CN112114037B - 基于压电传感器的孔边裂纹识别精度的增强方法 - Google Patents

基于压电传感器的孔边裂纹识别精度的增强方法 Download PDF

Info

Publication number
CN112114037B
CN112114037B CN202010873728.0A CN202010873728A CN112114037B CN 112114037 B CN112114037 B CN 112114037B CN 202010873728 A CN202010873728 A CN 202010873728A CN 112114037 B CN112114037 B CN 112114037B
Authority
CN
China
Prior art keywords
piezoelectric sensor
hole edge
reflected wave
position information
virtual
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
CN202010873728.0A
Other languages
English (en)
Other versions
CN112114037A (zh
Inventor
孙虎
陈威
伊君艳
卿新林
王奕首
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.)
Xiamen University
Original Assignee
Xiamen University
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 Xiamen University filed Critical Xiamen University
Priority to CN202010873728.0A priority Critical patent/CN112114037B/zh
Publication of CN112114037A publication Critical patent/CN112114037A/zh
Application granted granted Critical
Publication of CN112114037B publication Critical patent/CN112114037B/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

Landscapes

  • Physics & Mathematics (AREA)
  • Acoustics & Sound (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Investigating Or Analyzing Materials By The Use Of Ultrasonic Waves (AREA)

Abstract

本发明公开了一种基于压电传感器的孔边裂纹识别精度的增强方法，该方法包括根据激励压电传感器和接收压电传感器的孔边安装关系获取激励压电传感器和接收压电传感器的位置信息，并确定孔边反射点位置信息及虚拟路径，以将反射点作为虚拟压电传感器；实时获取接收压电传感器接收的孔边反射波信号，并对孔边反射波信号进行处理以获取反射波损伤因子；对反射波损伤因子、激励压电传感器位置信息、虚拟压电传感器位置信息和接收压电传感器位置信息进行椭圆加权成像，以对孔边裂纹的识别精度进行增强；由此，能够在不增加传感器个数的前提下通过超声导波在孔边的反射增加虚拟传感路径，进而提高孔边裂纹的识别精度。

