CN111024821A - 一种复合材料贮箱健康监测系统及方法 - Google Patents

一种复合材料贮箱健康监测系统及方法 Download PDF

Info

Publication number
CN111024821A
CN111024821A CN201911405162.2A CN201911405162A CN111024821A CN 111024821 A CN111024821 A CN 111024821A CN 201911405162 A CN201911405162 A CN 201911405162A CN 111024821 A CN111024821 A CN 111024821A
Authority
CN
China
Prior art keywords
composite material
damage
material storage
strain
storage tank
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
CN201911405162.2A
Other languages
English (en)
Inventor
任明法
王磊
薛姝楠
张笑闻
李桐
郑臣生
姜海林
丛杰
王博
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.)
Dalian University of Technology
Original Assignee
Dalian University of Technology
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 Dalian University of Technology filed Critical Dalian University of Technology
Priority to CN201911405162.2A priority Critical patent/CN111024821A/zh
Publication of CN111024821A publication Critical patent/CN111024821A/zh
Pending legal-status Critical Current

Links

Images

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
    • G01N29/14—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 using acoustic emission techniques
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
    • G01D21/00—Measuring or testing not otherwise provided for
    • G01D21/02—Measuring two or more variables by means not covered by a single other subclass
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/044—Recurrent networks, e.g. Hopfield networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/045—Combinations of networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Computing Systems (AREA)
  • Software Systems (AREA)
  • Evolutionary Computation (AREA)
  • Computational Linguistics (AREA)
  • Molecular Biology (AREA)
  • Biophysics (AREA)
  • General Engineering & Computer Science (AREA)
  • Biomedical Technology (AREA)
  • Mathematical Physics (AREA)
  • Data Mining & Analysis (AREA)
  • Artificial Intelligence (AREA)
  • Acoustics & Sound (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
  • Testing Or Calibration Of Command Recording Devices (AREA)
  • Investigating Or Analyzing Materials By The Use Of Ultrasonic Waves (AREA)

Abstract

本发明提供一种复合材料贮箱健康监测系统及方法。本发明系统，包括：光纤传感系统、神经网络以及声发射系统；光纤传感系统包括设置复合材料贮箱上的光纤光栅温度传感器和光纤光栅应变传感器；神经网络用于建立温度与液位、应变与损伤的映射关系；声发射系统为声发射传感器，用于综合判定复合材料贮箱的损伤位置及预警。本发明主要利用光纤光栅温度传感器和光纤光栅应变传感器就可实现贮箱在地面低温介质加注试验中的表面温度场、应变场、液位和损伤的测量和监测；与声发射传感器相配合，增加了系统的冗余度，能够更加准确的实现损伤的定位和预警。

