CN110657906A - 一种基于光纤光栅传感器的冲击监测方法 - Google Patents
一种基于光纤光栅传感器的冲击监测方法 Download PDFInfo
- Publication number
- CN110657906A CN110657906A CN201911012089.2A CN201911012089A CN110657906A CN 110657906 A CN110657906 A CN 110657906A CN 201911012089 A CN201911012089 A CN 201911012089A CN 110657906 A CN110657906 A CN 110657906A
- Authority
- CN
- China
- Prior art keywords
- signal
- impact
- frequency
- slope
- grating sensor
- 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
- 239000000835 fiber Substances 0.000 title claims abstract description 42
- 238000000034 method Methods 0.000 title claims abstract description 37
- 238000012544 monitoring process Methods 0.000 title claims abstract description 21
- 238000001228 spectrum Methods 0.000 claims abstract description 36
- 238000005070 sampling Methods 0.000 claims abstract description 24
- 238000010183 spectrum analysis Methods 0.000 claims abstract description 19
- 238000000354 decomposition reaction Methods 0.000 claims abstract description 10
- 238000004364 calculation method Methods 0.000 claims abstract description 6
- 230000003595 spectral effect Effects 0.000 claims description 9
- 238000007781 pre-processing Methods 0.000 claims description 7
- 238000007619 statistical method Methods 0.000 claims description 6
- 230000008569 process Effects 0.000 abstract description 7
- 238000004458 analytical method Methods 0.000 description 17
- 239000002131 composite material Substances 0.000 description 13
- 238000001514 detection method Methods 0.000 description 11
- 238000012545 processing Methods 0.000 description 10
- 238000004422 calculation algorithm Methods 0.000 description 7
- 108010076504 Protein Sorting Signals Proteins 0.000 description 6
- 230000006870 function Effects 0.000 description 6
- 238000002474 experimental method Methods 0.000 description 4
- 230000036541 health Effects 0.000 description 4
- 238000009863 impact test Methods 0.000 description 4
- 239000000463 material Substances 0.000 description 4
- 238000005259 measurement Methods 0.000 description 4
- 238000012360 testing method Methods 0.000 description 4
