CN111656181B - 用于检测结构的缺陷的装置和方法 - Google Patents

用于检测结构的缺陷的装置和方法 Download PDF

Info

Publication number
CN111656181B
CN111656181B CN201880077438.6A CN201880077438A CN111656181B CN 111656181 B CN111656181 B CN 111656181B CN 201880077438 A CN201880077438 A CN 201880077438A CN 111656181 B CN111656181 B CN 111656181B
Authority
CN
China
Prior art keywords
grid cell
grid
cell
cells
faulty
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.)
Active
Application number
CN201880077438.6A
Other languages
English (en)
Other versions
CN111656181A (zh
Inventor
卢卡·帕拉迪诺
萨布里·简法奥伊
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.)
Safran SA
Original Assignee
Safran SA
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
Priority claimed from FR1759562A external-priority patent/FR3072459B1/fr
Priority claimed from FR1851433A external-priority patent/FR3078162B1/fr
Application filed by Safran SA filed Critical Safran SA
Publication of CN111656181A publication Critical patent/CN111656181A/zh
Application granted granted Critical
Publication of CN111656181B publication Critical patent/CN111656181B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G01N29/04—Analysing solids
    • 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
    • G01N29/22—Details, e.g. general constructional or apparatus details
    • G01N29/24—Probes
    • G01N29/2437—Piezoelectric probes
    • 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
    • G01N29/22—Details, e.g. general constructional or apparatus details
    • G01N29/24—Probes
    • G01N29/2475—Embedded probes, i.e. probes incorporated in objects to be inspected
    • 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
    • G01N2291/10—Number of transducers
    • G01N2291/105—Number of transducers two or more emitters, two or more receivers

Abstract

本发明涉及一种用于检测结构(STR)的故障的装置，该装置包括计算单元和多个换能器(100)，这些换能器(100)被放置在结构(STR)上或结构(STR)内，多个换能器(100)中的第一换能器(E)能够处于发射模式，多个换能器(100)中的第二换能器(R)能够处于接收模式，其特征在于，第一换能器(E)形成六边形网格，从而在第一换能器(E)之间界定多个相邻的网格单元，第二换能器(R)位于第一换能器(E)的各个发射圆上，每个第一换能器(E)的发射圆以该第一换能器(E)为中心。