Description

一种复合材料贮箱健康监测系统及方法
技术领域
本发明涉及一种监测系统，具体而言，尤其涉及一种复合材料贮箱健康监测系统及方法。
背景技术
随着航天探索活动的不断兴起，以大推力、可重复使用为特点的运载器成为未来的发展趋势。碳纤维复合材料以其轻质、高强、耐腐蚀等优良特性受到广泛关注，以全复合材料贮箱为代表的新一代贮箱为进一步降低运载器发射成本提供了可能。在对贮箱结构的测试中，需要对贮箱结构的结构状态(温度场、应变场、液位)、健康状态(损伤)等健康参数进行测量和监测，确保对贮箱安全性能的实时掌控。
目前针对结构的健康监测主要通过布置相应的传感器，通过分析其信号从而实现其监测功能。在对复合材料状态参数测量方面，唐青春等人发明了一种基于预埋光纤光栅的复合材料健康状态监测系统，该系统通过解调光纤光栅温度传感器和光纤光栅应变传感器的信号，从而获得温度和应变数据，进而实现对复合材料在结构成型过程、地面试验和空中作业过程的实时监测。在对复合材料损伤状态监测方面，郭云力等人发明了一种复合材料在线健康监测系统和监测方法；首先通过光纤光栅传感器获得结构的应变场，然后处理器调用复合材料损伤数据库，建立三维模型，输出复合材料的损伤分布，最后通过有限元分析计算复合材料剩余强度，从而对复合材料的健康情况进行评估。王恺等人通过在复合材料气瓶表面布置声发射传感器并检测其内部的声发射机械波，经信号处理后从而对复合材料气瓶进行健康监测。但上述的监测系统还存在以下问题：
(1)目前针对结构的状态监测主要是布置不同类型的传感器，所需传感器数量繁多、布线复杂且成本高；
(2)针对复合材料结构剩余强度的预测，首先需要获取结构应变数据，然后通过建立有限元模型并进行分析，预测的实时性不足；
(3)基于声发射传感器的复合材料结构健康监测，主要针对的是复合材料整体结构的损伤，对于损伤位置的确定存在不足。
发明内容
根据上述提出的技术问题，而提供一种复合材料贮箱健康监测系统及方法。本发明主要利用光纤光栅温度传感器和光纤光栅应变传感器就可实现贮箱在地面低温介质加注试验中的表面温度场、应变场、液位和损伤的测量和监测；与声发射传感器相配合，增加了系统的冗余度，能够更加准确的实现损伤的定位和预警。
本发明采用的技术手段如下：
一种复合材料贮箱健康监测系统，包括光纤传感系统、神经网络以及声发射系统；
所述光纤传感系统包括设置复合材料贮箱上的光纤光栅温度传感器和光纤光栅应变传感器；
所述神经网络用于建立温度与液位、应变与损伤的映射关系；
所述声发射系统为声发射传感器，用于综合判定复合材料贮箱的损伤位置及预警。
进一步地，沿复合材料贮箱上的轴向位置设置一排或多排所述光纤光栅温度传感器，用于测量复合材料贮箱壁的表面温度场。
进一步地，沿复合材料贮箱上的轴向和环向布置所述光纤光栅应变传感器，使其形成一个应变传感网络，用于测量复合材料贮箱壁的表面应变场。
进一步地，所述光纤光栅温度传感器和光纤光栅应变传感器的布置间距根据所限定的复合材料最大分层损伤面积确定。
本发明还提供了一种复合材料贮箱健康监测方法，包括如下步骤：
S1、建立热传导精细有限元模型和损伤精细有限元模型，通过有限元仿真得到复合材料贮箱数据库；
S2、将上述数据库中的数据分为训练集和测试集，搭建人工神经网络；
S3、使用上述训练集数据构建热传导模型和损伤监测模型，再用上述测试集数据检验神经网络监测的准确率；
S4、在复合材料贮箱上布置光纤光栅温度传感器、光纤光栅应变传感器以及光纤光栅解调仪，获取实时的温度场数据和应变场数据；
S5、通过声发射技术在线监测缺陷动态信息，及时提供构件的疲劳与损伤程度。
进一步地，所述热传导模型用于模拟复合材料贮箱在低温介质加注过程中的温度变化，获得复合材料贮箱轴向温度与液位变化数据；所述损伤监测模型用于模拟复合材料的分层损伤，通过分别预制不同位置的分层损伤，获得复合材料贮箱表面应变场和损伤位置的映射关系。
进一步地，所述复合材料贮箱数据库包括温度和液位数据、应变数据和损伤情况。
进一步地，所述人工神经网络为BP神经网络。
进一步地，所述步骤S4中光纤光栅温度传感器和光纤光栅应变传感器的布置方式如下：
沿复合材料贮箱上的轴向位置设置一排或多排所述光纤光栅温度传感器，用于测量复合材料贮箱壁的表面温度场；
沿复合材料贮箱上的轴向和环向布置所述光纤光栅应变传感器，使其形成一个应变传感网络，用于测量复合材料贮箱壁的表面应变场。
较现有技术相比，本发明具有以下优点：
1、本发明提供的复合材料贮箱健康监测系统，通过光纤光栅温度传感器和光纤光栅应变传感器就可实现贮箱在地面低温介质加注试验中的表面温度场、应变场、液位和损伤的测量和监测。
2、本发明提供的复合材料贮箱健康监测方法，其搭建的人工神经网络可实现根据采集数据实现监测的功能，可实时、在线的对复合材料贮箱进行健康监测。
3、本发明提供的复合材料贮箱健康监测系统，与声发射传感器相配合，增加了系统的冗余度，能够更加准确的实现损伤的定位和预警。
基于上述理由本发明可在复合材料贮箱健康监测等领域广泛推广。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图做以简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本发明方法流程图。
