CN109101742A - 基于电阻抗成像损伤监测的复合材料强度预测方法 - Google Patents
基于电阻抗成像损伤监测的复合材料强度预测方法 Download PDFInfo
- Publication number
- CN109101742A CN109101742A CN201810986433.7A CN201810986433A CN109101742A CN 109101742 A CN109101742 A CN 109101742A CN 201810986433 A CN201810986433 A CN 201810986433A CN 109101742 A CN109101742 A CN 109101742A
- Authority
- CN
- China
- Prior art keywords
- damage
- resistivity
- unit
- electrical impedance
- impedance 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.)
- Granted
Links
- 230000006378 damage Effects 0.000 title claims abstract description 126
- 238000000034 method Methods 0.000 title claims abstract description 33
- 238000003384 imaging method Methods 0.000 title claims abstract description 31
- 239000002131 composite material Substances 0.000 title claims abstract description 18
- 238000012544 monitoring process Methods 0.000 title claims abstract description 17
- 238000004458 analytical method Methods 0.000 claims abstract description 32
- 230000005284 excitation Effects 0.000 claims abstract description 17
- 238000005259 measurement Methods 0.000 claims abstract description 16
- 230000000750 progressive effect Effects 0.000 claims abstract description 14
- 238000011897 real-time detection Methods 0.000 claims abstract description 12
- 238000013507 mapping Methods 0.000 claims abstract description 5
- 238000012545 processing Methods 0.000 claims abstract description 5
- 239000000463 material Substances 0.000 claims description 22
- 238000005516 engineering process Methods 0.000 claims description 14
- 238000004422 calculation algorithm Methods 0.000 claims description 13
- 239000011159 matrix material Substances 0.000 claims description 13
- 230000008859 change Effects 0.000 claims description 9
- 238000012360 testing method Methods 0.000 claims description 9
- 230000005611 electricity Effects 0.000 claims description 8
- 238000006073 displacement reaction Methods 0.000 claims description 7
- 230000008569 process Effects 0.000 claims description 5
- 238000004519 manufacturing process Methods 0.000 claims description 4
- 230000009467 reduction Effects 0.000 claims description 4
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 claims description 3
- 241001062009 Indigofera Species 0.000 claims description 3
- 238000013459 approach Methods 0.000 claims description 3
- 239000004020 conductor Substances 0.000 claims description 3
- 238000010276 construction Methods 0.000 claims description 3
- 238000002474 experimental method Methods 0.000 claims description 3
- 230000001771 impaired effect Effects 0.000 claims description 3
- 238000013139 quantization Methods 0.000 claims description 3
- 230000004044 response Effects 0.000 claims description 3
- 239000000126 substance Substances 0.000 claims description 3
- 238000009864 tensile test Methods 0.000 claims description 3