Description

基于压电传感器的孔边裂纹识别精度的增强方法
技术领域
本发明涉及裂纹监测技术领域，特别涉及一种基于压电传感器的孔边裂纹识别精度的增强方法。
背景技术
螺栓连接结构是航空航天、轨道交通、土木工程等主承力结构的主要连接方式，其完整性直接影响整体结构安全，但是由于螺栓孔边应力集中使得螺栓连接结构极易出现孔边裂纹，研究表明80％的机械结构失效是由于连接结构失效造成的，这使得有效监测和预防螺栓连接结构的孔边裂纹、预测其剩余寿命变得十分重要。
相关技术中，常见的监测技术有超声导波法，而超声导波法中的成像技术主要有概率损伤成像方法，概率损伤成像是以布置在结构上稀疏的压电传感网络为基础，将各个传感路径上的散射信号差异或损伤因子融合成结构各离散点损伤发生的概率，从而实现损伤的成像；但是，由于采用的概率损伤成像方法的精度取决于传感路径的密集程度，而孔边布置的压电传感网络较为稀疏，无法达到孔边裂纹的精细辨识，从而大大降低了螺栓连接结构孔边裂纹定量监测水平。
发明内容
本发明旨在至少从一定程度上解决上述技术中的技术问题之一。为此，本发明的一个目的在于提出一种基于压电传感器的孔边裂纹识别精度的增强方法，能够在不增加传感器个数的前提下通过超声导波在孔边的反射增加虚拟传感路径，进而提高孔边裂纹的识别精度。
为达到上述目的，本发明实施例提出的一种基于压电传感器的孔边裂纹识别精度的增强方法，所述压电传感器包括激励压电传感器和接收压电传感器，所述激励压电传感器和接收压电传感器安装于孔边，所述孔边裂纹识别精度的增强方法包括以下步骤：根据激励压电传感器和接收压电传感器的孔边安装关系获取所述激励压电传感器和接收压电传感器的位置信息，并根据所述激励压电传感器和接收压电传感器的位置信息确定孔边反射点位置信息及虚拟路径，以将所述反射点作为虚拟压电传感器；实时获取所述接收压电传感器接收的孔边反射波信号，并对所述孔边反射波信号进行处理以获取反射波损伤因子；对所述反射波损伤因子、激励压电传感器位置信息、虚拟压电传感器位置信息和接收压电传感器位置信息进行椭圆加权成像，以对所述孔边裂纹的识别精度进行增强。
根据本发明实施例的基于压电传感器的孔边裂纹识别精度的增强方法，首先根据激励压电传感器和接收压电传感器的孔边安装关系获取激励压电传感器和接收压电传感器的位置信息，并根据激励压电传感器和接收压电传感器的位置信息确定孔边反射点位置信息及虚拟路径，以将反射点作为虚拟压电传感器；接着实时获取接收压电传感器接收的孔边反射波信号，并对孔边反射波信号进行处理以获取反射波损伤因子；最后对反射波损伤因子、激励压电传感器位置信息、虚拟压电传感器位置信息和接收压电传感器位置信息进行椭圆加权成像，以对所述孔边裂纹的识别精度进行增强。由此，能够在不增加传感器个数的前提下通过超声导波在孔边的反射增加虚拟传感路径，进而提高孔边裂纹的识别精度。
另外，根据本发明上述实施例提出的基于压电传感器的孔边裂纹识别精度的增强方法还可以具有如下附加的技术特征：
进一步地，所述压电传感器包括多个激励压电传感器和多个接收压电传感器，通过所述多个激励压电传感器激发超声导波信号，经过虚拟压电传感器对所述超声导波信号进行反射以得到孔边反射波信号，以使所述多个接收压电传感器接收所述对应的孔边反射波信号，以构成多条虚拟路径。
进一步地，实时获取所述接收压电传感器接收的孔边反射波信号，并对所述孔边反射信号进行处理以获取反射波损伤因子，包括：采用飞行时间法确定每条虚拟路径对应的传播时间；在孔边未出现裂纹时，根据所述每条虚拟路径对应的传播时间在所述接收的孔边反射波信号中筛选出每条虚拟路径对应的孔边反射波信号以作为所述每条虚拟路径对应的基准信号；在孔边出现裂纹时，根据所述每条虚拟路径对应的传播时间在所述接收的孔边反射波信号中筛选出每条虚拟路径对应的孔边反射波信号以作为所述每条虚拟路径对应的对比信号；根据所述每条虚拟路径对应的基准信号和所述每条虚拟路径对应的对比信号计算所述每条虚拟路径对应的反射波损伤因子。
进一步地，根据所述每条虚拟路径对应的基准信号和所述每条虚拟路径对应的对比信号计算所述每条虚拟路径对应的反射波损伤因子，包括：
Figure BDA0002651963050000021
其中，DIi为第i条虚拟路径对应的反射波损伤因子；Ci为第i条虚拟路径对应的对比信号幅值；Bi为第i条虚拟路径对应的基准信号幅值。
进一步地，对所述损伤因子、激励压电传感器位置信息、虚拟压电传感器位置信息和接收压电传感器位置信息进行椭圆加权成像，以对所述孔边裂纹的识别精度进行增强，包括：
Figure BDA0002651963050000031
其中，
Figure BDA0002651963050000032
Figure BDA0002651963050000033
Figure BDA0002651963050000034
xaiyai，xfiyfi，xsiysi分别表示第i条虚拟路径上的激励压电传感器、虚拟压电传感器和接收压电传感器的二维坐标，共有K条虚拟路径，β为自定常数，P(x，y)为椭圆加权成像结果。
进一步地，在实时获取所述接收压电传感器接收的孔边反射波信号之前，还包括：实时获取所述接收压电传感器接收的直达波信号，并对所述直达波信号进行处理以获取直达波损伤因子；对所述直达波损伤因子、激励压电传感器位置信息和接收压电传感器位置信息进行椭圆加权成像，以对所述孔边裂纹进行初步识别。