图2为本发明系统光纤光栅传感器布置示意图。
图3为本发明系统声发射传感器布置示意图。
图4为本发明实施例提供的分层损伤示意图。
图5为本发明实施例提供的BP神经网络预测方法示意图。
图6为本发明实施例提供的BP神经网络布局示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分的实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。
需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
本发明提供了一种复合材料贮箱健康监测系统，包括光纤传感系统、神经网络以及声发射系统；
所述光纤传感系统包括设置复合材料贮箱上的光纤光栅温度传感器和光纤光栅应变传感器；由于复合材料在同一截面上材料性能相同，因此温度传导也相差无几，即同一液位高度，其温度是相同的，不同的是复合材料在贮箱轴向上的温度，具体实施时，沿复合材料贮箱上的轴向位置设置一排或多排光纤光栅温度传感器，用于测量复合材料贮箱壁的表面温度场；沿复合材料贮箱上的轴向和环向布置光纤光栅应变传感器，使其形成一个应变传感网络，用于测量复合材料贮箱壁的表面应变场。
进一步的，作为本发明优选的实施方式，光纤光栅温度传感器和光纤光栅应变传感器的布置间距根据所限定的复合材料最大分层损伤面积确定。分层损伤只能影响损伤边界附近一定范围内的应变变化，当传感器布置间距过大时，将不能捕捉到因分层所引起的应变变化；间距过小所需的传感器又较多，成本较高。
所述神经网络用于建立温度与液位、应变与损伤的映射关系；
所述声发射系统为声发射传感器，用于综合判定复合材料贮箱的损伤位置及预警。
如图1所示，本发明提供了一种复合材料贮箱健康监测方法，包括如下步骤：
S1、建立热传导精细有限元模型和损伤精细有限元模型，通过有限元仿真得到复合材料贮箱数据库；复合材料贮箱数据库包括温度和液位数据、应变数据和损伤情况。
S2、将上述数据库中的数据分为训练集和测试集，搭建人工神经网络；神经网络用于建立温度与液位、应变与损伤的映射关系；具体的，神经元按照层来布局。如图6所示，分为输入层(Input layer)、隐藏层(Hidden layer)以及输出层(Output layer)，同一层的神经元没有连接；第N层的每个神经元都第N-1层的所有神经元连接，第N-1层神经元的输出就是第N层神经元的输入。每个神经元的连接都具有一个权值(Wij)。X＝(x1,x2,x3)表示的是一个输入向量，Y＝(y1,y2)表示的是输出向量。
进一步的，作为本发明优选的实施方式，本发明的神经网络为BP(BackPropagation)神经网络，能学习和存贮大量的输入-输出模式映射关系，而无需事前揭示描述这种映射关系的数学方程。BP神经网络能够按误差逆传播，将输出以某种形式通过隐层向输入层逐层反传,并将误差分摊给各层的所有单元，从而获得各层单元的误差信号，此误差信号即作为修正各单元权值的依据，在热传导模型中，训练集数据包括输入参数和期望输出，输入参数为复合材料贮箱的温度场分布，期望输出为液位的坐标，进而训练出热传导模型。在损伤预测模型中，训练集输入参数为复合材料贮箱的应变场分布，期望输出为损伤点的坐标。
S3、使用上述训练集数据构建热传导模型(贮箱中加入的为液氮，温度低，通过温度分布可以反演液氮的液位)和损伤监测模型(应变变化可以反演损伤情况)，再用上述测试集数据检验神经网络监测的准确率；热传导模型用于模拟复合材料贮箱在低温介质加注过程中的温度变化，获得复合材料贮箱轴向温度与液位变化数据；损伤监测模型用于模拟复合材料的分层损伤，通过分别预制不同位置的分层损伤，获得复合材料贮箱表面应变场和损伤位置的映射关系。具体实施时，复合材料的分层损伤可造成损伤周围区域产生应力集中，从而使得此处应变相对较大，因此可以通过光纤光栅应变传感器捕捉到损伤信息。常规分层损伤一般可简化为椭圆形，由于分层损伤方位未知，通过建立分层损伤包络线，检测包络线附近的应变变化确定分层损伤的产生。复合材料的分层损伤示意图如图4所示。
通过上述模型，可以分别获得低温介质加注过程中复合材料轴向温度与液位关系的样本值、复合材料贮箱表面应变与损伤位置的样本值，通过BP神经网络(如图5所示)，建立轴向温度与液位、贮箱表面应变与损伤位置的映射关系，从而实现由温度场获得液位和由应变场获得损伤位置的功能。
S4、在复合材料贮箱上布置光纤光栅温度传感器、光纤光栅应变传感器以及光纤光栅解调仪，获取实时的温度场数据和应变场数据；具体实施时，如图2所示，光纤光栅温度传感器和光纤光栅应变传感器的布置方式如下：
沿复合材料贮箱上的轴向位置设置一排或多排所述光纤光栅温度传感器，用于测量复合材料贮箱壁的表面温度场；
沿复合材料贮箱上的轴向和环向布置所述光纤光栅应变传感器，使其形成一个应变传感网络，用于测量复合材料贮箱壁的表面应变场。
S5、通过声发射技术在线监测缺陷动态信息，及时提供构件的疲劳与损伤程度；同时，这部分数据用于验证神经网络，具体实施时，声发射技术采用声发射传感器，本实施例中声发射传感器共有9个，布置方式如图3所示，
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明实施例技术方案的范围。