Description

用于检测结构的缺陷的装置和方法
技术领域
本发明涉及用于检测结构的故障的装置和方法。本发明的应用领域涉及在航空领域中使用的结构。
背景技术
用于检测结构中的故障的装置在例如文献US 7,937,248和US 2015/0308920中是已知的。
航空公司的主要目标是以有竞争力的价格提供常规和快速的航班，从而相对于他们的竞争对手表现得更出色。因此，他们关注维护他们的设备的成本，并寻求与了解产品生命周期中可用性和可维护性问题的组件供应商合作。
如今，仅在飞机进行定期维护期间(通常是C型检查或“C检查”)对飞机的大多数纯结构元件进行检查，例如每隔24个月，或每隔10000飞行小时进行检查。更准确地说，飞机的推力反向器(机舱)的内部固定结构(internal fixed structure，IFS)型结构的维护目前由不具有可用的决策支持工具的操作员进行检查。
寻求两个改进目标：第一个与安全有关，第二个与经济方面有关。
仅在定期维护期间并由无辅助的人类操作员来完成结构完整性的验证的事实使得有可能使用不具有100％完整性的系统进行飞行。在此，安全方面要求仅在完整性丧失之前就更换结构系统，这意味着需要进一步扩展预防性维护。
在C型检查中更换组件也有两个主要缺点：一方面，当系统仍然能够飞行时，经常预防性的更换系统，另一方面，它们通常尺寸过大，以至于无法在不降低安全性的情况下容许预期的维护间隔。因此，存在供应商可以避免或至少可以显著降低的成本。
期望的是连续地和/或周期性地追踪航空结构的健康状态的演变。目的是解决前面提到的问题，同时隔开、简化甚至重组维护操作。
结构状态诊断系统是已知的，也称为结构健康监视(structural healthmonitoring，SHM)系统。SHM系统主要由永久地集成了传感器的非破坏性监视系统组成。收集的数据使得能够检测外观，并跟踪结构中损坏/故障的演变。理想情况下，SHM系统应该能够：
(i)检测到存在故障，
(ii)定位该故障，
(iii)确定该故障的尺寸，以及
(iv)提供有关结构的寿命的预测。
首先，经济问题是减少飞机的停机时间，因为可以预测维修或自动进行诊断。其次，问题是仅替换真正需要替换的结构和组件，因此要替换的元件更少，因此要生产的元件更少。
结构的仪器允许获得测量结果，例如声波或导波(例如兰姆波)的测量结果，必须对该测量结果进行处理和分析以定义该结构是否有故障。
根据一些现有技术，如今，通过将对待分析的结构(称为被分析的样品)进行的测量与对被定义为处于健康状况的参考结构(称为参考样品)进行的测量进行比较来完成分析。
通常在良好限定的参考热条件下对参考结构进行测量。这一选择涉及一个限制，即在待分析的结构达到与对参考结构进行测量的参考状态相同的热状态之前，无法完成对该待分析的结构的测量。
这种困难意味着与分析延迟有关的成本，因此也就延迟了飞机的可用性。
发明内容
本发明的目的是获得一种用于检测结构的故障的方法和设备，特别是一种用于检测航空结构的故障的方法和设备，该方法和设备能够不参考参考条件，而仅基于其(在当前条件下)可获得的信息以识别故障的存在，实现对故障的评估。
为此，本发明的第一主题是一种用于检测结构的故障的装置，该装置包括计算单元和多个换能器，这些换能器被放置在结构上或结构内，
-多个换能器中的第一换能器能够处于发射模式，第一换能器在发射模式发射激励信号；
-多个换能器中的第二换能器能够处于接收模式，响应于第一换能器在发射模式下发射的激励信号，第二换能器在接收模式下接收接收信号，激励信号和接收信号能够沿着结构传播或在结构中传播；
其特征在于，第一换能器形成六边形网格，以便在第一换能器之间界定多个相邻的网格单元，第二换能器位于第一换能器的各个发射圆上，每个第一换能器的发射圆以该第一换能器为中心。
根据本发明的设备也可以单独包括以下特征或包括以下特征的组合：
-第一换能器是压电传感器，以及每个第二换能器包括光纤的布拉格光栅；
-网格单元是等边三角形，等边三角形的每个顶点对应于第一换能器的位置，网格直径内将两个第一换能器间隔开的距离介于第一换能器的每个发射圆的半径的1倍至2倍之间，该距离优选地介于该半径的1.5倍至2倍之间，例如为该半径的1.73倍。
本发明的第二主题是一种通过如前所述的装置以及由多个网格单元组成的网格来检测结构的故障的方法，该网格由先前已布置在结构上或结构中的多个换能器限定，该方法包括以下步骤：
-根据第一换能器发射的激发信号和第二换能器接收的接收信号提取网格单元中每一个的特征，
-对特征进行相互比较以在所述网格单元中的至少一个网格单元的特征与多个其他网格单元的多个其他特征不同时，将该至少一个网格单元识别为对所述结构的故障进行定位的网格单元，称为故障网格单元；
提取和比较步骤由计算单元执行。
根据本发明的方法可以额外单独包括以下特征或包括以下特征的组合：
-故障网格单元被识别为具有与至少两个其他网格单元的特征不同的特征，该至少两个其他网格单元的特征彼此相同，该至少两个其他网格单元中的每一个独立地与故障网格单元相邻。
-识别依次由第一网格单元、第二网格单元和第三网格单元限定的组的第一功能还由以下事实来限定：
o当第一网格单元、第二网格单元和第三网格单元的特征相同时，将第一网格单元、第二网格单元和第三网格单元识别为非故障网格，
o当第一网格单元的特征不同于与第三网格单元的特征相同的第二网格单元的特征时，第一网格单元被识别为故障网格单元，
o当第一网格单元的特征与第二网格单元的特征相同并且不同于第三网格单元的特征时，第一网格单元被识别为非故障网格单元，并且第三网格单元被识别为可疑网格单元，
o在第一识别子步骤中，将所述第一识别功能应用于第一组三个网格单元，该第一组三个网格单元依次包括第一网格单元、与第一网格单元相邻的第二网格单元以及与第一网格单元相邻的第三网格单元。
-在第一识别子步骤之后的第二识别子步骤中，将第一识别功能应用于另一组网格单元；
o如果第一网格单元已被识别为非故障网格单元，该另一组网格单元依次由第二网格单元形成的起始网格单元、第一网格单元以及与起始网格单元相邻的第四网格单元来限定；
o如果已将第一网格单元识别为故障网格单元，该另一组网格单元依次由第二网格单元形成的起始网格单元、与第一网格单元相邻或不相邻的第五网格单元以及与起始网格单元相邻的第四网格单元来限定。