- 239000013307 optical fiber Substances 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 238000004088 simulation Methods 0.000 description 3
- 238000012549 training Methods 0.000 description 3
- 238000012795 verification Methods 0.000 description 3
- 238000013473 artificial intelligence Methods 0.000 description 2
- 238000005452 bending Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 239000003822 epoxy resin Substances 0.000 description 2
- 229920000647 polyepoxide Polymers 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 239000003365 glass fiber Substances 0.000 description 1
- 239000003292 glue Substances 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 239000011229 interlayer Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- RGCLLPNLLBQHPF-HJWRWDBZSA-N phosphamidon Chemical compound CCN(CC)C(=O)C(\Cl)=C(/C)OP(=O)(OC)OC RGCLLPNLLBQHPF-HJWRWDBZSA-N 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Images
Classifications
-
- 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
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01L—MEASURING FORCE, STRESS, TORQUE, WORK, MECHANICAL POWER, MECHANICAL EFFICIENCY, OR FLUID PRESSURE
- G01L5/00—Apparatus for, or methods of, measuring force, work, mechanical power, or torque, specially adapted for specific purposes
- G01L5/0052—Apparatus for, or methods of, measuring force, work, mechanical power, or torque, specially adapted for specific purposes measuring forces due to impact
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Testing Of Optical Devices Or Fibers (AREA)
Abstract
本发明公开了一种基于光纤光栅传感器的冲击监测方法，对采样信号进行EMD分解，并将除余项以外的各本征模函数的相加信号傅里叶变换至频域，然后依据所得频域信号的幅值谱斜率进行冲击判断及冲击信号的能级分类；幅值谱斜率的计算方法具体如下：将频域信号放至预设的频谱分析观察窗中，以频谱分析观察窗的频率中点将整个观察区等分为两个半区，取整个观察窗内的频率幅值谱最高幅值点，再在与最高幅值点所处不同的另一个半区内选取除边界点外的最小信号幅值点，计算两点连线的斜率，以此斜率的绝对值作为所述频域信号在观察窗内的幅值谱斜率。相比现有技术，本发明基于幅值谱斜率来进行低速冲击信号的能级分类，实现过程更简单，实时性更好。
Description
技术领域
本发明涉及一种基于光纤光栅传感器的冲击监测方法，属于结构健康监测技术领域。
背景技术