Claims (9)

1.一种复合材料贮箱健康监测系统，其特征在于，包括光纤传感系统、神经网络以及声发射系统；
所述光纤传感系统包括设置复合材料贮箱上的光纤光栅温度传感器和光纤光栅应变传感器；
所述神经网络用于建立温度与液位、应变与损伤的映射关系；
所述声发射系统为声发射传感器，用于综合判定复合材料贮箱的损伤位置及预警。
2.根据权利要求1所述的复合材料贮箱健康监测系统，其特征在于，沿复合材料贮箱上的轴向位置设置一排或多排所述光纤光栅温度传感器，用于测量复合材料贮箱壁的表面温度场。
3.根据权利要求1所述的复合材料贮箱健康监测系统，其特征在于，沿复合材料贮箱上的轴向和环向布置所述光纤光栅应变传感器，使其形成一个应变传感网络，用于测量复合材料贮箱壁的表面应变场。
4.根据权利要求3所述的复合材料贮箱健康监测系统，其特征在于，所述光纤光栅温度传感器和光纤光栅应变传感器的布置间距根据所限定的复合材料最大分层损伤面积确定。
5.一种复合材料贮箱健康监测方法，其特征在于，包括如下步骤：
S1、建立热传导精细有限元模型和损伤精细有限元模型，通过有限元仿真得到复合材料贮箱数据库；
S2、将上述数据库中的数据分为训练集和测试集，搭建人工神经网络；
S3、使用上述训练集数据构建热传导模型和损伤监测模型，再用上述测试集数据检验神经网络监测的准确率；
S4、在复合材料贮箱上布置光纤光栅温度传感器、光纤光栅应变传感器以及光纤光栅解调仪，获取实时的温度场数据和应变场数据；
S5、通过声发射技术在线监测缺陷动态信息，及时提供构件的疲劳与损伤程度。
6.根据权利要求5所述的复合材料贮箱健康监测方法，其特征在于，所述热传导模型用于模拟复合材料贮箱在低温介质加注过程中的温度变化，获得复合材料贮箱轴向温度与液位变化数据；所述损伤监测模型用于模拟复合材料的分层损伤，通过分别预制不同位置的分层损伤，获得复合材料贮箱表面应变场和损伤位置的映射关系。
7.根据权利要求5所述的复合材料贮箱健康监测方法，其特征在于，所述复合材料贮箱数据库包括温度和液位数据、应变数据和损伤情况。
8.根据权利要求5所述的复合材料贮箱健康监测方法，其特征在于，所述人工神经网络为BP神经网络。
9.根据权利要求5所述的复合材料贮箱健康监测方法，其特征在于，所述步骤S4中光纤光栅温度传感器和光纤光栅应变传感器的布置方式如下：
沿复合材料贮箱上的轴向位置设置一排或多排所述光纤光栅温度传感器，用于测量复合材料贮箱壁的表面温度场；
沿复合材料贮箱上的轴向和环向布置所述光纤光栅应变传感器，使其形成一个应变传感网络，用于测量复合材料贮箱壁的表面应变场。
CN201911405162.2A 2019-12-30 2019-12-30 一种复合材料贮箱健康监测系统及方法 Pending CN111024821A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911405162.2A CN111024821A (zh) 2019-12-30 2019-12-30 一种复合材料贮箱健康监测系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911405162.2A CN111024821A (zh) 2019-12-30 2019-12-30 一种复合材料贮箱健康监测系统及方法