-第二识别子步骤分别在一组或多组其他网格单元上重复执行一次或多次；
-每个第二识别子步骤的起始网格单元与该第二识别子步骤之前的第二识别子步骤的起始网格单元相邻。
-第四网格单元和第五网格单元与被识别为可疑网格单元的第三网格单元不同；
-每组的网格单元不同于已被识别为故障网格单元的网格单元；
-针对被识别为可疑网格单元的第三网格单元，应用如下限定的第二识别功能：
o当第三网格单元的特征不同于第一网格单元的特征，且第一网格单元的特征和与第三网格单元相邻的第六网格单元的特征相同时，第三网格单元被识别为故障网格单元；
o当第三网格单元的特征不同于第一网格单元的特征，且第一网格单元的特征与第六网格单元的特征不同时，第三网格单元被识别为故障网格单元并且所述第六网格单元被识别为可疑网格单元；
o当第三网格单元的特征和第六网格单元的特征相同时，第一指示信号被发送给人机界面。
-在至少一个分类子步骤中，将具有相同特征的网格单元分类为相同的相应群族：
o分类在被称为健康群族的、具有最多数量的网格单元的相应群族中的网格单元被识别为非故障网格单元；
o分类在被称为故障群族的、仅具有单一网格单元的相应群族中的每个网格单元被识别为故障网格单元；
-为了对网格单元进行分类：
o将具有第一特征的第一网格单元分类在第一群族中，赋予该第一群族等于第一特征的相应参考，
o然后依次针对与第一网格单元不同的每个其他网格单元，根据以下各项来迭代分类子步骤：
·将该其他网格单元的特征与每个群族的相应参考进行比较；
·如果该其他网格单元的特征等于该群族中的一个群族的相应参考，则将该其他网格单元分类到该群族中，
·如果该其他网格单元的特征不等于该群族中的任何参考，则将该其他网格单元分类到新的群族中，为该新的群族赋予等于该其他网格单元的特征的相应参考。
-针对既不属于健康群族也不属于相应故障的群族的、被称为待分析网格单元的每个网格单元，计算待分析网格单元的特征与健康群族的网格单元的特征之间的第一距离，以及计算待分析网格单元的特征与每个相应故障群族的网格单元的特征之间的相应第二距离，从而：
o当第一距离小于每个相应第二距离时，将待分析网格单元分类为健康群族或将待分析网格单元识别为非故障网格单元；
o当第一距离大于一个或多个相应第二距离时，将所述待分析网格单元分类在具有该相应的第二距离的故障群族中，或将待分析网格单元识别为故障网格单元。
附图说明
通过阅读以下参考附图的描述，将更好地理解本发明，所述描述仅通过非限制性示例的方式给出，其中：
图1示意性地示出了根据本发明的一个实施例的用于检测故障的设备的模块框图；
图2示意性地示出了根据本发明的一个实施例的用于检测第一类型的待监测结构的区域中的故障的方法和装置的换能器的安装示例；
图3示意性地示出了根据本发明的一个实施例的用于检测第二类型的待监测结构的区域中的故障的方法和装置的换能器的安装示例；
图4示意性地说明了两个换能器发射圆之间的重叠；
图5示意性地示出了根据本发明一个实施例的通过用于检测故障的方法和装置的换能器将结构网格化的第一示例；
图6示意性地示出了根据本发明的一个实施例的通过用于检测故障的方法和装置的换能器将结构网格化的第二示例；
图7示意性地示出了根据本发明实施例的通过用于检测故障的方法和装置的换能器将结构网格化的第三示例；
图8示意性示出了根据本发明的故障检测方法的第一实施方式的流程图；
图9示意性地示出了根据本发明的故障检测方法的第二实施例的流程图；
图10示意性地示出了以根据本发明的故障检测方法的一种实现方式来使用的测量矩阵的结构；
图11示意性地示出了示意性流程图，该示意性流程图示出了可以根据本发明的故障检测方法的一种实现方式来使用的故障指示符的计算原理；
图12示意性地示出了故障检测结果的示例，该示例在横坐标上示出测试编号，并且在纵坐标上示出可以根据本发明的故障检测方法的实现方式来使用的、根据图11的故障指示符的值。
具体实施方式
在图1至图6中，根据本发明的用于检测结构的故障的方法和用于检测结构的故障的装置11使用多个换能器100或传感器100，这些换能器100或传感器100位于结构STR上或结构STR中，目的在于检测并定位其可能的故障。根据本发明的设备11可以是用于诊断结构状况的系统。根据本发明的方法可以是用于诊断结构状况的方法。结构STR可以是任何类型的材料，例如可以是复合材料(例如，单块复合材料和/或夹心型复合材料和/或具有蜂窝状或其他形状的小孔的复合材料)。结构STR可以是飞机的一部分，例如涡轮机飞机(诸如涡轮喷气机飞机或涡轮螺旋桨发动机飞机)的一部分，或者是反推力器(机舱)的一部分。根据本发明的方法和装置11可以直接在飞机本身的一部分上使用，那么该结构STR永久地布置在飞机中。根据本发明的方法和设备11还可以在已经从飞机上移除的飞机的一部分上使用。本发明可以应用于涡轮机飞机或其他飞机的机舱的内部固定结构(internal fixedstructure，IFS)类型的结构，该结构由单块和夹心式的复合材料组成。但是本发明也可以扩展到飞机的任何一种的其他结构。
换能器100可以是任意类型，例如超声波类型或其他类型(例如，压电类型或其他类型，尤其是PZT类型，即由锆钛酸铅制成)，或者其他的，例如光学类型(例如，包括一个或多个光纤的一个或多个布拉格光栅)。优选地，在本发明的范围内，多个换能器100分布在一方面能够处于发射模式(也称为激发模式)的多个第一换能器E与另一方面能够在接收模式下存在的多个第二换能器R之间。当换能器100处于发射模式时，该第一换能器E发射预定的激励信号。当换能器100处于接收模式时，该第二换能器R响应于由第一换能器E发射的激励信号来接收接收信号。激励信号和接收信号能够通过结构STR传播，例如沿着结构STR或在结构STR中传播，例如，沿着结构STR的表面SUR传播。当由第一换能器E发射的激励信号在结构STR中没有遇到故障时，由第二换能器接收的接收信号对应于该激励信号或等于该激励信号。当由第一换能器E发射的激励信号在结构STR中遇到一个或多个故障时，由第二换能器R接收的接收信号不对应于该激励信号，并且相对于该激励信号受到干扰。有利地，该多个第一换能器E为超声类型(例如，压电或其他类型，特别是PZT类型，即由钛酸锆钛酸铅制成)，该多个第二换能器R为光学类型(例如，包括一种或多种光纤的一个或多个布拉格光栅)。