机翼主要为飞行中的飞机提供升力，是飞机的主要承力结构，在满足结构强度要求的基础上，更轻的机翼有利于提高飞机的燃油经济性，但这往往也使得机翼在运行中有了更大的变形，过量的大变形会严重威胁飞机的运行安全，因此，实现机翼的实时变形监测是飞机健康运行的重要保障。复合材料具有比强度高、比刚度大、抗疲劳性好等优点，是一种理想的机翼结构材料，其在机翼制造过程中的使用量已成为衡量飞机先进性的一个重要指标，但其层间刚度较低，是一种对冲击载荷十分敏感的材料，其中冲击速度小于10m/s的低速冲击会造成不可见的损伤，显著降低结构性能，并在使用载荷下增长，具有很大的潜在危险性，因此，实现复合材料机翼冲击的长期监控，有利于减少飞机的地面维护人员的离线损伤检测工作，降低飞机的运行维护成本。
目前，在变形检测方面，传统的变形检测主要有CCD摄像头检测法、激光扫描检测法，这通常需要安装较多的附加检测机构，且较难实现飞机运行过程中的实时监测。同时，使用压电材料传感器也是一个重要选择，但大面积布设传感网络时，其对机翼带来的重量增加不容忽视。在冲击载荷检测方面，常用的检测方法有频域识别方法、时域识别方法、人工智能识别方法，其中，随机噪声会对频域识别方法造成较大的影响，较难实现飞行过程中的运用；时域识别方法通常通过时差定位法实现，其无需进行傅里叶变换，但检测精度的提高往往需要扩大传感网络的规模；人工智能识别方法通常采用神经网络技术，这种方法的实现需要对目标检测结构事先进行大量的模型训练，获得大量的样本库。而且，目前的冲击载荷检测多集中于被测结构无变形的静态情况下，低速冲击能量与板材内部分层程度或冲击位置间的关系，对变形情况下的冲击载荷识别研究较少，对会使得复合材料的强度、刚度损失积累后达到不可接受的材料损伤失效的低速低能量冲击研究较少。
光纤光栅由于具有和复合材料相容性好、质量轻、体积小、抗电磁干扰、便于组网、传感一体等优点，可实现振动、应变等物理量的精确检测，是一种理想的复合材料机翼健康监测传感器，在满足变形、冲击测量需求的情况下，大面积布设传感网络的同时不会带来相对明显的重量增加，因此已越来越多地被应用于复合材料的健康监测。但光纤光栅的多物理量耦合传感特性，对光纤光栅传感网络同时进行复合材料机翼变形、冲击的检测带来了困难。现有技术通过频谱分析，利用频谱峰值与冲击能量等级之间的对应关系来对低速冲击能量等级进行判别。然而，基于频谱峰值的冲击能量分级方法多基于机器学习方法，需进行大量实测数据的进行训练，增加了分析前的数据处理量，而且训练样本的特征值，即频谱峰值也需要较多的取值，这意味着实时处理过程中要在较大的频谱范围内进行分析，增加了分析中的数据处理量。
发明内容
本发明所要解决的技术问题在于克服现有技术不足，提供一种基于光纤光栅传感器的冲击监测方法，其基于幅值谱斜率来进行低速冲击信号的能级分类，实现过程更简单，实时性更好。
本发明具体采用以下技术方案解决上述技术问题：
一种基于光纤光栅传感器的冲击监测方法，对当前实时采样的光纤光栅传感器中心波长信号进行经验模态(EMD)分解，并将除余项以外的各本征模函数(IMF)的相加信号傅里叶变换至频域，然后依据所得频域信号的幅值谱斜率进行冲击判断及冲击信号的能级分类；所述幅值谱斜率的计算方法具体如下：将所述频域信号放至预设的频谱分析观察窗中，以所述频谱分析观察窗的频率中点将整个观察区等分为两个半区，取整个观察窗内的频率幅值谱最高幅值点，再在与最高幅值点所处不同的另一个半区内选取除边界点外的最小信号幅值点，计算两点连线的斜率，以此斜率的绝对值作为所述频域信号在观察窗内的幅值谱斜率。
进一步地，如冲击判断结果为发生冲击事件，则利用以下方法进行冲击信号与形变信号的解耦：对当前实时采样的光纤光栅传感器中心波长信号预处理后进行经验模态分解，再基于统计方法对所述除余项以外的各本征模函数的相加信号进行去噪，然后将去噪后信号与所述余项相加，并按照光纤光栅传感器中心波长信号的采样宽度取其中间部分，即为形变信号。
优选地，所述统计方法为拉伊达准则。
优选地，所述预处理具体为：在当前实时采样的光纤光栅传感器中心波长信号的前端和后端分别添加端数据，所述端数据始终保持为已分析数据中的无冲击情况下的最新采样数据。
优选地，所述频谱分析观察窗的起始频率为0，终点频率为监测对象的最低固有频率与信号采样频率的一半两者之中的较小值。
优选地，所述光纤光栅传感器中心波长信号的采样宽度不小于0.1s。
相比现有技术，本发明技术方案具有以下有益效果：
本发明首次提出利用幅值谱斜率与冲击能量之间所存在的对应关系进行冲击能量分级，该方案的实现过程更简单，实时性更好，并且为结构健康监测技术指出了一个新的方向。
本发明进一步在以上冲击能量分级的基础上对冲击信号与形变信号进行解耦，可有效识别出与冲击信号耦合的形变信号，为后续的进一步研究分析提供了翔实的数据基础。
附图说明
图1是本发明冲击监测方法一个优选实施例的流程示意图；
图2是实验方法实测出的不同能量冲击的频率幅值谱斜率及其三次多项式拟合曲线；
图3是弯曲过程中存在冲击的光纤光栅中心波长偏移信号；
图4是存在冲击的1400～1600ms区间的算法处理信号序列；
图5是存在冲击的1600～1800ms区间的算法处理信号序列；
图6是无冲击的1800～2000ms区间的算法处理信号序列；
图7是无冲击的2000～2200ms区间的算法处理信号序列；