- 230000035772 mutation Effects 0.000 claims 1
- 230000007704 transition Effects 0.000 claims 1
- 239000002023 wood Substances 0.000 claims 1
- 238000002593 electrical impedance tomography Methods 0.000 description 24
- 238000001514 detection method Methods 0.000 description 10
- 238000010586 diagram Methods 0.000 description 9
- 239000000243 solution Substances 0.000 description 9
- 238000004364 calculation method Methods 0.000 description 4
- 238000006243 chemical reaction Methods 0.000 description 4
- 238000009833 condensation Methods 0.000 description 4
- 230000005494 condensation Effects 0.000 description 4
- 230000007850 degeneration Effects 0.000 description 3
- 150000001875 compounds Chemical class 0.000 description 2
- 230000006735 deficit Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012552 review Methods 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 229920002430 Fibre-reinforced plastic Polymers 0.000 description 1
- 208000027418 Wounds and injury Diseases 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000007717 exclusion Effects 0.000 description 1
- 239000011151 fibre-reinforced plastic Substances 0.000 description 1
- 239000003365 glass fiber Substances 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 238000009863 impact test Methods 0.000 description 1
- 238000011065 in-situ storage Methods 0.000 description 1
- 238000002347 injection Methods 0.000 description 1
- 239000007924 injection Substances 0.000 description 1
- 208000014674 injury Diseases 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000003902 lesion Effects 0.000 description 1
- 230000003278 mimic effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000000284 resting effect Effects 0.000 description 1
- 239000000523 sample Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
- G06F30/23—Design optimisation, verification or simulation using finite element methods [FEM] or finite difference methods [FDM]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/06—Power analysis or power optimisation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Investigating Or Analyzing Materials By The Use Of Electric Means (AREA)
Abstract
本发明公开一种基于电阻抗成像损伤监测的复合材料强度预测方法。所述基于电阻抗成像损伤监测的复合材料强度预测方法包括：一、电阻抗成像损伤检测步骤组建用于电流激励和电压测量的电极阵列到被测结构件的外形边界；采集电极上的数据并处理，利用测量得到的数据重建构件电阻率分布图像并以图形的方式显示，利用结构内部损伤状况与结构内部电阻率分布的映射关系，实现结构损伤的实时检测；二、结构强度实时预测分析步骤将电阻抗成像损伤检测步骤得到的损伤实时检测结果与有限元渐进损伤强度分析理论相结合实现结构强度预测；融合接近未知真实损伤状况的结构件损伤检测信息，实现在有损伤情况下对结构件损伤后剩余强度的准确预测。
Description
技术领域
本发明属于强度预测技术领域，具体的涉及一种基于电阻抗成像损伤监测的复合材料强度预测方法。
背景技术
结构设计的一个主要任务就是尽量保证结构件满足工况要求，避免结构件在使用过程中出现损坏。但是，导致结构件损坏的因素有很多，比如外部负载、工作环境、制造工艺等，因此初始设计很难保证构件在工作期间不损坏，通时又由于这些因素大多不可预测，因而很难准确地知道构件产生损坏的时间和方式。采用损伤在线监测的方法可以解决上述问题。EIT技术就是其中一种，该技术通常被用于研究表面以内或外部无法获取信息的研究对象，可以实现损伤的实时在线检测，具有较高的原位检测能力。例如，Loyola B R，Briggs TM等人利用EIT技术，成功探测出玻璃纤维复合材料试验样品的钻孔损伤和低速冲击损伤(见Loyola B R,Briggs T M,Arronche L,et al.Detection of spatially distributeddamage in fiber-reinforced polymer composites.Structural Health Monitoring,2012,12(3):225-239.)。