如图2和3所示，每个换能器100可以包括用于连接到外部的装置101，或者可以是无线的。换能器100还配备有电源和实现它们所必需的电子设备。如图1所示，这些连接装置101用于将来自外部单元102的控制信号和电力供应发送到每个换能器100，并且将接收信号和/或激励信号发送到该外部单元102。该外部单元102例如是电子模块，并且用于获取从换能器100发出的信号。该外部单元102可以包括管理器，该管理器的目的是取回由换能器100完成的测量结果(接收信号和激励信号)。
换能器100具有相对于结构STR的已知或预定位置。如图2和3所示，换能器100可以例如布置在结构STR的相同表面SUR上。图2示出了布置在结构STR的表面SUR上的换能器100a、100b，该结构STR由上述的IFS类型结构的单块复合材料形成。图3示出布置在结构STR的表面SUR上的换能器100a、100b，该结构STR由夹心型复合材料与上述IFS类型结构的蜂窝状小孔形成。在图2和3中，元件100a对应于超声类型(例如，压电类型的或其他类型的，尤其是PZT类型的，即由钛酸铅锆酸盐制成)的第一换能器E，而元件100b对应于光学类型的第二换能器R，其包括一个或多个光纤105的一个或多个布拉格光栅100b。更精确地，如在这些图中所看到的，一根或多根光纤105在结构STR上或在结构STR中运行，并且包括多个布拉格光栅100b，这些布拉格光栅被布置以充当第二换能器R。
例如通过属于掩埋在结构STR的内部中的表面SUR，换能器100还可以被布置在结构STR中。表面SUR可以是非材料的，在那里其构成聚合了换能器100的所有位置的几何位置。表面SUR也可以是材料的，例如，它由施加(例如通过胶合)到结构STR上的膜构成，或埋在结构STR的内部。或者，该材料表面SUR可以在对所述材料高压灭菌之前或之后形成位于两个连续的复合材料片之间的层。无论哪种方式，表面SUR也可能不会构成具有二维的平面，例如当表面SUR采取结构STR的特定形状时。然而，始终可以将表面SUR投影到具有两个维度的水平面上。实际上，当表面SUR是材料的时，在被集成到结构STR中之前，换能器100首先被平坦地布置在该表面上(即具有两个维度)。因此，现在将要描述的在本发明范围内的换能器100的特定位置必须被认为是具有两个维度的水平面上的位置，而不管在被集成到结构STR中时，表面SUR在空间中的后续位置。
由多个换能器100形成的网络使得在使用最少数量的换能器100的同时能够对结构STR具有最佳分析覆盖。来自第一换能器E的激励信号的传播是自由场类型的、全向的波传播。另外，在本发明的范围内，假设该传播相对于第一换能器E是同心的。由于每个第一换能器E发射以均匀方式传播的机械波，因此，第二换能器R被布置成在发射模式下至少一个换能器100可到达。因此，如图4中所示，在两个相邻的发射圆之间存在重叠。为了用最少数量的换能器100来保证最佳的分析覆盖，在根据本发明的检测装置11的优选实施例中，表面SUR被最少数量的发射圆E所覆盖，同时仍保证两个相邻的发射圆E之间的最小重叠。
在这方面，如图5所示，多个第一换能器E被布置成在它们之间以六边形网格划分出多个网格单元M。因此，第一换能器E并非全部相互对齐。网格单元M彼此相邻。相对于结构STR，网格M具有已知的位置。网格单元M的角由第一换能器E形成。每个网格单元M围绕位于三个未对齐的第一换能器E或三个以上未对齐的第一换能器E之间的区域。如图5所示，每个网格单元M由三个未对齐的第一换能器E界定，因此是三角形的。每个网格单元M可以具有与其相邻的一个、两个、三个网格单元或三个以上的网格单元。在一个优选实施例中，网格单元M是等边三角形，以便形成六边形网格。因此，等边三角形网格单元M的每个顶点对应于第一换能器E的位置。例如，在图5中，十个网格单元1、2、3、4、5、6、7、8、9、10，它们是等边且依次相邻的，并且由三个对齐的第一换能器E组成的第一行R1、彼此对齐但不与R1对齐的四个第一换能器E组成的第二行R2和彼此对齐但不与R1和R3对齐的三个第一换能器E组成的第三行R3界定，这些网格单元由第一换能器E之间的虚拟连续线表示。
基于这种多个第一换能器E的六边形网格，在图6和7中示出了布置多个第二换能器R的不同实施例。在图6中，每个第一换能器E被三个第二换能器R围绕，三个第二换能器R位于以第一换能器E为中心的发射圆上。在图7中，每个第一换能器E可以观察到六个第二换能器R。有利地，将两个第一换能器E间隔开的距离介于发射圆的半径的1至2倍之间，优选地，该距离介于这一半径的1.5至2倍之间，例如为这一半径的1.73倍。
根据本发明的一个实施例，在第一测量获取步骤E1中，每个第一换能器E发射激励信号，以及，在其发射圆上围绕该第一换能器E的第二换能器R获取接收信号。
在第二计算步骤E2中，在第一测量获取步骤E1之后，例如通过连接到获取单元102的计算单元103，基于第一换能器100E的激励信号和第二换能器R的接收信号，针对每个网格单元M提取或确定特征S。特征S可以例如通过信号处理和多元分析工具来计算，这是因为特征S是从测量矩阵中提取的，以及基于激励信号和接收信号来计算的。另外，该计算单元103实现以下描述的算法，并且该计算单元103可以为算法故障检测模块。计算单元103是自动的，例如一个或多个计算器和/或一个或多个计算机，和/或一个或多个处理器和/或一个或多个服务器和/或可以通过预先记录的计算机程序预先编程的一台或多台机器。在计算单元103中计算和/或记录和/或预记录网格单元M和/或网格单元M相对于结构STR的位置和/或换能器100的位置和/或换能器100与网格单元M的隶属关系。
在第二故障计算步骤E2之后的第三故障识别步骤E3中，将特征S相互比较。在网格单元M中识别出一个或多个网格单元M以定位结构STR的故障。当这个或这些网格单元的特征S与其他多个网格单元的其他多个特征不同时，称为故障网格单元(处于损坏状态的单元)。
根据一个实施例，在第三故障识别步骤E3之后的第四指示步骤E4期间，已经被识别为故障网格单元的网格单元及其相对于结构STR的已知位置在指示信号中被发送到人机界面104以提供给用户。因此，向用户提供了故障网格单元相对于结构STR的已知位置，从而因此检测到了故障的位置。人机界面104允许例如维护团队使用它。人机界面104例如连接到计算单元103。