图8是处理后的光纤布拉格光栅中心波长偏移信号在存在冲击区间内的放大图；
图9是处理后的光纤布拉格光栅中心波长偏移信号。
具体实施方式
针对现有技术不足，本发明基于首次发现的幅值谱斜率与冲击能量之间所存在的对应关系，利用幅值谱斜率实现冲击判断及冲击信号的能级分类。
本发明所提出的冲击监测方法具体如下：对当前实时采样的光纤光栅传感器中心波长信号进行经验模态分解，并将除余项以外的各本征模函数的相加信号傅里叶变换至频域，然后依据所得频域信号的幅值谱斜率进行冲击判断及冲击信号的能级分类；所述幅值谱斜率的计算方法具体如下：将所述频域信号放至预设的频谱分析观察窗中，以所述频谱分析观察窗的频率中点将整个观察区等分为两个半区，取整个观察窗内的频率幅值谱最高幅值点，再在与最高幅值点所处不同的另一个半区内选取除边界点外的最小信号幅值点，计算两点连线的斜率，以此斜率的绝对值作为所述频域信号在观察窗内的幅值谱斜率。
进一步地，如冲击判断结果为发生冲击事件，则利用以下方法进行冲击信号与形变信号的解耦：对当前实时采样的光纤光栅传感器中心波长信号预处理后进行经验模态分解，再基于统计方法对所述除余项以外的各本征模函数的相加信号进行去噪，然后将去噪后信号与所述余项相加，并按照光纤光栅传感器中心波长信号的采样宽度取其中间部分，即为形变信号。
所述统计方法可以为格拉布斯准则、肖维勒准则、狄克逊准则、拉伊达准则(3σ准则)等；经过观察和实际验证发现采用拉伊达准则的效果最好，因此本发明优选采用拉伊达准则。
优选地，所述预处理具体为：在当前实时采样的光纤光栅传感器中心波长信号的前端和后端分别添加端数据，所述端数据始终保持为已分析数据中的无冲击情况下的最新采样数据，即当前一次的分析结果为未发生冲击，则当前端数据为上一次分析中的实时采样数据，当前一次的分析结果为发生冲击，则当前端数据与上一次分析中的端数据一致，保持不变。由于冲击信号的幅值相对于光纤光栅的变形传感信号幅值较大，在较短的采样时间内，冲击信号幅值会对EMD分解所得用于表示变形信号的余项产生较大影响，进行加端数据的预处理可一定程度上减小此影响，同时对分析效率的影响也较小。
优选地，所述频谱分析观察窗的起始频率为0，终点频率为监测对象的最低固有频率与信号采样频率的一半两者之中的较小值。
优选地，所述光纤光栅传感器中心波长信号的采样宽度不小于0.1s。
为了便于公众理解，下面通过一个优选实施例并结合附图来对本发明的技术方案进行详细说明：
本实施例的冲击监测方法的流程如图1所示，具体包括以下步骤：
步骤1、对光纤光栅传感器中心波长信号进行实时采样；
具体采样宽度可以冲击持续时间和实时性要求作为主要参考依据来确定，最好不低于0.1s。
步骤2、对采样信号进行EMD分解，并将除余项以外的各本征模函数的相加信号傅里叶变换至频域，然后依据所得频域信号的幅值谱斜率进行冲击判断及冲击信号的能级分类；所述幅值谱斜率的计算方法具体如下：将所述频域信号放至预设的频谱分析观察窗中，以所述频谱分析观察窗的频率中点将整个观察区等分为两个半区，取整个观察窗内的频率幅值谱最高幅值点，再在与最高幅值点所处不同的另一个半区内选取除边界点外的最小信号幅值点，计算两点连线的斜率，以此斜率的绝对值作为所述频域信号在观察窗内的幅值谱斜率。
可以0和监测对象的最低固有频率与信号采样频率的一半两者之中的较小值分别作为频谱分析观察窗的起始频率和终点频率，即预先分析监测对象的力学模型，通过实测、计算或仿真方法得出被监测对象的最低固有频率，以此固有频率作为确定频谱分析观察窗范围的参数依据，当此固有频率大于信号采样频率的一半时，以0至采样频率的一半为频谱分析的观察窗，当此固有频率小于信号采样频率的一半时，以0至此固有频率为频谱分析的观察窗。
得到幅值谱斜率后即可通过预先测定的幅值谱斜率阈值以及不同能量冲击级别所对应的幅值谱斜率范围来判定是否出现冲击事件以及所出现冲击事件的能量级别。
步骤3、如判断出有冲击事件发生，则继续进行冲击信号与形变信号的解耦：首先对当前实时采样的光纤光栅传感器中心波长信号预处理后进行经验模态分解，再利用3σ准则对所得到的除余项以外的各本征模函数的相加信号进行去噪，然后将去噪后信号与所述余项相加，并按照光纤光栅传感器中心波长信号的采样宽度取其中间部分，即为形变信号。
对采样信号进行预处理，具体为在当前实时采样的光纤光栅传感器中心波长信号的前端和后端分别添加端数据；所述端数据始终保持为已分析数据中的无冲击情况下的最新采样数据，即当前一次的分析结果为未发生冲击，则当前端数据为上一次分析中的实时采样数据，当前一次的分析结果为发生冲击，则当前端数据与上一次分析中的端数据一致，保持不变。初始的端数据可采用光纤光栅传感器中心波长信号的初始采样数据，通常此时无冲击发生。
为了验证本发明技术方案的效果，进行了以下验证实验：
