A (zh) * 2019-01-11 2019-04-16 南京航空航天大学 一种基于时不变特征信号构建的结构损伤四维成像方法
CN109839437A (zh) * 2019-03-05 2019-06-04 北京工业大学 一种基于Lamb波的金属板结构贯穿裂纹监测与评估方法
CN109900804A (zh) * 2019-03-25 2019-06-18 中国特种设备检测研究院 一种基于超声导波的金属材料裂纹定量监测方法
CN109900804B (zh) * 2019-03-25 2021-11-09 中国特种设备检测研究院 一种基于超声导波的金属材料裂纹定量监测方法
CN110109122A (zh) * 2019-05-28 2019-08-09 中国科学院声学研究所 一种基于漏兰姆波的探测固体板底部目标的装置及方法
CN110109122B (zh) * 2019-05-28 2021-02-09 中国科学院声学研究所 一种基于漏兰姆波的探测固体板底部目标的装置及方法
CN110109124A (zh) * 2019-05-28 2019-08-09 中国科学院声学研究所 一种基于漏兰姆波的感知固体板底部目标的装置及方法
CN110346454A (zh) * 2019-07-24 2019-10-18 四川幔壳科技有限公司 基于排列式超声震源的混凝土浅表层超声面波检测方法
CN112114046A (zh) * 2020-09-22 2020-12-22 张凤鸣 一种基于时间反转的铝板损伤混合成像定位方法
CN112946071A (zh) * 2021-01-26 2021-06-11 中车青岛四方机车车辆股份有限公司 一种结构损伤成像方法、装置、设备及存储介质
CN113298805A (zh) * 2021-06-17 2021-08-24 哈尔滨工程大学 一种基于主动Lamb波声发射的结构表面缺陷探测方法
CN113298805B (zh) * 2021-06-17 2022-06-17 哈尔滨工程大学 一种基于主动Lamb波声发射的结构表面缺陷探测方法
CN113933392A (zh) * 2021-10-18 2022-01-14 山东大学 一种基于超声导波的特征融合概率重建损伤定位成像方法
CN113933392B (zh) * 2021-10-18 2023-05-30 山东大学 一种基于超声导波的特征融合概率重建损伤定位成像方法
CN114414659A (zh) * 2022-01-21 2022-04-29 山东大学 基于频率融合的非线性超声导波无参损伤识别方法及系统
CN114414659B (zh) * 2022-01-21 2023-12-29 山东大学 基于频率融合的非线性超声导波无参损伤识别方法及系统

Similar Documents

Publication Publication Date Title
CN108254438A (zh) 基于兰姆波的不均匀截面结构损伤识别成像方法及系统
CN102043016B (zh) 基于兰姆波的自主式损伤识别成像方法
EP2618142B1 (en) Ultrasonic modeling for inspection of composite irregularities
US10953608B2 (en) Structural health monitoring of curved composite structures using ultrasonic guided waves
Wang et al. Probability of the presence of damage estimated from an active sensor network in a composite panel of multiple stiffeners
Kannusamy et al. Accurate baseline-free damage localization in plates using refined Lamb wave time-reversal method
Liu et al. Locating and imaging contact delamination based on chaotic detection of nonlinear Lamb waves
Liu et al. Interfacial debonding detection for CFST structures using an ultrasonic phased array: Application to the Shenzhen SEG building
Fahim et al. Model-based damage reconstruction in composites from ultrasound transmission
CN104597125B (zh) 一种用于3d打印件的超声检测控制方法及装置
Alem et al. Reference-free damage identification in plate-like structures using lamb-wave propagation with embedded piezoelectric sensors
CN111521691B (zh) 一种基于时间反转加权分布的复合材料Lamb波损伤成像方法
CN104597083B (zh) 基于超声导波和机电阻抗的移动式损伤检测方法
US11193912B2 (en) Ultrasonic measurement apparatus and ultrasonic measurement method
Morii et al. A new inverse algorithm for tomographic reconstruction of damage images using Lamb waves
Hu et al. Tomographic reconstruction of damage images in hollow cylinders using Lamb waves
Gangadharan et al. A geodesic-based triangulation technique for damage location in metallic and composite plates
Teng et al. Damage localization in carbon fiber composite plate combining ultrasonic guided wave instantaneous energy characteristics and probabilistic imaging method
Sharif-Khodaei et al. Lamb-wave based damage detection in anisotropic composite plates
Soorgee et al. Planar guided waves for SHM of plate structures using piezoelectric fiber transducers
Kee et al. Evaluating surface-breaking cracks in concrete using air-coupled sensors
Luo et al. Rapid damage reconstruction imaging of composite plates using non-contact air-coupled Lamb waves
CN103743818B (zh) 基于波的能流图的损伤诊断方法和实施该方法的损伤诊断系统
Zhang et al. Impact identification using a passive imaging method
JP2001201487A (ja) 超音波を用いたコンクリート構造物の非破壊検査方法及び装置

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20180706

RJ01 Rejection of invention patent application after publication