用于检测结构STR的故障的设备11包括例如换能器100、计算单元103、获取单元102和人机界面104。特别地，由于计算单元103实现了提取E2和比较E3步骤，检测装置11实现了检测结构STR的故障的检测方法。
下面参考图8描述称为多数投票的、在第三故障识别步骤E3期间的该比较的第一实施例。所述故障网格单元被识别为具有与至少两个其他网格单元的特征S不同的特征，该至少两个其他网格单元的特征彼此相同。由于热惯性的原因，该至少两个其他网格单元中的每一个彼此独立地与该故障网格单元相邻。该比较例如在多个由三个网孔单元或多于三个网孔单元组成的组中进行，每组至少有一个网孔单元与其他组不同。每组包括例如奇数个网格单元。
根据一个实施例，下面考虑的是三个网格单元M组成的组。因此，根据一个实施例，根据三分之二的标准来应用故障网格单元的识别。可以认为，两个网格单元在相同位置处具有相同故障的概率非常小。当然，每组网格单元可以具有三个以上的网格单元M，特别是奇数个网格单元。每组的网格单元彼此相邻。
每个组依次由彼此相邻的第一网格单元、第二网格单元和第三网格单元来限定。因此，每个组都有一个起始网格单元，即第一网格单元。例如，一组相互相邻的网格单元的情况是三个网格单元的第一组G1，其依次由第一网格单元1、与第一网格单元1相邻的第二网格单元2和与图4中第一网格单元1或第二网格单元相邻的第三网格单元6。
下面以第一组G1为例来限定识别所有由依次彼此相邻的第一网格单元、第二网格单元和第三网格单元限定的网格单元组的第一功能。识别功能可以应用于第一组G1以及除第一组G1以外的任何一组网格单元，因此可以应用于除了网格单元1和/或网格单元2和/或第一组G1的网格单元6之外的任何网格单元的组。
当所述第一网格单元1、所述第二网格单元2和所述第三网格单元6的特征相同时，将所述第一网格单元1、所述第二网格单元2和所述第三网格单元6识别为非故障网格单元1、2、6。
当所述第一网格单元1的特征S不同于与所述第三网格单元6的特征S相同的所述第二网格单元2的特征S时，所述第一网格单元1被所述第一识别功能识别为故障网格单元。
当所述第一网格单元1的特征S与所述第二网格单元2的特征S相同并且不同于所述第三网格单元6的特征S时，所述第一网格单元被识别为完好无损的网格单元(或健康状况良好的网格单元)，并且所述第三网格单元被所述第一识别功能识别为可疑网格单元。
第三识别步骤E3可以包括一个或多个第一识别子步骤E31和一个或多个第二识别子步骤E32。
因此，在第一识别子步骤E31中，将第一识别功能依次应用于网格单元1、2和6的第一组G1。因此对于具有网格单元1作为其起始网格单元的第一组G1执行该第一识别子步骤E31。
根据一个实施例，在第二识别子步骤E32中，在第一识别子步骤E31之后，将第一识别功能应用于具有第二网格单元2作为其起始网格单元的另一组网格单元G2。
例如，该另一组网格单元G2依次按如下限定：
-如果已将第一网格单元1识别为无故障网格单元，该另一组网格单元G2依次定义为第二网格单元2、然后是第一网格单元1和与起始网格单元(在这种情况下为网格单元2)相邻的第四网格单元3；
-如果已将第一网格单元1识别为故障网格单元，该另一组网格单元G2依次限定为第二网格单元2、然后是与第一网格单元1相邻或不相邻的第五网格单元和与起始网格单元(在这种情况下为网格单元2)相邻的第四网格单元3。
根据一个实施例，第四网格单元3和第五网格单元7与第三网格单元6不同，该第三网格单元6被识别为可疑网格单元。例如，第一网格单元1、第二网格单元2、第三网格单元6、第四网格单元3和第五网格单元7彼此不同。例如，第五网格单元在不与第一网格单元1相邻的情况下可以是网格单元7。
根据一个实施例，第二识别子步骤E32分别在一组或多组其他网格单元上重复一次或多次。第二连续识别子步骤E32的起始网格单元可以彼此不同。
根据一个实施例，每个第二识别子步骤E32的起始网格单元与在其之前的第二识别子步骤E32的起始网格单元相邻。因此，一个接一个地对多个组进行识别。
根据一个实施例，每个组的网格单元不同于已经被识别为故障网格单元的网格单元。
根据一个实施例，例如，将第一识别功能应用于将与第二网格单元2相邻的第四网格单元3作为其起始网格单元的另一组网格单元G3。
例如，该另一组网格单元G3依次按如下限定：
-第四网格单元、与起始网格单元相邻或不相邻并且没有被识别为有故障网格单元的第七网格单元、和与起始网格单元相邻或不相邻的第八网格单元；
-如果第二网格单元2已经被识别为非故障网格单元，该另一组网格单元G3依次限定为第四网格单元、与起始网格单元相邻或不相邻的第七网格单元、和与起始网格单元相邻或不相邻的第八网格单元
如果网格单元2没有被识别为故障网格单元，第七网格单元可以和起始网格单元(第四网格单元3)相邻，且也可以为网格单元4或网格单元2。第八网格单元可以与起始网格单元相邻(第四网格单元3)，且可以为网格单元8或网格单元2。进行此选择的一种方法可以是选择在分析过程中最少使用的两个网格单元，以限制出错的风险。
根据一个实施例，对第三网格单元6或每个被识别为可疑网格单元，应用按如下方式限定的第二识别功能。
当第三网格单元6或可疑网格单元的特征不同于和与第三网格单元6相邻的第六网格单元7的特征相同的第一网格单元1的特征时，第三网格单元6或可疑网格单元被识别为故障网格单元。
当所述第三网格单元6或可疑网格单元的特征不同于与第六网格单元7的特征不同的第一网格单元1的特征时，第三网格单元6或可疑网格单元被识别为故障网格单元并且所述第六网格单元7被识别为可疑网格单元。
当第三网格单元6或可疑网格单元的特征与第六网格单元7的特征相同时，第二指示信号被发送至人机界面104，例如，用于请求用户做出决定，但是这种情况很少发生。
当可疑网格单元(例如网格单元6)与被识别为故障网格单元(例如网格单元1)的网格单元相邻时，第二识别子步骤32、第一识识别子步骤E31和/或第二识别功能应用于与可疑网格单元相邻的另一个网格单元(例如网格单元7)。
根据一个实施例，应用第二识别子步骤E32、第一识别功能和/或第二识别功能，使得起始网格单元依次是每个网格单元，而不是已经被识别为故障网格单元的网格单元。
下面参照图9描述在第三故障识别步骤E3期间进行该比较的第二实施例，称为群体分类。