建立了四边固支的470mm×270mm×1mm玻璃纤维环氧树脂板，板材边缘夹持宽度为10mm的被测对象，选用中心波长1550nm、栅区长度为10mm的布拉格光纤光栅作为传感器，布拉格光纤光栅通过环氧树脂胶直接粘贴在复合材料板表面，所用光纤光栅解调仪为微光公司的SM130，其解调频率为1kHz，使用额定能量为1J±0.5J、直径20mm半球形锤头的弹簧冲击锤产生冲击信号，冲击测试选择在复合材料板粘贴光栅的背面进行，从而建立了测试系统。
预先采用Abaqus仿真分析的方法建立了仿真模型，之后通过模态分析得出了表1所示的前10阶模态频率，表明监测对象的最低固有频率为68.114Hz，由于所用光纤光栅解调仪解调频率为1kHz，从而确定了后续频谱分析的观察窗为0～68.114Hz。
表1被测复合材料板的前10阶模态频率
| 阶数 | 频率/Hz |
| 1 | 68.114 |
| 2 | 89.309 |
| 3 | 126.64 |
| 4 | 177.91 |
| 5 | 179.70 |
| 6 | 201.14 |
| 7 | 240.43 |
| 8 | 247.78 |
| 9 | 295.52 |
| 10 | 330.50 |
预先通过实验方法实测出不同能量冲击的幅值谱斜率，拟合出幅值谱斜率随能量变化的三次多项式拟合曲线，根据拟合曲线确定能级分类的频率幅值谱斜率范围，本验证实验中冲击测试点沿着光栅长度方向的共有11个，距离光栅的中间点为0～100mm，两点间的间隔为10mm，测试结果如图2中星点所示，实线为三次多项式拟合曲线，可见0～35mm距离的冲击的频率幅值谱斜率大于5×10-4，此时冲击能量为最高等级，35～100mm距离的冲击的频率幅值谱斜率在2×10-4～5×10-4之间，此时冲击能量为第二等级，频率幅值谱斜率小于2×10-4时的冲击为第三等级冲击能量，当未产生冲击时，根据所用系统的测试结果表明，由解调仪产生的中心波长偏移信号的频率幅值谱斜率约在10-6数量级上，因此规定频率幅值谱斜率在10-6数量级时测试未产生冲击。根据以上数据可看出幅值谱斜率总体随着信号峰值的增长而线性增长，这也表明通过计算观察窗中的幅值谱斜率来对低速低能量冲击进行能级分类具有可行性。
对弯曲过程中在离光栅53mm有一冲击发生的光纤光栅传感信号进行分析，原始信号如图3所示，信号长度为3000ms，冲击在第1543ms开始，约在第1760ms结束，长度约为217ms。本实验确定的分析信号时长为200ms，存在冲击的信号区间有2个为1400～1600ms和1600～1800ms，此时的算法处理信号序列如图4、5，此时的端数据为1200～1400ms的实测数据，两个区间的频率谱斜率分别为4.78×10-4、1.14×10-4，能级判断分别为二、三等级，因此1800～2000ms区间的端数据依旧为1200～1400ms的实测数据，算法处理信号序列如图6所示，此时的频率谱斜率为2.86×10-6，判断为无冲击，所以在2000～2200ms区间的端数据为1800～2000ms的实测数据，算法处理信号序列如图7所示。
在发生冲击的两个区间内，结合3σ准则对冲击信号进行处理，以消除冲击信号对变形信号的影响，虽在局部有较大的变化，其影响如图8所示，但其变化幅度与整体变形量相比影响较小，最终处理的变形结果如图9所示。
Claims (6)
1.一种基于光纤光栅传感器的冲击监测方法，其特征在于，对当前实时采样的光纤光栅传感器中心波长信号进行经验模态分解，并将除余项以外的各本征模函数的相加信号傅里叶变换至频域，然后依据所得频域信号的幅值谱斜率进行冲击判断及冲击信号的能级分类；所述幅值谱斜率的计算方法具体如下：将所述频域信号放至预设的频谱分析观察窗中，以所述频谱分析观察窗的频率中点将整个观察区等分为两个半区，取整个观察窗内的频率幅值谱最高幅值点，再在与最高幅值点所处不同的另一个半区内选取除边界点外的最小信号幅值点，计算两点连线的斜率，以此斜率的绝对值作为所述频域信号在观察窗内的幅值谱斜率。
2.如权利要求1所述基于光纤光栅传感器的冲击监测方法，其特征在于，如冲击判断结果为发生冲击事件，则利用以下方法进行冲击信号与形变信号的解耦：对当前实时采样的光纤光栅传感器中心波长信号预处理后进行经验模态分解，再基于统计方法对所述除余项以外的各本征模函数的相加信号进行去噪，然后将去噪后信号与所述余项相加，并按照光纤光栅传感器中心波长信号的采样宽度取中间部分，即为形变信号。
3.如权利要求2所述基于光纤光栅传感器的冲击监测方法，其特征在于，所述统计方法为拉伊达准则。
4.如权利要求2所述基于光纤光栅传感器的冲击监测方法，其特征在于，所述预处理具体为：在当前实时采样的光纤光栅传感器中心波长信号的前端和后端分别添加端数据，所述端数据始终保持为已分析数据中的无冲击情况下的最新采样数据。
5.如权利要求1或2所述基于光纤光栅传感器的冲击监测方法，其特征在于，所述频谱分析观察窗的起始频率为0，终点频率为监测对象的最低固有频率与信号采样频率的一半两者之中的较小值。
