一种基于超声导波的金属材料裂纹定量监测方法
技术领域
本发明涉及设备结构健康监测领域,尤其涉及一种基于超声导波的金属材料裂纹定量监测方法。
背景技术
金属材料广泛应用于诸如可重复使用飞行器、大型起重机械等重大装备中。金属结构在服役过程中受应力或应变的长期反复作用容易产生裂纹,严重时会导致装备损毁,带来人员伤亡等重大安全事故。
目前,工程中常规的无损检测方法,诸如:渗透检测、磁粉检测、射线检测、超声波检测、涡流检测、声发射检测等均可用于金属结构疲劳裂纹的检测和定位,但这些检测方法也均有其独特的应用领域和局限性。例如,磁粉检测受磁粉粒度的限制,只能检测具有一定开口宽度的表面裂纹;涡流检测方法只能检测表面和近表面裂纹,对深埋裂纹不敏感;X射线检测对象通常是体积型的损伤;超声回波检测需对结构进行扫查,检测效率低,且在检测闭合裂纹时可靠性不高。此外,上述检测方法实施过程中大多要求提前释放掉待测部件的外加载荷,影响装备的正常运转;在线实时监测困难,不利于突发事件后迅速查明结构状态,进而为维修保障及时提供决策依据。
以上具有需要停工检测、检测效率低等缺点,且对无法到达的区域可能存在漏检。另外,现存的检测技术通常只实现裂纹的定性检测,即只能完成裂纹的定位而无法确定裂纹的大小和方向,因此无法对结构进行安全评估。
发明内容
本发明提出一种基于超声导波的金属材料板结构裂纹定量监测方法,可实现裂纹的实时在线定量监测,具有对小缺陷敏感、监测范围大等优点。
为了达到上述目的而采取的一种基于超声导波的金属材料裂纹定量监测方法,包括步骤:
使用多个传感器组成特定形状的传感器网络,对金属材料进行激励试验获取不同条件下的监测信号,如果在激励-接收路径上存在损伤,则监测信号和无损伤时的基准信号将产生差别;
通过计算无、有损伤的状态下传感路径上监测信号时间反转后特征量的相关系数,获取该条路径的损伤信息;
对比在激励-接收路径上存在损伤的监测信号和无损伤时的基准信号,获取损伤指数值;
以不同试验条件下的损伤指数值作为特征参数,通过损伤路径概率成像方法,构建所述金属材料的裂纹定量化评估模型。
从所述金属材料的裂纹定量化评估模型的损伤区域的监测成像中,判断出裂纹方向,进一步得到裂纹所在直线的斜率;
从损伤成像图中找到概率最接近特定阈值的值,计算监测区域的所有离散点中,损伤概率大于特定阈值的离散点坐标,对大于特定阈值的离散点的坐标值取平均,得到裂纹所经过点的坐标值;
已知裂纹所在直线的斜率和裂纹所经过点的坐标值,得到裂纹所在直线的方程;
已知裂纹所在直线,该直线与损伤成像图中损伤边界线的交点,得到裂纹的端点,损伤成像图中颜色较浅(接近白色)的区域即裂纹可能存在的位置,因此可通过损伤成像区域的轮廓来确定裂纹的端点。
进一步地,使用多个传感器组成特定形状的传感器网络包括圆形线状传感器网络。
进一步地,使用多个传感器组成特定形状的传感器网络包括方形线状传感器网络。
进一步地,对金属材料进行激励试验获取不同条件下的监测信号的步骤包括:
传感器通过环氧树脂胶粘接在被测板结构上,采用专业的超声导波监测系统产生激励信号,并采集监测信号;
每个传感器均作为激励、其余传感器作为接收来采集信号;
激励信号采用经调制的5波峰窄带正弦波信号,见式1。
其中:A为信号的幅度,fc为信号的中心频率,n为信号波峰个数,H为Heaviside阶梯函数。
进一步地,通过计算无、有损伤的状态下传感路径上监测信号时间反转后特征量的相关系数,获取该条路径的损伤信息和对比在激励-接收路径上存在损伤的监测信号和无损伤时的基准信号,获取损伤指数值的步骤包括:
计算损伤指数,损伤指数的计算公式如下:
其中:H为Heaviside阶梯函数,D(t)为监测信号,uH为基准信号的平均值,uD为监测信号的平均值,t1为直达波的开始时刻,t2为直达波的截止时刻;
当损伤指数DI为0时,表示监测信号和基准信号完全一致,即传感路径上没有损伤;相反,DI值越大,说明两信号之间的差异越大,即传感路径上的损伤越大。
进一步地,以不同试验条件下的损伤指数值作为特征参数,通过损伤路径概率成像方法,构建金属材料的裂纹定量化评估模型的步骤包括:
把每条监测路径上的损伤指数DI通过空间分布函数映射到结构被测范围的所有离散点上,所有路径对每个离散点的损伤概率叠加即可得到整个被测范围的成像结果;
损伤指数DI的空间分布函数如下:
式中,β为形状因子;Rij(x,y)为任一离散点(xk,yk)到激励传感器(xik,yik)和监测传感器(xkj,ykj)距离之和与传感路径长度(激励传感器到监测传感器之间的距离)的比值,然后减1,表达式为:
得到N条传感路径的监测区域内任意点(x,y)的损伤分布概率为:
其中,DIij为第i个传感器激励、第j个传感器接收时该传感路径的损伤因子,mij(x,y)为DIij在坐标点(xi,yj)的空间分布。
通过上述步骤实现损伤区域的监测成像。
进一步地,从所述金属材料的裂纹定量化评估模型的损伤区域的监测成像中,判断出裂纹方向,进一步得到裂纹所在直线的斜率的步骤包括:
找到位于成像区域中的监测裂纹;
当激励-接收路径经过裂纹时,平行于裂纹长度方向的路径损伤因子最小,垂直于裂纹长度方向的路径损伤因子最大,因此找出所有传感路径中,损伤因子最大的值,该路径即垂直于裂纹方向;
已知裂纹垂直方向,可求得裂纹长度方向,进而求出裂纹所在直线的斜率。
进一步地,从损伤成像图中找到概率最接近特定阈值的值的步骤,其中特定阈值设置为接近1的值。
进一步地,特定阈值设置为0.999。
本发明通过使用永久安装在金属结构上的分布式传感器网络为基础进行结构健康监测。利用压电驱动器和传感器,以超声导波作为裂纹损伤信息传递的媒介,在线实时监测发生在结构上的裂纹及其扩展情况,其特点是检测范围大,易于同结构集成,能探测其他无损检测方法难以检测的部位,并可实现裂纹的定量实时监测。
附图说明
图1(a-b)为传感器布置示意图;
a为圆形线状传感器网络图;
b为方形线状传感器网络图。
图2为空间分布函数图。
图3为损伤区域成像图。
图4为裂纹方向识别方法示意图。
图5为裂纹所在直线经过点确定方法示意图。
图6为裂纹端点确定方法示意图。
图7为裂纹真实位置示意图。
具体实施方式
实施例1
本发明基于相关性分析方法和损伤路径概率成像方法,对金属材料板结构超声导波信号进行分析,实现裂纹的定量化评估。
传感器采用压电陶瓷(PZT),多个传感器组成圆形或方形的传感器网络,如图1所示。传感器通过环氧树脂胶粘接在被测板结构上。采用专业的超声导波监测系统产生激励信号,并采集监测信号。每个传感器均作为激励、其余传感器作为接收来采集信号。激励信号采用经调制的5波峰窄带正弦波信号,见式1。
其中,A为信号的幅度,fc为信号的中心频率,n为信号波峰个数,H为Heaviside阶梯函数。
如果在激励-接收路径上存在损伤,则监测信号和无损伤时的基准信号将产生差别。本发明通过计算无、有损伤的状态下传感路径上检测信号时间反转后特征量的相关系数,即可反映该条路径的损伤信息。损伤指数的计算公式如下:
其中:H为Heaviside阶梯函数,D(t)为监测信号,uH为基准信号的平均值,uD为监测信号的平均值,t1为直达波的开始时刻,t2为直达波的截止时刻。当损伤指数DI为0时,表示监测信号和基准信号完全一致,即传感路径上没有损伤;相反,DI值越大,说明两信号之间的差异越大,即传感路径上的损伤越大。
采用损伤路径概率成像方法对裂纹进行定量化评估,构建金属材料的裂纹定量化评估模型。该方法的原理是把每条监测路径上的损伤指数DI通过空间分布函数映射到结构被测范围的所有离散点上,所有路径对每个离散点的损伤概率叠加即可得到整个被测范围的成像结果。损伤指数DI的空间分布函数如下:
式中,β为形状因子,其值小于1;Rij(x,y)为任一离散点(xk,yk)到激励传感器(xik,yik)和监测传感器(xkj,ykj)距离之和与传感路径长度(激励传感器到监测传感器之间的距离)的比值,然后减1,表达式为:
那么N条传感路径的监测区域内任意点(x,y)的损伤分布概率为:
其中,DIij为第i个传感器激励、第j个传感器接收时该传感路径的损伤因子,mij(x,y)为DIij在坐标点(xi,yj)的空间分布。
通过上述方法可实现损伤区域的监测成像,见图3。监测裂纹位于该成像区域中。然后判断裂纹的方向,原理如下:当激励-接收路径经过裂纹时,平行于裂纹长度方向的路径损伤因子最小,垂直于裂纹长度方向的路径损伤因子最大。因此找出所有传感路径中,损伤因子最大的值,该路径即垂直于裂纹方向,见图4所示。已知裂纹垂直方向,可求得裂纹长度方向,进而求出裂纹所在直线的斜率。
从图2的损伤成像图中找到概率最接近1,即损伤概率最大的位置。方法为设置阈值为接近1的值(如0.999),计算监测区域的所有离散点中,损伤概率大于阈值的离散点坐标,见图5。对该离散点的坐标值取平均,即为裂纹所经过点的坐标值。
已知裂纹所在直线的斜率和裂纹所经过点的坐标值,可得到裂纹所在直线的方程。
损伤成像图中颜色较浅(接近白色)的区域即裂纹可能存在的位置,因此可通过损伤成像区域的轮廓来确定裂纹的端点。已知裂纹所在直线,该直线与损伤成像图中损伤边界线的交点,即可确定裂纹的端点,如图6所示。
实施例2
采用24个压电传感器形成传感网络,布置方式如图1(a)所示,24个传感器均匀地布置在以被测板结构的中心点为中心,以20mm为半径的圆周上。在被测金属板结构上加工长50mm、宽0.2mm的矩形槽来模拟裂纹,位置如图7所示。采用每一个传感器做激励,其余传感器做接收,依次采集无损信号和有裂纹时的信号,共采集552组数据。
由每组数据中的基准(无损)信号和监测(有裂纹)信号计算损伤因子DI。552个DI值中的最大值DImax为1.3,对应的路径为传感器7-9,因此裂纹的方向垂直于传感路径7-19,计算可得裂纹方向平行于X轴方向,即斜率为0。
采用损伤概率成像方法计算损伤概率大于99.999%的点,如图5所示。对这些点的坐标取平均,得到的坐标值即裂纹所经过的坐标点。
已知裂纹所在直线的斜率和所经过的坐标,可得到裂纹的直线方程。该直线与损伤成像区域边界的交点,即裂纹的左、右端点。通过几何算法,可求出裂纹的长度为59mm。从图6可以看出,裂纹成像图和真实裂纹吻合较好,该方法可实现金属材料板结构裂纹的监测与评估。
本发明与传统的无损检测技术相比,具有监测区域大、灵敏度高、可实现设备运行状态的实时在线监测等优点。
目前超声导波技术主要用于材料腐蚀等缺陷的检测,几乎没有对裂纹的检测,对裂纹的定量化检测更是行业的空白。本发明基于超声导波技术,结合相关性分析和损伤概率成像方法,实现了金属板结构裂纹的监测与定量化评估,具有一定的技术优势。