第三识别步骤E3可以包括一个或多个第三分类子步骤E33和一个或多个第四分类子步骤E34。
在一个或多个第三分类子步骤中，将具有相同特征的网格单元M分类在相同的相应群族F中。
分类在具有最多数量的网格单元，并被称为健康群族的相应群族F中的网格单元(M)被识别为非故障网格单元。
分类在仅具有单一网格单元M，且被称为相应的故障群族的相应群族F中的每个网格单元(M)被识别为故障网格单元。
在多个网格单元上不太可能具有相同类型的故障，因此，认为个体数量最多的群体是处于良好状态的网格单元的群体，而认为所有仅具有单一个体的群体为故障网格单元的群体。
根据一个实施例，在构建群体的阶段中，对群族中结构的每个网格单元进行分类，以便能够随后分析群族并从中推导出是否存在故障群族。每个群体均由参考限定。
根据一个实施例，为了分类网格单元，将具有第一特征的第一网格单元1分类在被赋予了与所述第一特征相同的相应参考的第一群族F1中。因此，定义了个体数等于1(针对第一网格单元1)的第一群体的参考。
然后依次地，针对每个与第一网格单元1不同的其他网格单元k(例如网格单元2、3、4、5、6、7、8、9、10)，重复以下描述的第四分类子步骤E34。
将其他网格单元k的特征S2与每个群族F(包括群族F1)的相应参考进行比较，例如通过一个接一个地依次将其他网格单元k的特征S2与群族Fj的相应参考进行比较。
如果其他网格单元k的特征S2等于群族F中的一个群族Fj的相应参考，则将其他网格单元k分类到群族Fj中。因此，在这种情况下，该群族Fj的个体数增加1。如果其他网格单元k的特征S2不等于群族Fj的相应参考，则将其他网格单元k的特征S2与j增加1的后续群族Fj的相应参考进行比较。
如果其他网格单元k的特征S2不等于群族F中的任何参考，则将其他网格单元k分类到新的群族F2中，为新的群族F2赋予等于其他网格单元k的特征S2的相应参考。因此，在这种情况下，新群族F2的个体数等于1。
接下来是在随后的网格单元上执行第四分类子步骤E34。
只要有一个或多个尚未分类为F群族的网格单元，就会执行该重复。
根据一个实施例，通过距离计算来确定当前正在分析的家庭是更接近健康群族还是故障的群族。
根据一个实施例，将既不属于健康群族也不属于相应的一个或多个故障的群族的每个网格单元，称为待分析网格单元，并分类到待分析群族中。
根据一个实施例，针对待分析群族中的每个待分析网格单元，计算待分析网格单元的特征与健康群族的网格单元的特征之间的第一距离，以及计算待分析网格单元的特征与每个相应的故障群族的网格单元的特征之间的相应第二距离。
当第一距离小于每个相应第二距离时，将待分析网格单元分类在健康群族中或将待分析网格单元识别为非故障网格单元；
当第一距离大于一个或多个相应第二距离时，将待分析网格单元分类在具有该相应第二距离的故障的群族中，或将待分析网格单元识别为故障网格单元。
根据一个实施例，在SHM中，计算出的距离称为故障指示符。根据一个实施例，所提出的指示符是通过基于多元分析的提取方法来计算的。计算该指标的细节描述在本文件下文中。
例如，对于所有具有2个或更多个体(网格单元)但不是具有最多网格单元的群体的群族，计算主要群体和具有单个个体的群体之间的指示符。
然后执行指示步骤E4，如下所述。
与第一实施例相比，该第二实施例允许有限数量的具有相同故障网格单元，并且因此减轻了在具有两个故障网格单元和一个非故障网格单元的情况下，三分之二的多数表决的问题。
根据一个实施例，(激励信号的)查勘波长小于同一网格单元的换能器之间的距离。
下面描述的是特征提取的一个实施例。
Figure GDA0002515264040000171
为起源于被认为没有故障的结构区域的矩阵(请参见图10，示出了测量矩阵的结构)：
Figure GDA0002515264040000172
其中：
ny是装备在该区域上传感器或换能器C1、C2、…Ck、Ck+1...Cny的数量；
M是为查勘该区域而建立的采集器的数量；
k是离散时间。
根据先前描述的算法，在本申请中，无故障区域的定义与多数表决或更大的群体密度相关联。
健康状况特征的提取通过例如主成分分析(principal component analysis,PCA)的多元分析方法完成。例如，根据文献[1]Tibaduiza，D.A et al(2015)，“Structuraldamage detection using principal component analysis and damage indices(使用主成分分析和损伤指数检测结构损伤)”，Journal of Intelligent Material Systems andStructures(智能材料系统和结构学报)，这种方法允许将彼此关联的变量(称为相关变量)转换为彼此不相关的新变量。
从数学上讲，PCA基于对测量矩阵的特征值和特征向量的分解(请参见公式1)，因此可以获取由以下等式限定的主空间和残差空间：
Figure GDA0002515264040000181
Figure GDA0002515264040000182
其中：
矩阵
Figure GDA0002515264040000183
称为与主空间相关联的特征值矩阵、特征向量矩阵。
矩阵
Figure GDA0002515264040000184
称为与残差空间关联的特征值矩阵、特征向量矩阵。
下面描述的是故障指示符的一种实施方式。
现在考虑源自于另一个被认为是可疑结构区域的矩阵，与该区域相关联的测量矩阵表示为Yu，其以与图10的示意图相同的方式并且根据等式(1)来构造。
被认为可疑的区域是具有与健康区域的指示符不同的指示符的区域。
为了建立做出有关健康状态决策所必需的故障指示符，在认为无故障的区域中的PCA模型(根据等式(2)和(3))中投影矩阵Yu。故障指示符表示为DI，且由以下等式限定:
Figure GDA0002515264040000185
Figure GDA0002515264040000186
其中i对应于为查勘结构而建立的采集编号。
图11示出了故障指示符的计算的基本图。
图12示出了将多数表决应用到故障指示符。通过比较，我们可以观察到始于3号区域的指示符大于始于1号区域和2号区域的指示符，这表明在3号区域存在故障。
当然，以上的实施例、特征和示例可以彼此组合或者彼此独立地选择。