6.如权利要求1或2所述基于光纤光栅传感器的冲击监测方法，其特征在于，所述光纤光栅传感器中心波长信号的采样宽度不小于0.1s。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911012089.2A CN110657906B (zh) | 2019-10-23 | 2019-10-23 | 一种基于光纤光栅传感器的冲击监测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911012089.2A CN110657906B (zh) | 2019-10-23 | 2019-10-23 | 一种基于光纤光栅传感器的冲击监测方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110657906A true CN110657906A (zh) | 2020-01-07 |
| CN110657906B CN110657906B (zh) | 2020-06-09 |
Family
ID=69041529
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201911012089.2A Active CN110657906B (zh) | 2019-10-23 | 2019-10-23 | 一种基于光纤光栅传感器的冲击监测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110657906B (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112502860A (zh) * | 2020-11-27 | 2021-03-16 | 西安航天动力研究所 | 液体火箭发动机频率特性测量方法 |
| CN113074905A (zh) * | 2021-03-18 | 2021-07-06 | 中国科学院、水利部成都山地灾害与环境研究所 | 面向水槽实验的泥石流冲击力测量方法 |
Citations (16)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101122583A (zh) * | 2007-09-06 | 2008-02-13 | 华中科技大学 | 一种剪切型框架结构损伤识别方法 |
| CN102854252A (zh) * | 2012-09-10 | 2013-01-02 | 北京理工大学 | 一种检测金属材料疲劳状态的方法和系统 |
| CN102865992A (zh) * | 2012-10-11 | 2013-01-09 | 中国航空工业集团公司北京长城计量测试技术研究所 | 一种复合材料层板冲击损伤识别方法及测试装置 |
| CN104204414A (zh) * | 2012-03-20 | 2014-12-10 | 斯奈克玛 | 检测和追踪航空引擎风机的损坏或异物对其的冲击 |
| CN104567705A (zh) * | 2014-12-19 | 2015-04-29 | 南京航空航天大学 | 动态加载下光纤光栅传感器应变与温度混叠信号解耦方法 |
| US9064357B1 (en) * | 2012-05-10 | 2015-06-23 | The Boeing Company | Vehicle dynamics control using integrated vehicle structural health management system |
| CN104776966A (zh) * | 2015-04-01 | 2015-07-15 | 南京航空航天大学 | 基于分形理论的板结构冲击监测方法 |
| US20170205297A1 (en) * | 2016-01-15 | 2017-07-20 | Usa As Represented By The Administrator Of The National Aeronautics And Space Administration | Micrometeoroid and Orbital Debris Impact Detection and Location Using Fiber Optic Strain Sensing |
| CN107255540A (zh) * | 2017-06-16 | 2017-10-17 | 北京航空航天大学 | 基于含孔金属结构中光纤光栅传感器温度应力解耦方法 |
| CN107505396A (zh) * | 2017-09-12 | 2017-12-22 | 燕山大学 | 一种结构损伤在线实时监测方法及系统 |
| CN107628268A (zh) * | 2017-08-11 | 2018-01-26 | 南京航空航天大学 | 基于低频逼近系数变化幅度的单边固支机翼冲击定位方法 |