但是，上述工作只是停留在损伤检测这一步，没有实现损伤信息的后续有效利用。反观传统的强度计算方法，通常是针对一个无初始损伤的模型，再结合一定失效准则，对结构件的渐进损伤过程进行数值模拟，最终预测得到材料或结构件的强度(例如，张超,许希武,毛春见.三维编织复合材料渐进损伤模拟及强度预测[J].复合材料学报,2011,28(2):222-230.)。可见，此类方法中结构件的损伤情况是仿真模拟得到的，缺乏一定真实性，从而导致强度预测结果的不准确性。若将损伤监测技术与强度预测方法两者有机结合，则在能很大程度上提供强度计算的准确性，例如中国专利CN107092721A《一种含低速冲击损伤复合材料结构剩余强度评估方法》。但是该专利提出的方法也存在很多问题，例如需要对多个复合材料试验件进行冲击试验，成本高，只局限于低速冲击损伤类型，目视检测损伤的方法误差较大，同时损伤特征参数较多，损伤引入的方式较为复杂，强度预测缺乏实时性等。
发明内容
针对于上述现有技术的不足，本发明的目的在于提供一种基于电阻抗成像损伤监测的复合材料强度预测方法，以解决传统技术中强度计算结果不准确的问题，本发明的方法可由EIT技术对结构的损伤位置和损伤程度进行实时的精确定位和分析，且可同步、准确地预测结构件的剩余强度。
为达成上述目的，本发明采用如下技术方案:一种基于电阻抗成像损伤监测的复合材料强度预测方法，包括：
一、电阻抗成像损伤检测步骤
组建用于电流激励和电压测量的电极阵列到被测结构件的外形边界；
采集电极上的数据并处理，利用测量得到的数据重建构件电阻率分布图像并以图形的方式显示，利用结构内部损伤状况与结构内部电阻率分布的映射关系，实现结构损伤的实时检测；
二、结构强度实时预测分析步骤
三、将电阻抗成像损伤检测步骤得到的损伤实时检测结果与有限元渐进损伤强度分析理论相结合实现结构强度预测；
四、融合接近未知真实损伤状况的结构件损伤检测信息，实现在有损伤情况下对结构件损伤后剩余强度的准确预测。
优选地，步骤一具体包括如下步骤；
步骤1：制作电极，围绕被测结构件的四周组建用于连接电流激励和电压测量设备的电极阵列；
步骤2：采集数据并处理，对被测结构件沿着边界电极施加多组激励，在施加一组激励的同时沿着边界测量得到多组边界电压；
步骤3：利用EIT重构被测结构件电阻率，并显示分布图像；
步骤4：实现损伤检测，利用具有导电性的材料在受损时，其电阻率会相应发生变化这一自检特性实现；在未产生局部损伤时，结构件上的电阻率分布近似均匀；在产生损伤后，局部损伤处由于内部微观构造发生改变，内部导电通路变化，造成该区域电阻率值突变。
优选地，在步骤3中具体包括如下内容：
EIT正问题是已知电导率σ求解被测结构件场域的电位分布φ，满足偏微分方程(1)及边界条件方程(2)，且采用数值近似方法求解：
假设电极数为正整数N，将场域剖分成M个三角形单元，共K个结点，M、K均为正整数；用ρn(n＝1,2,…,M)表示第n个单元的电阻率值，用Yi(i＝1,2,…,N)表示在第i组激励电流下的总体刚度矩阵，用φim(i＝1,2,…,N；m＝1,2,…,K)表示在第i组激励电流下场域中第m个结点处的电位；用Vij(ρ)(i,j＝1,2,…,N)表示在某一计算得到的电阻率ρ分布下，第i组激励下第j组计算得到的相邻电极上的边界电压数据；其中，Vij(ρ)＝T·φim，T为转换矩阵；
EIT逆问题是已知电位分布φ求解被测结构件场域的电导率σ；对于被测结构件实际电阻率ρ*分布，用Uij(i,j＝1,2,…,N)表示在第i组激励电流下第j组实验测量得到的相邻电极上的边界电压数据；EIT逆问题也就是根据该测量数据Uij来计算场域内电阻率ρ*的分布，电阻率ρ与电导率σ存在关系：ρ＝1/σ；在实际求解中，EIT逆问题就是数学上的最小二乘问题，即寻求电阻率分布ρ，使得式(3)中的E(ρ)最小。
优选地，在步骤3中，采用基于NOSER算法的改进算法实现EIT逆问题的求解，具体计算过程如下：
(1)利用有限元求解电阻率均匀为条件1下，场域相邻电极上的边界电压其中
(2)根据公式(4)计算初始电阻率
(3)根据公式(5)计算
(4)根据公式(5)-(8)计算雅克比矩阵J，雅克比矩阵J的逆J-1；
Bn,m＝γAn,mδn,m (7)
Jn,m＝An,m+Bn,m (8)
其中，γ为一很小的正实数，δ为一单位矩阵；
(5)根据公式(9)计算场域电阻率分布；
ρ＝ρ(0)-[J(ρ(0))]-1·F(ρ(0)) (9)
(6)结果图像显示；假设每幅图片的像素尺寸为长L像素、宽W像素，其中L、W为正整数；
每个像素具有RGB三种通道的颜色值，建立像素的颜色数组Color[R，G，B]；
每个单元中各像素点的Color[R，G，B]相同，具有最大电阻率值ρmax的单元对应红颜色数组Color[255，0，0]，具有最小电阻率值ρmin的单元对应蓝颜色数组Color[0，0，255]，其余单元的颜色数组采用线性插值函数来计算。
优选地，步骤二具体包括如下步骤：
步骤1：量化并引入损伤信息；
电阻率是表示物质电阻特性的物理量，假设材料长L，宽W，厚d，S为横截面积，在温度一定的情况下，有公式(10)
考虑由EIT重建获得的第n个单元的电阻率ρn，由EIT技术的原理可知，在损伤产生前后，只有电阻率(或该单元的电阻)产生了变化；各单元厚度即构件厚度一致均设为d0，各单元电阻率在损伤前一致均设为ρ0；在电学模型中，有式(11)
假设dn为力学模型中第n个单元的厚度，因为后续的强度分析与电学分析所采用的有限元模型相同，所以该单元在电学模型中电阻率为ρn；力学模型中没有电阻率这一物理量，因此，将单元的电阻率变化等效为单元的厚度变化，有式(12)
联立式(11)、(12)即可获得力学分析中某一单元的电阻率ρn与厚度dn之间的转换关系式(13)，从而实现了强度分析中损伤信息的量化和引入。
步骤2：预测强度；
采用有限元渐进损伤强度分析理论预测结构件在实时检测到的损伤状况下的强度；
采用位移加载的方式，在构件的一端施加固定约束，另一端施加位移载荷，所用复合材料的应力-应变响应关系由该材料的单轴拉伸试验数据拟合得到，失效准则采用最大应变准则，所用极限应变同样由试验获得；
强度计算的理论依据包括用户自定义的材料刚度折减模型，模型的建立和求解基于有限元法实现。
相较于现有技术，本发明提供的技术方案具有如下有益效果：