Publications (1)

Publication Number Publication Date
CN111024821A true CN111024821A (zh) 2020-04-17

Family

ID=70196522

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911405162.2A Pending CN111024821A (zh) 2019-12-30 2019-12-30 一种复合材料贮箱健康监测系统及方法

Country Status (1)

Country Link
CN (1) CN111024821A (zh)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112504808A (zh) * 2020-11-02 2021-03-16 北京空天技术研究所 基于机器学习算法的飞行器热防护系统损伤诊断方法
CN112798143A (zh) * 2021-04-12 2021-05-14 成都飞机工业（集团）有限责任公司 一种基于集成光纤传感器的型架状态监控方法
CN114152391A (zh) * 2021-11-30 2022-03-08 厦门大学 一种基于光纤传感的复合材料压力容器渗漏性能表征方法
CN114791268A (zh) * 2022-01-20 2022-07-26 哈尔滨工程大学 基于光纤光栅的机载雷达罩的局部应变监测报警系统
CN114925716A (zh) * 2022-03-22 2022-08-19 西南交通大学 基于集成学习算法的碳纤维复合材料损伤定位方法
CN115219060A (zh) * 2022-03-24 2022-10-21 燕山大学 一种智能光纤浮力材料
CN115790720A (zh) * 2022-11-30 2023-03-14 大连理工大学 一种可重复使用的航天低温液氧复合材料贮箱结构的健康监测系统及方法
CN117347378A (zh) * 2023-08-18 2024-01-05 大连理工大学 基于光纤测量和神经网络的复合材料损伤识别方法

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103221814A (zh) * 2010-08-17 2013-07-24 韩国标准科学研究院 在大型复合材料结构物上的损伤位置定位方法及其装置
CN205449784U (zh) * 2015-12-24 2016-08-10 天津大学 集光纤和声发射传感为一体的结构健康检测系统
CN106248150A (zh) * 2016-10-10 2016-12-21 山东大学 应用于厢式滤板的外贴式光纤光栅传感器、检测系统与方法
CN109186811A (zh) * 2018-09-18 2019-01-11 天津科技大学 一种基于bp神经网络的fbg温度标定方法
CN110261487A (zh) * 2019-01-22 2019-09-20 华东理工大学 一种复合材料压力容器的损伤检测装置系统与方法
CN110412038A (zh) * 2019-07-17 2019-11-05 天津大学 一种基于单光纤光栅和神经网络的结构损伤位置识别系统
CN110469772A (zh) * 2019-08-23 2019-11-19 重庆大学 一种氢气瓶无损检测装置及检测方法
CN110514267A (zh) * 2019-08-08 2019-11-29 大连理工大学 一种箭体贮箱液位监测方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103221814A (zh) * 2010-08-17 2013-07-24 韩国标准科学研究院 在大型复合材料结构物上的损伤位置定位方法及其装置
CN205449784U (zh) * 2015-12-24 2016-08-10 天津大学 集光纤和声发射传感为一体的结构健康检测系统
CN106248150A (zh) * 2016-10-10 2016-12-21 山东大学 应用于厢式滤板的外贴式光纤光栅传感器、检测系统与方法
CN109186811A (zh) * 2018-09-18 2019-01-11 天津科技大学 一种基于bp神经网络的fbg温度标定方法
CN110261487A (zh) * 2019-01-22 2019-09-20 华东理工大学 一种复合材料压力容器的损伤检测装置系统与方法
CN110412038A (zh) * 2019-07-17 2019-11-05 天津大学 一种基于单光纤光栅和神经网络的结构损伤位置识别系统
CN110514267A (zh) * 2019-08-08 2019-11-29 大连理工大学 一种箭体贮箱液位监测方法
CN110469772A (zh) * 2019-08-23 2019-11-19 重庆大学 一种氢气瓶无损检测装置及检测方法

Non-Patent Citations (6)