| KR20180031127A (ko) * | 2016-09-19 | 2018-03-28 | 한국과학기술원 | 충격 감지 시스템 및 충격 감지 방법 |
| CN108051126A (zh) * | 2017-12-11 | 2018-05-18 | 南通大学 | 一种变厚度复合材料层合板低速冲击能量识别系统及其工作方法 |
| CN109916742A (zh) * | 2019-01-18 | 2019-06-21 | 昆明理工大学 | 一种基于光纤光栅传感的高精度复合材料冲击定位算法 |
| CN110095586A (zh) * | 2019-05-24 | 2019-08-06 | 吉林大学 | 一种组装式沟道的泥石流模拟测试装置和试验方法 |
| CN110261017A (zh) * | 2019-04-26 | 2019-09-20 | 武汉理工大学 | 基于光纤传感技术的飞机结构载荷监测系统 |
-
2019
- 2019-10-23 CN CN201911012089.2A patent/CN110657906B/zh active Active
Patent Citations (16)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101122583A (zh) * | 2007-09-06 | 2008-02-13 | 华中科技大学 | 一种剪切型框架结构损伤识别方法 |
| CN104204414A (zh) * | 2012-03-20 | 2014-12-10 | 斯奈克玛 | 检测和追踪航空引擎风机的损坏或异物对其的冲击 |
| US9064357B1 (en) * | 2012-05-10 | 2015-06-23 | The Boeing Company | Vehicle dynamics control using integrated vehicle structural health management system |
| CN102854252A (zh) * | 2012-09-10 | 2013-01-02 | 北京理工大学 | 一种检测金属材料疲劳状态的方法和系统 |
| CN102865992A (zh) * | 2012-10-11 | 2013-01-09 | 中国航空工业集团公司北京长城计量测试技术研究所 | 一种复合材料层板冲击损伤识别方法及测试装置 |
| CN104567705A (zh) * | 2014-12-19 | 2015-04-29 | 南京航空航天大学 | 动态加载下光纤光栅传感器应变与温度混叠信号解耦方法 |
| CN104776966A (zh) * | 2015-04-01 | 2015-07-15 | 南京航空航天大学 | 基于分形理论的板结构冲击监测方法 |
| US20170205297A1 (en) * | 2016-01-15 | 2017-07-20 | Usa As Represented By The Administrator Of The National Aeronautics And Space Administration | Micrometeoroid and Orbital Debris Impact Detection and Location Using Fiber Optic Strain Sensing |
| KR20180031127A (ko) * | 2016-09-19 | 2018-03-28 | 한국과학기술원 | 충격 감지 시스템 및 충격 감지 방법 |
| CN107255540A (zh) * | 2017-06-16 | 2017-10-17 | 北京航空航天大学 | 基于含孔金属结构中光纤光栅传感器温度应力解耦方法 |
| CN107628268A (zh) * | 2017-08-11 | 2018-01-26 | 南京航空航天大学 | 基于低频逼近系数变化幅度的单边固支机翼冲击定位方法 |
| CN107505396A (zh) * | 2017-09-12 | 2017-12-22 | 燕山大学 | 一种结构损伤在线实时监测方法及系统 |
| CN108051126A (zh) * | 2017-12-11 | 2018-05-18 | 南通大学 | 一种变厚度复合材料层合板低速冲击能量识别系统及其工作方法 |
| CN109916742A (zh) * | 2019-01-18 | 2019-06-21 | 昆明理工大学 | 一种基于光纤光栅传感的高精度复合材料冲击定位算法 |
| CN110261017A (zh) * | 2019-04-26 | 2019-09-20 | 武汉理工大学 | 基于光纤传感技术的飞机结构载荷监测系统 |
| CN110095586A (zh) * | 2019-05-24 | 2019-08-06 | 吉林大学 | 一种组装式沟道的泥石流模拟测试装置和试验方法 |