(1)本发明采用电阻抗成像技术监测损伤，适用范围广，可检测多种类型的损伤，同时有着良好的检测准确度、分辨率和实时性；
(2)本发明中表征损伤特征的参数简单明了，损伤引入的方式也较为简洁易懂，更容易让工程人员接受和掌握；
(3)本发明与现有强度预测技术相比，由于依托于实时、准确和可靠的电阻抗成像损伤监测技术，在仿真建模分析时有效融合接近于结构件真实损伤情况的信息，因而强度预测结果也更为准确。
附图说明
此处所说明的附图用来提供对本发明的进一步理解，构成本发明的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
图1本发明测试方案整体示意图；
图2本发明基于电阻抗成像损伤监测技术实现复合材料强度预测原理示意图；
图3本发明电极构成及其阵列分布示意图；
图4本发明电阻抗成像损伤检测系统整体示意图；
图5结构件有限元模型示意图；
图6电阻抗成像技术成像结果示意图；
图7渐进损伤强度分析理论计算方法示意图；
图8结构件失效状况示意图；
图9结构件应力-应变关系示意图。
具体实施方式
为了使本发明所要解决的技术问题、技术方案及有益效果更加清楚、明白，以下结合附图和实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。
本发明的权利要求书、说明书及上述附图中，除非另有明确限定，如使用术语“第一”、“第二”或“第三”等，都是为了区别不同对象，而不是用于描述特定顺序。
本发明的权利要求书、说明书及上述附图中，除非另有明确限定，对于方位词，如使用术语“中心”、“横向”、“纵向”、“水平”、“垂直”、“顶”、“底”、“内”、“外”、“上”、“下”、“前”、“后”、“左”、“右”、“顺时针”、“逆时针”等指示方位或位置关系乃基于附图所示的方位和位置关系，且仅是为了便于叙述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位或以特定的方位构造和操作，所以也不能理解为限制本发明的具体保护范围。
本发明的权利要求书、说明书及上述附图中，除非另有明确限定，如使用术语“固接”或“固定连接”，应作广义理解，即两者之间没有位移关系和相对转动关系的任何连接方式，也就是说包括不可拆卸地固定连接、可拆卸地固定连接、连为一体以及通过其他装置或元件固定连接。
本发明的权利要求书、说明书及上述附图中，如使用术语“包括”、“具有”以及它们的变形，意图在于“包含但不限于”。
如图1和图2所示，一种基于电阻抗成像损伤监测的复合材料强度预测方法包括：
一、电阻抗成像损伤检测步骤
组建用于电流激励和电压测量的电极阵列到被测结构件的外形边界；
采集电极上的数据并处理，利用测量得到的数据重建构件电阻率分布图像并以图形的方式显示，利用结构内部损伤状况与结构内部电阻率分布的映射关系，实现结构损伤的实时检测；
二、结构强度实时预测分析步骤
将电阻抗成像损伤检测步骤得到的损伤实时检测结果与有限元渐进损伤强度分析理论相结合实现结构强度预测；
融合接近未知真实损伤状况的结构件损伤检测信息，实现在有损伤情况下对结构件损伤后剩余强度的准确预测。
需要说明的是，在步骤一中，电阻抗成像损伤检测由三部分组成，第一部分是组建用于电流激励和电压测量的电极阵列到被测结构件的外形边界上，第二部分是采集电极上的数据并处理，第三部分是利用测量得到的数据重建构件电阻率分布图像并以图形的方式显示，利用结构内部损伤状况与结构内部电阻率分布的映射关系，实现了结构损伤的实时检测。可选择地，电阻抗成像损伤检测中的传感器阵列数量一般为16或32，保证重构图像效果良好所必须的信息量；而且，电阻抗成像损伤检测过程中的图像重构算法采用基于NOSER算法的快速牛顿一步误差静态电阻抗重构算法，自主编译程序实现该算法的运算，该算法对目标的定位准确度和分辨率较好，保证了损伤检测的准确度，该算法重建一幅图像约需0.15秒，保证了实时在线检测的可行性。
具体地，在步骤一中具体包括如下步骤；
步骤1：制作电极，围绕被测结构件的四周组建用于连接电流激励和电压测量设备的电极阵列；电极构成及其阵列分布示意图如图3所示；
步骤2：采集数据并处理，对被测结构件沿着边界电极施加多组激励，在施加一组激励的同时沿着边界测量得到多组边界电压；本发明采用EIT技术中普遍应用的相邻激励模式(从相邻电极注入电流、相邻电极测量)；
步骤3：利用EIT重构被测结构件电阻率，并显示分布图像；电阻抗成像损伤检测系统整体示意图如图4所示；实现EIT技术，主要需解决两方面的问题，即正问题的求解和逆问题的求解；
步骤4：实现损伤检测，利用具有导电性的材料在受损时，其电阻率会相应发生变化这一自检特性实现；在未产生局部损伤时，结构件上的电阻率分布近似均匀；在产生损伤后，局部损伤处由于内部微观构造发生改变，内部导电通路变化，造成该区域电阻率值突变。
其中，在步骤3中具体包括如下内容：
EIT正问题是已知电导率σ求解被测结构件场域的电位分布φ，满足偏微分方程(1)及边界条件方程(2)，且采用数值近似方法求解，本发明采用有限元法。结构件有限元模型示意图如图5所示：
假设电极数为正整数N，将场域剖分成M个三角形单元，共K个结点，M、K均为正整数；用ρn(n＝1,2,…,M)表示第n个单元的电阻率值，用Yi(i＝1,2,…,N)表示在第i组激励电流下的总体刚度矩阵，用φim(i＝1,2,…,N；m＝1,2,…,K)表示在第i组激励电流下场域中第m个结点处的电位；用Vij(ρ)(i,j＝1,2,…,N)表示在某一计算得到的电阻率ρ分布下，第i组激励下第j组计算得到的相邻电极上的边界电压数据；其中，Vij(ρ)＝T·φim，T为转换矩阵；
EIT逆问题是已知电位分布φ求解被测结构件场域的电导率σ；对于被测结构件实际电阻率ρ*分布，用Uij(i,j＝1,2,…,N)表示在第i组激励电流下第j组实验测量得到的相邻电极上的边界电压数据；EIT逆问题也就是根据该测量数据Uij来计算场域内电阻率ρ*的分布，电阻率ρ与电导率σ存在关系：ρ＝1/σ；在实际求解中，EIT逆问题就是数学上的最小二乘问题，即寻求电阻率分布ρ，使得式(3)中的E(ρ)最小。
而且，在步骤3中，采用图像重建速度较快、精度较高的基于NOSER算法的改进算法实现EIT逆问题的求解，该算法对目标的定位准确度和分辨率较好，保证了损伤检测的准确度；该算法重建一幅图像约需0.15秒，保证了实时在线检测的可行性，具体计算过程如下：
(1)利用有限元求解电阻率均匀为条件1下，场域相邻电极上的边界电压其中
(2)根据公式(4)计算初始电阻率
(3)根据公式(5)计算
(4)根据公式(5)-(8)计算雅克比矩阵J，雅克比矩阵J的逆J-1；
Bn,m＝γAn,mδn,m (7)
Jn,m＝An,m+Bn,m (8)