* Cited by examiner, † Cited by third party
Title
MURAYAMA HIDEAKI等: "Application of Fiber-Optic Distributed Sensors to Health Monitoring for Full-Scale Composite Structures", 《JOURNAL OF INTELLIGENT MATERIAL SYSTEMS AND STRUCTURES》 *
QING XINLIN P.等: "Advances in the development of built-in diagnostic system for filament wound composite structures", 《COMPOSITES SCIENCE AND TECHNOLOGY》 *
信思金等: "基于光纤光栅和BP神经网络的结构损伤识别", 《河南科技大学学报（自然科学版）》 *
卿新林等: "结构健康监测技术及其在航空航天领域中的应用", 《实验力学》 *
邓朝晖等: "《智能制造技术基础》", 31 July 2017, 华中科技大学出版社 *
马孝江等: "《现代生产过程的动态控制》", 31 May 1995, 大连理工大学出版社 *

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112504808A (zh) * 2020-11-02 2021-03-16 北京空天技术研究所 基于机器学习算法的飞行器热防护系统损伤诊断方法
CN112798143A (zh) * 2021-04-12 2021-05-14 成都飞机工业（集团）有限责任公司 一种基于集成光纤传感器的型架状态监控方法
CN114152391A (zh) * 2021-11-30 2022-03-08 厦门大学 一种基于光纤传感的复合材料压力容器渗漏性能表征方法
CN114152391B (zh) * 2021-11-30 2023-08-18 厦门大学 一种基于光纤传感的复合材料压力容器渗漏性能表征方法
CN114791268A (zh) * 2022-01-20 2022-07-26 哈尔滨工程大学 基于光纤光栅的机载雷达罩的局部应变监测报警系统
CN114925716A (zh) * 2022-03-22 2022-08-19 西南交通大学 基于集成学习算法的碳纤维复合材料损伤定位方法
CN114925716B (zh) * 2022-03-22 2023-08-25 西南交通大学 基于集成学习算法的碳纤维复合材料损伤定位方法
CN115219060A (zh) * 2022-03-24 2022-10-21 燕山大学 一种智能光纤浮力材料
CN115790720A (zh) * 2022-11-30 2023-03-14 大连理工大学 一种可重复使用的航天低温液氧复合材料贮箱结构的健康监测系统及方法
CN117347378A (zh) * 2023-08-18 2024-01-05 大连理工大学 基于光纤测量和神经网络的复合材料损伤识别方法

Similar Documents

Publication Publication Date Title
CN111024821A (zh) 一种复合材料贮箱健康监测系统及方法
Karve et al. Digital twin approach for damage-tolerant mission planning under uncertainty
CN101221104B (zh) 基于分布式应变动态测试的结构健康监测方法
Friswell Damage identification using inverse methods
TWI683058B (zh) 故障機率評估系統
CN113298110A (zh) 一种海底电缆故障诊断方法、装置及设备
US20140058709A1 (en) Structural health management system and method based on combined physical and simulated data
CN101477340B (zh) 基于索力监测的索结构中索系统的递进式健康监测方法
CN113567132B (zh) 基于数字孪生技术的电机滚动轴承故障模型构建方法
CN109918831A (zh) 一种基于预测模型的局部应变全局化预测方法
CN107013812B (zh) 一种三场耦合管道泄漏监测方法
CN117540174B (zh) 基于神经网络的建筑结构多源异构数据智能分析系统及方法
EP3721197A1 (en) Estimating fatigue damage in a structure
de Menezes et al. Defect and damage detection in filament wound carbon composite cylinders: a new numerical-experimental methodology based on vibrational analyses
CN114254533B (zh) 考核疲劳振动对产品组部件固定角度影响和预测的方法
CN116227045B (zh) 一种结构试件的局部应力应变场构造方法及系统
CN113973403B (zh) 基于结构离散测点拓扑的温致应变场重分布智能感知方法
Bhowmik Life extension of offshore structure using machine learning
Kirkegaard et al. Use of neural networks for damage assessment in a steel mast
RU2583421C1 (ru) Способ статистического приемочного контроля крупногабаритных цилиндрических оболочек топливных баков ракет
CN110618670A (zh) 用于诊断结构的方法和系统及相关处理程序或程序组
CN105699043A (zh) 一种提高风洞传感器测量稳定性和精准度的方法
Pillai et al. Monitoring Structural Health Using Digital Twin
CN111428420A (zh) 海表流流速预测方法、装置、计算机设备和存储介质
RU2595066C1 (ru) Способ оценки нагружения конструкции самолёта при лётных прочностных исследованиях с использованием искусственных нейронных сетей

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20200417