Non-Patent Citations (2)
| Title |
|---|
| RICARDO DE MEDEIROS等: "A new methodology for Structural Health Monitoring applications", 《ICSI 2015 THE 1ST INTERNATIONAL CONFERENCE ON STRUCTURAL INTEGRITY FUNCHAL》 * |
| 王明: "基于光纤传感和EMD分解的复合材料损伤监测研究", 《中国优秀硕士学位论文全文数据库（工程科技Ⅰ辑）》 * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112502860A (zh) * | 2020-11-27 | 2021-03-16 | 西安航天动力研究所 | 液体火箭发动机频率特性测量方法 |
| CN113074905A (zh) * | 2021-03-18 | 2021-07-06 | 中国科学院、水利部成都山地灾害与环境研究所 | 面向水槽实验的泥石流冲击力测量方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110657906B (zh) | 2020-06-09 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Kaewniam et al. | Recent advances in damage detection of wind turbine blades: A state-of-the-art review | |
| Park et al. | PZT-based active damage detection techniques for steel bridge components | |
| CN110657906B (zh) | 一种基于光纤光栅传感器的冲击监测方法 | |
| CN103617684B (zh) | 干涉型光纤周界振动入侵识别算法 | |
| CN101900708B (zh) | 一种基于振动和声频信号的高速列车轨道伤损探测方法 | |
| CN105841797A (zh) | 一种基于mfcc和svm的车窗电机异常噪声检测方法及装置 | |
| CN105334269A (zh) | 一种基于神经网络和导波特征数据库的管道缺陷类别判别方法 | |
| CN103968933A (zh) | 基于模糊域特征的光纤振动信号识别方法 | |
| Sause et al. | Quantification of the uncertainty of pattern recognition approaches applied to acoustic emission signals | |
| CN111398798B (zh) | 基于振动信号区间特征提取的断路器储能状态辨识方法 | |
| CN111024527B (zh) | 一种基于多传感器数据融合的裂纹扩展监测方法 | |
| CN105258789A (zh) | 一种振动信号特征频率带的提取方法及装置 | |
| CN102865992A (zh) | 一种复合材料层板冲击损伤识别方法及测试装置 | |
| CN112067701A (zh) | 基于声学诊断的风机叶片远程听诊方法 | |
| CN112162295B (zh) | 一种基于时频分析的太赫兹厚度检测优化方法 | |
| CN110568082A (zh) | 一种基于声发射信号的缆索断丝的判别方法 | |
| CN113657217A (zh) | 一种基于改进的bp神经网络的混凝土状态识别模型 | |
| CN110376289A (zh) | 一种基于声发射手段的复合材料纤维编织层损伤识别方法 | |
| CN111461183A (zh) | 改进人工鱼群算法优化bp神经网络的平轮故障检测方法 | |
| CN112302061A (zh) | 低应变基桩完整性检测信号的智能化快速解释方法 | |
| CN117191956A (zh) | 一种基于声发射的钛合金应力腐蚀损伤分类方法及装置 | |
| CN107628268A (zh) | 基于低频逼近系数变化幅度的单边固支机翼冲击定位方法 | |
| CN116188860A (zh) | 一种参数自适应调节的结构监测异常数据的识别方法及装置 | |
| CN113723207B (zh) | 一种基于直方图距离的声发射信号突变检测方法 | |
| KR20150104459A (ko) | 기계 구조물의 결함 진단 시스템 및 그 방법 |
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 |