其中，γ为一很小的正实数，δ为一单位矩阵；
(5)根据公式(9)计算场域电阻率分布；
ρ＝ρ(0)-[J(ρ(0))]-1·F(ρ(0)) (9)
(6)结果图像显示；假设每幅图片的像素尺寸为长L像素、宽W像素，其中L、W为正整数；
每个像素具有RGB三种通道的颜色值，建立像素的颜色数组Color[R，G，B]；
每个单元中各像素点的Color[R，G，B]相同，具有最大电阻率值ρmax的单元对应红颜色数组Color[255，0，0]，具有最小电阻率值ρmin的单元对应蓝颜色数组Color[0，0，255]，其余单元的颜色数组采用线性插值函数来计算。EIT成像结果如图6所示，黑色线框内区域为实际损伤位置，彩色图片较直观。
在步骤二中，结构强度实时预测方法是将所述电阻抗成像损伤检测步骤得到的损伤实时检测结果与有限元渐进损伤强度分析理论相结合实现结构强度预测的一种方法，由于融合了接近未知真实损伤状况的结构件损伤检测信息，实现了在有损伤情况下对结构件损伤后剩余强度的准确预测。
此外，步骤二具体包括如下步骤：
步骤1：量化并引入损伤信息；
电阻率是表示物质电阻特性的物理量，假设材料长L，宽W，厚d，S为横截面积，在温度一定的情况下，有公式(10)
考虑由EIT重建获得的第n个单元的电阻率ρn，由EIT技术的原理可知，在损伤产生前后，只有电阻率(或该单元的电阻)产生了变化；各单元厚度即构件厚度一致均设为d0，各单元电阻率在损伤前一致均设为ρ0；在电学模型中，有式(11)
假设dn为力学模型中第n个单元的厚度，因为后续的强度分析与电学分析所采用的有限元模型相同，所以该单元在电学模型中电阻率为ρn；力学模型中没有电阻率这一物理量，因此，将单元的电阻率变化等效为单元的厚度变化，有式(12)
联立式(11)、(12)即可获得力学分析中某一单元的电阻率ρn与厚度dn之间的转换关系式(13)，从而实现了强度分析中损伤信息的量化和引入。
步骤2：预测强度；
采用有限元渐进损伤强度分析理论预测结构件在实时检测到的损伤状况下的强度；
采用位移加载的方式，在构件的一端施加固定约束，另一端施加位移载荷，所用复合材料的应力-应变响应关系由该材料的单轴拉伸试验数据拟合得到，失效准则采用最大应变准则，所用极限应变同样由试验获得；
强度计算的理论依据包括用户自定义的材料刚度折减模型，模型的建立和求解基于有限元法实现。
实际上，有限元渐进损伤强度分析理论预测结构件在实时检测到的损伤状况下的强度。渐进损伤强度分析理论是一种分析复合材料失效过程的有效方法，主要包括三部分：应力分析、失效分析和材料退化。应力分析主要基于有限元法进行，失效准则用于确定发生在局部区域的材料失效情况，材料退化用于描述在局部失效发生后材料性质的一种退化。有限元渐进损伤强度分析理论的具体计算方法如图7所示，结构件有限元模型如图5所示。
强度计算的理论依据包括用户自定义的材料刚度折减模型，模型的建立和求解基于有限元法实现。本发明强度分析结果如图8所示，其中较浅色的单元为失效单元，构成了结构件的断裂横贯面，结构件失效。通过计算得到的结构件应力-应变关系如图9所示。
上述说明示出并描述了本发明的优选实施例，如前所述，应当理解本发明并非局限于本文所披露的形式，不应看作是对其他实施例的排除，而可用于各种其他组合、修改和环境，并能够在本文所述发明构想范围内，通过上述教导或相关领域的技术或知识进行改动。而本领域人员所进行的改动和变化不脱离本发明的精神和范围，则都应在本发明所附权利要求的保护范围内。
Claims (5)
1.一种基于电阻抗成像损伤监测的复合材料强度预测方法，其特征在于，包括：
一、电阻抗成像损伤检测步骤
组建用于电流激励和电压测量的电极阵列到被测结构件的外形边界；
采集电极上的数据并处理，利用测量得到的数据重建构件电阻率分布图像并以图形的方式显示，利用结构内部损伤状况与结构内部电阻率分布的映射关系，实现结构损伤的实时检测；
二、结构强度实时预测分析步骤
将电阻抗成像损伤检测步骤得到的损伤实时检测结果与有限元渐进损伤强度分析理论相结合实现结构强度预测；
融合接近未知真实损伤状况的结构件损伤检测信息，实现在有损伤情况下对结构件损伤后剩余强度的准确预测。
2.如权利要求1所述的一种基于电阻抗成像损伤监测的复合材料强度预测方法，其特征在于：步骤一具体包括如下步骤；
步骤1：制作电极，围绕被测结构件的四周组建用于连接电流激励和电压测量设备的电极阵列；
步骤2：采集数据并处理，对被测结构件沿着边界电极施加多组激励，在施加一组激励的同时沿着边界测量得到多组边界电压；
步骤3：利用EIT重构被测结构件电阻率，并显示分布图像；
步骤4：实现损伤检测，利用具有导电性的材料在受损时，其电阻率会相应发生变化这一自检特性实现；在未产生局部损伤时，结构件上的电阻率分布近似均匀；在产生损伤后，局部损伤处由于内部微观构造发生改变，内部导电通路变化，造成该区域电阻率值突变。
3.如权利要求1所述的一种基于电阻抗成像损伤监测的复合材料强度预测方法，其特征在于：在步骤3中具体包括如下内容：
EIT正问题是已知电导率σ求解被测结构件场域的电位分布φ，满足偏微分方程(1)及边界条件方程(2)，且采用数值近似方法求解：
▽·[σ(x,y)▽φ(x,y)]＝0,(x,y)∈Ω (1)
假设电极数为正整数N，将场域剖分成M个三角形单元，共K个结点，M、K均为正整数；用ρn(n＝1,2,…,M)表示第n个单元的电阻率值，用Yi(i＝1,2,…,N)表示在第i组激励电流下的总体刚度矩阵，用φim(i＝1,2,…,N；m＝1,2,…,K)表示在第i组激励电流下场域中第m个结点处的电位；用Vij(ρ)(i,j＝1,2,…,N)表示在某一计算得到的电阻率ρ分布下，第i组激励下第j组计算得到的相邻电极上的边界电压数据；其中，Vij(ρ)＝T·φim，T为转换矩阵；
EIT逆问题是已知电位分布φ求解被测结构件场域的电导率σ；对于被测结构件实际电阻率ρ*分布，用Uij(i,j＝1,2,…,N)表示在第i组激励电流下第j组实验测量得到的相邻电极上的边界电压数据；EIT逆问题也就是根据该测量数据Uij来计算场域内电阻率ρ*的分布，电阻率ρ与电导率σ存在关系：ρ＝1/σ；在实际求解中，EIT逆问题就是数学上的最小二乘问题，即寻求电阻率分布ρ，使得式(3)中的E(ρ)最小。
4.如权利要求1所述的一种基于电阻抗成像损伤监测的复合材料强度预测方法，其特征在于：在步骤3中，采用基于NOSER算法的改进算法实现EIT逆问题的求解，具体计算过程如下：
(1)利用有限元求解电阻率均匀为1条件下，场域相邻电极上的边界电压其中
(2)根据公式(4)计算初始电阻率
(3)根据公式(5)计算
(4)根据公式(5)-(8)计算雅克比矩阵J，雅克比矩阵J的逆J-1；