Claims (16)

1.一种通过用于检测结构的故障的设备(11)来检测结构的故障的方法，所述设备(11)包括计算单元(103)和多个换能器(100)，所述多个换能器被放置在所述结构上或所述结构内，
-所述多个换能器(100)中的第一换能器(E)能够处于发射模式，所述第一换能器在所述发射模式下发射激励信号；
-所述多个换能器(100)中的第二换能器(R)能够处于接收模式，响应于第一换能器(E)在所述发射模式下发射的激励信号，所述第二换能器在所述接收模式下接收接收信号，所述激励信号和所述接收信号能够沿着所述结构传播或在所述结构中传播；
所述第一换能器(E)形成六边形网格，以便在所述第一换能器(E)之间界定多个相邻的网格单元(M)，所述第二换能器(R)位于所述第一换能器(E)的各个发射圆上，每个第一换能器(E)的发射圆以该第一换能器(E)为中心，网格由多个网格单元(M)组成并且由先前已布置在所述结构上或所述结构中的所述多个换能器(100)限定，所述方法包括以下步骤：
-根据所述第一换能器(E)发射(E1)的激励信号和所述第二换能器(R)接收的接收信号提取(E2)所述网格单元(M)中每一个的特征(S)，
-对所述特征(S)进行相互比较(E3)以在所述网格单元(M)中的至少一个网格单元(M)的特征(S)与多个其他的网格单元(M)的多个其他特征(S)不同时，将该至少一个网格单元(M)识别为对所述结构的故障进行定位的网格单元，称为故障网格单元，
所述提取(E2)和比较(E3)步骤由所述计算单元执行,
所述故障网格单元被识别为具有与至少两个其他的网格单元的特征不同的特征，所述至少两个其他的网格单元的特征彼此相同。
2.根据权利要求1所述的检测结构的故障的方法，其中，所述第一换能器(E)是压电传感器(110a)，以及每个所述第二换能器(R)包括光纤(105)的布拉格光栅(100b)。
3.根据权利要求1所述的检测结构的故障的方法，其中，所述网格单元(M)是等边三角形，所述等边三角形的每个顶点对应于第一换能器(E)的位置，其中，所述网格内将两个第一换能器(E)间隔开的距离介于第一换能器(E)的每个发射圆的半径的1倍至2倍之间。
4.根据权利要求1所述的检测结构的故障的方法，其中所述至少两个其他的网格单元中的每一个独立地与所述故障网格单元相邻。
5.根据权利要求1至4中任一项所述的检测结构的故障的方法，其中，识别依次由第一网格单元(1)、第二网格单元(2)和第三网格单元(6)限定的组的第一功能还由以下事实来限定：
-当所述第一网格单元(1)、所述第二网格单元(2)和所述第三网格单元(6)的特征相同时，将所述第一网格单元(1)、所述第二网格单元(2)和所述第三网格单元(6)识别为非故障网格单元(1，2，6)；
-当所述第一网格单元(1)的特征不同于与所述第三网格单元(6)的特征相同的所述第二网格单元(2)的特征时，所述第一网格单元(1)被识别为故障网格单元；
-当所述第一网格单元(1)的特征与所述第二网格单元(2)的特征相同并且不同于所述第三网格单元(6)的特征时，所述第一网格单元(1)被识别为非故障网格单元，并且所述第三网格单元(6)被识别为可疑网格单元，
-在第一识别子步骤(E31)中，将所述第一识别功能应用于第一组三个网格单元(1，2，6)，所述第一组三个网格单元依次包括第一网格单元(1)、与所述第一网格单元(1)相邻的第二网格单元(2)以及与所述第一网格单元(1)相邻的第三网格单元(6)。
6.根据权利要求5所述的检测结构的故障的方法，其中，在所述第一识别子步骤(E31)之后的第二识别子步骤(E32)中，将所述第一识别功能应用于另一组网格单元，
-如果所述第一网格单元(1)已被识别为非故障网格单元，所述另一组网格单元依次由所述第二网格单元(2)形成的起始网格单元、所述第一网格单元(1)以及与所述起始网格单元相邻的第四网格单元(3)来限定；
-如果所述第一网格单元(1)已被识别为故障网格单元，所述另一组网格单元依次由所述第二网格单元(2)形成的起始网格单元、与所述第一网格单元(1)相邻或不相邻的第五网格单元(7)以及与所述起始网格单元相邻的第四网格单元(3)来限定。
7.根据权利要求6所述的检测结构的故障的方法，其中，分别在一个或多个其他组网格单元上重复所述第二识别子步骤(E32)一次或多次。
8.根据权利要求7所述的检测结构的故障的方法，其中，每个第二识别子步骤(E32)的起始网格单元与该第二识别子步骤(E32)之前的第二识别子步骤(E32)的起始网格单元相邻。
9.根据权利要求6所述的检测结构的故障的方法，其中，所述第四网格单元(3)和所述第五网格单元(7)与被识别为可疑网格单元的所述第三网格单元(6)不同。
10.根据权利要求5所述的检测结构的故障的方法，其中，每组的网格单元不同于已经被识别为故障网格单元的网格单元。
11.根据权利要求5所述的检测结构的故障的方法，其中，针对被识别为可疑网格单元的所述第三网格单元(6)，应用如下限定的第二识别功能：
-当所述第三网格单元(6)的特征不同于所述第一网格单元(1)的特征，且所述第一网格单元(1)的特征和与所述第三网格单元(6)相邻的第六网格单元(7)的特征相同时，所述第三网格单元(6)被识别为故障网格单元；
-当所述第三网格单元(6)的特征不同于所述第一网格单元(1)的特征，且所述第一网格单元(1)的特征与所述第六网格单元(7)的特征不同时，所述第三网格单元(6)被识别为故障网格单元并且所述第六网格单元被识别为可疑网格单元；
-当所述第三网格单元的特征和所述第六网格单元的特征相同时，第一指示信号被发送给人机界面(104)。
12.根据权利要求1至3中任一项所述的检测结构的故障的方法，其中，在至少一个分类子步骤(E33，E34)期间，将具有相同特征的网格单元(M)分类为相同的相应群族；
-分类在被称为健康群族的、具有最多数量的网格单元的相应群族中的网格单元(M)被识别为非故障网格单元；
-分类在被称为故障群族的、仅具有单一网格单元的相应群族中的每个网格单元(M)被识别为故障网格单元。
13.根据权利要求12所述的检测结构的故障的方法，其中，为了对所述网格单元(M)进行分类：
-将具有第一特征(S1)的第一网格单元(1)分类在第一群族(F1)中，赋予所述第一群族(F1)等于所述第一特征(S1)的相应参考，
-然后依次针对与所述第一网格单元(1)不同的每个其他的网格单元(M)，根据以下各项来迭代分类子步骤(E34)：
o将所述其他的网格单元(M)的特征与每个群族(F1)的相应参考进行比较；
o如果所述其他的网格单元(M)的特征等于所述群族(F)中的一个群族(Fj)的相应参考，则将所述其他的网格单元(M)分类到该群族(Fj)中；
o如果所述其他的网格单元(M)的特征不等于所述群族(F)中的任何相应参考，则将所述其他的网格单元(M)分类到新的群族(F2)中，为所述新的群族(F2)赋予等于所述其他的网格单元(M)的特征的相应参考。
14.根据权利要求12所述的检测结构的故障的方法，其中，
-针对既不属于所述健康群族也不属于相应故障群族的、被称为待分析网格单元的每个网格单元，计算所述待分析网格单元的特征与所述健康群族的网格单元的特征之间的第一距离，以及计算所述待分析网格单元的特征与每个相应故障群族的网格单元的特征之间的相应第二距离，从而：
o当所述第一距离小于每个相应第二距离时，将所述待分析网格单元分类为健康群族或将所述待分析网格单元识别为非故障网格单元；
o当所述第一距离大于一个或多个相应第二距离时，将所述待分析网格单元分类在具有该相应第二距离的故障群族中，或将待分析网格单元识别为故障网格单元。
15.根据权利要求3所述的检测结构的故障的方法，其中，所述网格内将两个第一换能器(E)间隔开的距离介于所述半径的1.5倍至2倍之间。
16.根据权利要求3所述的检测结构的故障的方法，其中，所述网格内将两个第一换能器(E)间隔开的距离为所述半径的1.73倍。
CN201880077438.6A 2017-10-12 2018-10-11 用于检测结构的缺陷的装置和方法 Active CN111656181B (zh)