Bn,m＝γAn,mδn,m (7)
Jn,m＝An,m+Bn,m (8)
其中，γ为一很小的正实数，δ为一单位矩阵；
(5)根据公式(9)计算场域电阻率分布；
ρ＝ρ(0)-[J(ρ(0))]-1·F(ρ(0)) (9)
(6)结果图像显示；假设每幅图片的像素尺寸为长L像素、宽W像素，其中L、W为正整数；
每个像素具有RGB三种通道的颜色值，建立像素的颜色数组Color[R，G，B]；
每个单元中各像素点的Color[R，G，B]相同，具有最大电阻率值ρmax的单元对应红颜色数组Color[255，0，0]，具有最小电阻率值ρmin的单元对应蓝颜色数组Color[0，0，255]，其余单元的颜色数组采用线性插值函数来计算。
5.如权利要求1所述的一种基于电阻抗成像损伤监测的复合材料强度预测方法，其特征在于：步骤二具体包括如下步骤：
步骤1：量化并引入损伤信息；
电阻率是表示物质电阻特性的物理量，假设材料长L，宽W，厚d，S为横截面积，在温度一定的情况下，有公式(10)
考虑由EIT重建获得的第n个单元的电阻率ρn，由EIT技术的原理可知，在损伤产生前后，只有电阻率产生了变化；各单元厚度即构件厚度一致均设为d0，各单元电阻率在损伤前一致均设为ρ0；在电学模型中，有式(11)
假设dn为力学模型中第n个单元的厚度，因为后续的强度分析与电学分析所采用的有限元模型相同，所以该单元在电学模型中电阻率为ρn；力学模型中没有电阻率这一物理量，因此，将单元的电阻率变化等效为单元的厚度变化，有式(12)
联立式(11)、(12)即可获得力学分析中某一单元的电阻率ρn与厚度dn之间的转换关系式(13)，从而实现了强度分析中损伤信息的量化和引入：
步骤2：预测强度；
采用有限元渐进损伤强度分析理论预测结构件在实时检测到的损伤状况下的强度；
采用位移加载的方式，在构件的一端施加固定约束，另一端施加位移载荷，所用复合材料的应力-应变响应关系由该材料的单轴拉伸试验数据拟合得到，失效准则采用最大应变准则，所用极限应变同样由试验获得；
强度计算的理论依据包括用户自定义的材料刚度折减模型，模型的建立和求解基于有限元法实现。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810986433.7A CN109101742B (zh) | 2018-08-28 | 2018-08-28 | 基于电阻抗成像损伤监测的复合材料强度预测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810986433.7A CN109101742B (zh) | 2018-08-28 | 2018-08-28 | 基于电阻抗成像损伤监测的复合材料强度预测方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109101742A true CN109101742A (zh) | 2018-12-28 |
| CN109101742B CN109101742B (zh) | 2019-12-31 |
Family
ID=64851576
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810986433.7A Active CN109101742B (zh) | 2018-08-28 | 2018-08-28 | 基于电阻抗成像损伤监测的复合材料强度预测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109101742B (zh) |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110186583A (zh) * | 2019-06-13 | 2019-08-30 | 南京航空航天大学 | 基于电阻抗成像的陶瓷基复合材料高温部件温度测量方法 |
| CN110823960A (zh) * | 2019-11-26 | 2020-02-21 | 桂林电子科技大学 | 表面损伤检测装置 |
| CN111273090A (zh) * | 2020-02-25 | 2020-06-12 | 东北农业大学 | 一种基于树木电气特性对输电线路电场屏蔽的研究方法 |
| WO2020248853A1 (zh) * | 2019-06-13 | 2020-12-17 | 南京航空航天大学 | 基于电阻抗成像的复合材料高温部件氧化程度监测方法 |
| CN113533439A (zh) * | 2021-06-25 | 2021-10-22 | 中国农业大学 | 玉米穗水分分布的电阻抗成像方法、系统及电子设备 |
| CN114964799A (zh) * | 2022-04-28 | 2022-08-30 | 南京航空航天大学 | 火箭发动机扩张段多温度梯度下的状态监测系统及方法 |
| US11808739B1 (en) | 2022-07-01 | 2023-11-07 | Zhejiang University | Monitoring damage of electrofusion joints |
| WO2024001118A1 (zh) * | 2022-07-01 | 2024-01-04 | 浙江大学 | 一种电熔接头损伤监测系统及方法 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101509855A (zh) * | 2009-03-17 | 2009-08-19 | 华东理工大学 | 一种高温管道损伤及寿命的在线预测方法 |
| CN102008303A (zh) * | 2010-10-29 | 2011-04-13 | 重庆大学 | 一种电阻抗成像系统频差fnoser成像方法 |
| CN106037650A (zh) * | 2016-06-13 | 2016-10-26 | 河北工业大学 | 一种混合变差生物电阻抗成像方法 |
| CN107885946A (zh) * | 2017-11-23 | 2018-04-06 | 江苏理工学院 | 一种基于渐进损伤模型预测复合材料多钉连接强度的方法 |
-
2018
- 2018-08-28 CN CN201810986433.7A patent/CN109101742B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101509855A (zh) * | 2009-03-17 | 2009-08-19 | 华东理工大学 | 一种高温管道损伤及寿命的在线预测方法 |