Applications Claiming Priority (5)

Application Number Priority Date Filing Date Title
FR1759562A FR3072459B1 (fr) 2017-10-12 2017-10-12 Procede et dispositif de detection de defauts d'une structure aeronautique
FR1759562 2017-10-12
FR1851433A FR3078162B1 (fr) 2018-02-20 2018-02-20 Dispositif et procede de detection de defauts d'une structure
FR1851433 2018-02-20
PCT/FR2018/052530 WO2019073179A1 (fr) 2017-10-12 2018-10-11 Dispositif et procédé de détection de défauts d'une structure

Publications (2)

Publication Number Publication Date
CN111656181A CN111656181A (zh) 2020-09-11
CN111656181B true CN111656181B (zh) 2023-04-18

Family

ID=64100675

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201880077438.6A Active CN111656181B (zh) 2017-10-12 2018-10-11 用于检测结构的缺陷的装置和方法

Country Status (4)

Country Link
US (1) US11249050B2 (zh)
EP (1) EP3695219A1 (zh)
CN (1) CN111656181B (zh)
WO (1) WO2019073179A1 (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102313779A (zh) * 2011-07-22 2012-01-11 北京航空航天大学 一种基于光纤布拉格光栅的声发射信号传感系统
CN102625912A (zh) * 2009-07-02 2012-08-01 安萨尔多布瑞德有限公司 缺陷检测方法和系统
WO2013172876A1 (en) * 2012-05-16 2013-11-21 Hidden Solutions, Llc Method and system for multi-path active defect detection, localization, and characterization with ultrasonic guided waves
CN107206424A (zh) * 2014-10-29 2017-09-26 永感有限公司 电磁声学传感器

Family Cites Families (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FR2262303A1 (en) * 1974-02-22 1975-09-19 Commissariat Energie Atomique Position detector for source of strain waves - employs piezoelectric transducer network with counter and computer
US4893025A (en) * 1988-12-30 1990-01-09 Us Administrat Distributed proximity sensor system having embedded light emitters and detectors
US7257051B2 (en) * 2003-03-06 2007-08-14 General Electric Company Integrated interface electronics for reconfigurable sensor array
US7668665B2 (en) * 2003-09-22 2010-02-23 Advanced Structure Monitoring, Inc. Methods of networking interrogation devices for structural conditions
JP4605594B2 (ja) * 2005-01-26 2011-01-05 古野電気株式会社 超音波送受波器および水中探知装置
US7614304B2 (en) * 2006-05-16 2009-11-10 Corning Incorporated Ultrasonic testing system and method for ceramic honeycomb structures
US7647206B2 (en) * 2006-09-15 2010-01-12 The Boeing Company System and method for monitoring structures for damage using nondestructive inspection techniques
US7937248B2 (en) 2007-09-25 2011-05-03 The Boeing Company Virtual time reversal acoustics for structural health monitoring
US7734429B2 (en) * 2007-10-15 2010-06-08 Boeing Company Method and apparatus for creating at least one parameter for algorithmically evaluating damage in a structure
CN101561379B (zh) * 2009-05-13 2011-06-29 清华大学 一种用于结构损伤检测的敲击扫描方法
US8707787B1 (en) * 2011-03-04 2014-04-29 The Boeing Company Time delay based health monitoring system using a sensor network
CN103547876B (zh) 2011-05-20 2015-08-05 哈茨有限公司 炉结构完整性监测系统和方法
WO2014022104A1 (en) * 2012-07-31 2014-02-06 General Electric Company Method and system for determination of geometric features in objects
US10324065B2 (en) * 2014-01-06 2019-06-18 Samsung Electronics Co., Ltd. Ultrasound diagnostic apparatus, ultrasound image capturing method, and computer-readable recording medium
US20150308920A1 (en) 2014-04-24 2015-10-29 Honeywell International Inc. Adaptive baseline damage detection system and method

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102625912A (zh) * 2009-07-02 2012-08-01 安萨尔多布瑞德有限公司 缺陷检测方法和系统
CN102313779A (zh) * 2011-07-22 2012-01-11 北京航空航天大学 一种基于光纤布拉格光栅的声发射信号传感系统
WO2013172876A1 (en) * 2012-05-16 2013-11-21 Hidden Solutions, Llc Method and system for multi-path active defect detection, localization, and characterization with ultrasonic guided waves
CN107206424A (zh) * 2014-10-29 2017-09-26 永感有限公司 电磁声学传感器

Also Published As

Publication number Publication date
US20210199621A1 (en) 2021-07-01
US11249050B2 (en) 2022-02-15
EP3695219A1 (fr) 2020-08-19
WO2019073179A1 (fr) 2019-04-18
CN111656181A (zh) 2020-09-11

Similar Documents

Publication Publication Date Title
US7822573B2 (en) Method and apparatus for modeling responses for a material to various inputs
US7075424B1 (en) System for damage location using a single channel continuous acoustic emission sensor
US7263446B2 (en) Structural health management system and method for enhancing availability and integrity in the structural health management system
US20090326834A1 (en) Systems, methods and computer program products for characterizing structural events
US8707787B1 (en) Time delay based health monitoring system using a sensor network
Qing et al. Machine learning based quantitative damage monitoring of composite structure
Das et al. Classifying induced damage in composite plates using one-class support vector machines
Philibert et al. Lamb waves-based technologies for structural health monitoring of composite structures for aircraft applications
US8055455B2 (en) Decomposition mode matching change index
US20050209791A1 (en) Manufacturing process or in service defects acoustic imaging using sensor array
US8412470B2 (en) Change mapping for structural health monitoring
US9151733B1 (en) Acoustic emission sensor array
Boffa et al. Hybrid guided wave based SHM system for composite structures for impact and delamination detection combining fiber Bragg grating sensing and piezoelectric patches
CN111656181B (zh) 用于检测结构的缺陷的装置和方法
Kessler et al. Structural health monitoring of composite materials using piezoelectric sensors
Kessler et al. A structural health monitoring software tool for optimization, diagnostics and prognostics
EP2993470B1 (en) Ultrasonic inspection of composite parts
Kessler et al. In-situ sensor-based damage detection of composite materials for structural health monitoring
Bond From nondestructive testing to prognostics: Revisited
FR3078162A1 (fr) Dispositif et procede de detection de defauts d'une structure
Pant et al. Monitoring Tasks in Aerospace
Ksica et al. Application of piezoelectric sensors for structural health monitoring in aerospace
Park et al. Piezo-sensor self-diagnostics using electrical impedance measurements.
Ren et al. A Study of Helicopter Structural Damage Monitoring Technology Based-on Synthetic Time-reversal Imaging Method
Mandache Aircraft structural health monitoring for damage detection: reliability aspects and potential solutions

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