| CN102008303A (zh) * | 2010-10-29 | 2011-04-13 | 重庆大学 | 一种电阻抗成像系统频差fnoser成像方法 |
| CN106037650A (zh) * | 2016-06-13 | 2016-10-26 | 河北工业大学 | 一种混合变差生物电阻抗成像方法 |
| CN107885946A (zh) * | 2017-11-23 | 2018-04-06 | 江苏理工学院 | 一种基于渐进损伤模型预测复合材料多钉连接强度的方法 |
Non-Patent Citations (3)
| Title |
|---|
| 方光武: "复杂预制体陶瓷基复合材料疲劳失效机理及多尺度模拟", 《中国博士学位论文全文数据库 工程科技Ⅰ辑》 * |
| 罗辞勇: "基于快速牛顿一步误差重构的电阻抗成像算法和实验研究", 《中国博士学位论文全文数据库 信息科技辑》 * |
| 黄薏宸: "三维电阻抗成像模型与算法研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
Cited By (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110186583A (zh) * | 2019-06-13 | 2019-08-30 | 南京航空航天大学 | 基于电阻抗成像的陶瓷基复合材料高温部件温度测量方法 |
| WO2020248854A1 (zh) * | 2019-06-13 | 2020-12-17 | 南京航空航天大学 | 基于电阻抗成像的陶瓷基复合材料高温部件温度测量方法 |
| WO2020248853A1 (zh) * | 2019-06-13 | 2020-12-17 | 南京航空航天大学 | 基于电阻抗成像的复合材料高温部件氧化程度监测方法 |
| CN110823960A (zh) * | 2019-11-26 | 2020-02-21 | 桂林电子科技大学 | 表面损伤检测装置 |
| CN110823960B (zh) * | 2019-11-26 | 2022-04-01 | 桂林电子科技大学 | 表面损伤检测装置 |
| CN111273090A (zh) * | 2020-02-25 | 2020-06-12 | 东北农业大学 | 一种基于树木电气特性对输电线路电场屏蔽的研究方法 |
| CN113533439A (zh) * | 2021-06-25 | 2021-10-22 | 中国农业大学 | 玉米穗水分分布的电阻抗成像方法、系统及电子设备 |
| CN114964799A (zh) * | 2022-04-28 | 2022-08-30 | 南京航空航天大学 | 火箭发动机扩张段多温度梯度下的状态监测系统及方法 |
| CN114964799B (zh) * | 2022-04-28 | 2023-09-29 | 南京航空航天大学 | 火箭发动机扩张段多温度梯度下的状态监测系统及方法 |
| US11808739B1 (en) | 2022-07-01 | 2023-11-07 | Zhejiang University | Monitoring damage of electrofusion joints |
| WO2024001118A1 (zh) * | 2022-07-01 | 2024-01-04 | 浙江大学 | 一种电熔接头损伤监测系统及方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN109101742B (zh) | 2019-12-31 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109101742A (zh) | 基于电阻抗成像损伤监测的复合材料强度预测方法 | |
| Nonn et al. | Application of electrical impedance tomography to an anisotropic carbon fiber-reinforced polymer composite laminate for damage localization | |
| Baltopoulos et al. | Damage identification in carbon fiber reinforced polymer plates using electrical resistance tomography mapping | |
| Downey et al. | Automated crack detection in conductive smart-concrete structures using a resistor mesh model | |
| Gallo et al. | Spatial damage detection in electrically anisotropic fiber-reinforced composites using carbon nanotube networks | |
| Seo et al. | Damage detection of CFRP laminates using electrical resistance measurement and neural network | |
| Todoroki et al. | High performance estimations of delamination of graphite/epoxy laminates with electric resistance change method | |
| Méité et al. | Mixed mode fracture properties characterization for wood by digital images correlation and finite element method coupling | |
| Selvakumaran et al. | On the detectability of transverse cracks in laminated composites using electrical potential change measurements | |
| Lestari et al. | Sensing uniaxial tensile damage in fiber-reinforced polymer composites using electrical resistance tomography | |
| Yousefsani et al. | A three-dimensional micromechanical model of brain white matter with histology-informed probabilistic distribution of axonal fibers | |
| Claire et al. | Identification of a damage law by using full-field displacement measurements | |
| Koohbor et al. | A multiscale experimental approach for correlating global and local deformation response in woven composites | |
| Lee et al. | Novel structural health monitoring method for CFRPs using electrical resistance based probabilistic sensing cloud | |
| Mao et al. | Fatigue damage detection and location of metal materials by electrical impedance tomography | |
| Gao et al. | Damage detection in 2.5 DC/SiC composites using electrical resistance tomography | |
| Zhou et al. | Localization of cracks in cementitious materials under uniaxial tension with electrical resistance tomography | |
| Natali et al. | Hyperelastic models for the analysis of soft tissue mechanics: definition of constitutive parameters | |
| Ben Azzouna et al. | On the identification and validation of an anisotropic damage model using full-field measurements | |
| Bellini et al. | A mechanical characterization of the porcine atria at the healthy stage and after ventricular tachypacing | |
| Isaac-Medina et al. | Electrical self-sensing of impact damage in multiscale hierarchical composites with tailored location of carbon nanotube networks | |
| Fan et al. | Damage detection of CFRP composites using open electrical impedance tomography | |
| Ye et al. | Evaluation of effect of number of electrodes in ERT sensors on image quality | |
| Pyrzanowski et al. | Numerical modelling of resistance changes in symmetric CFRP composite under the influence of structure damage | |
| Angelidis et al. | Response to discussion of paper: The electrical resistance response of continuous carbon fibre composite laminates to mechanical strain |
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 | ||
| TR01 | Transfer of patent right | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20220126 Address after: No. 29, Qinhuai District, Qinhuai District, Nanjing, Jiangsu Patentee after: Nanjing University of Aeronautics and Astronautics Asset Management Co.,Ltd. Address before: No. 29, Qinhuai District, Qinhuai District, Nanjing, Jiangsu Patentee before: Nanjing University of Aeronautics and Astronautics |
|
| TR01 | Transfer of patent right | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20220130 Address after: 211599 No. 59, Wangqiao Road, Xiongzhou street, Liuhe District, Nanjing, Jiangsu Patentee after: Nanjing Changjiang Industrial Technology Research Institute Co.,Ltd. Address before: No. 29, Qinhuai District, Qinhuai District, Nanjing, Jiangsu Patentee before: Nanjing University of Aeronautics and Astronautics Asset Management Co.,Ltd. |