进一步地，所述压电传感器的激励信号频厚积设置在200KHZ·mm-1MHZ·mm。
附图说明
图1为根据本发明一个实施例的基于压电传感器的孔边裂纹识别精度的增强方法的流程示意图；
图2为根据本发明一个实施例的压电传感器的网络示意图；
图3为根据本发明一个实施例的椭圆加权成像示意图；
图4为根据本发明一个实施例的压电传感器的虚拟路径示意图；
图5为根据本发明一个实施例的虚拟路径椭圆加权成像示意图。
具体实施方式
下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本发明，而不能理解为对本发明的限制。
为了更好的理解上述技术方案，下面将参照附图更详细地描述本发明的示例性实施例。虽然附图中显示了本发明的示例性实施例，然而应当理解，可以以各种形式实现本发明而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本发明，并且能够将本发明的范围完整的传达给本领域的技术人员。
为了更好的理解上述技术方案，下面将结合说明书附图以及具体的实施方式对上述技术方案进行详细的说明。
图1为根据本发明一个实施例的基于压电传感器的孔边裂纹识别精度的增强方法的流程示意图，其中，该压电传感器包括激励压电传感器和接收压电传感器，激励压电传感器和接收压电传感器安装于孔边。
如图1所示，该孔边裂纹识别精度的增强方法包括以下步骤：
步骤101，根据激励压电传感器和接收压电传感器的孔边安装关系获取激励压电传感器和接收压电传感器的位置信息，并根据激励压电传感器和接收压电传感器的位置信息确定孔边反射点位置信息及虚拟路径，以将反射点作为虚拟压电传感器。
也就是说，通过激励压电传感器的位置信息、接收压电传感器的位置信息和孔位置关系确定反射点位置信息以及虚拟路径，并将该反射点作为虚拟压电传感器。
需要说明的是，压电传感器包括多个激励压电传感器和多个接收压电传感器，通过多个激励压电传感器激发超声导波信号，经过虚拟压电传感器对超声导波信号进行反射以得到孔边反射波信号，以使多个接收压电传感器接收对应的孔边反射波信号，以构成多条虚拟路径。
作为一个实施例，如图4所示，在压电智能层3的螺栓孔旁分别在0°布置两个接收压电传感器：第一接收压电传感器11和第二接收压电传感器12，90°布置两个激励压电传感器：第一激励压电传感器41和第二激励压电传感器42；在200KHZ·mm-1MHZ·mm频厚积中实际监测孔径和板厚选择合适的激励频率，通过激励第一接收压电传感器11通过虚拟压电传感器到达第一激励压电传感器41以形成第一条虚拟路径，激励第一接收压电传感器11通过虚拟压电传感器到达第二激励压电传感器42以形成第二条虚拟路径，激励第二接收压电传感器12通过虚拟压电传感器到达第一激励压电传感器41以形成第三条虚拟路径，激励第二接收压电传感器12通过虚拟压电传感器到达第二激励压电传感器42以形成第四条虚拟路径，总共形成4条虚拟路径。
步骤102，实时获取接收压电传感器接收的孔边反射波信号，并对孔边反射波信号进行处理以获取反射波损伤因子。
作为一个实施例，采用飞行时间法确定每条虚拟路径对应的传播时间；在孔边未出现裂纹时，根据每条虚拟路径对应的传播时间在接收的孔边反射波信号中筛选出每条虚拟路径对应的孔边反射波信号以作为每条虚拟路径对应的基准信号；在孔边出现裂纹时，根据每条虚拟路径对应的传播时间在接收的孔边反射波信号中筛选出每条虚拟路径对应的孔边反射波信号以作为每条虚拟路径对应的对比信号；根据每条虚拟路径对应的基准信号和每条虚拟路径对应的对比信号计算每条虚拟路径对应的反射波损伤因子。
也就是说，在孔边未出现裂纹前，通过激励压电传感器、接收压电传感器和孔位置关系得到反射点的位置信息和虚拟路径，将反射点视为虚拟压电传感器；对于已知的虚拟路径和激励频率，采用飞行时间法确定超声导波从激励压电传感器-虚拟压电传感器-接收压电传感器的传播时间，从而在接收压电传感器上选择对应时间的波包作为基准信号；在孔边出现裂纹时，通过激励压电传感器、虚拟压电传感器、裂纹和接收压电传感器位置关系确定虚拟路径，采用飞行时间法确定传播时间，在接收压电传感器上选择对应时间的波包作为对比信号。
作为一个具体实施例，根据每条虚拟路径对应的基准信号和每条虚拟路径对应的对比信号计算每条虚拟路径对应的反射波损伤因子，包括：
Figure BDA0002651963050000051
其中，DIi为第i条虚拟路径对应的反射波损伤因子；Ci为第i条虚拟路径对应的对比信号幅值；Bi为第i条虚拟路径对应的基准信号幅值。
步骤103，对反射波损伤因子、激励压电传感器位置信息、虚拟压电传感器位置信息和接收压电传感器位置信息进行椭圆加权成像，以对孔边裂纹的识别精度进行增强。
作为一个实施例，如图5所示，对激励压电传感器、虚拟压电传感器6和接收压电传感器三者进行椭圆加权成像：
Figure BDA0002651963050000052
其中，
Figure BDA0002651963050000053
Figure BDA0002651963050000054
Figure BDA0002651963050000055
xaiyai，xfiyfi，xsiysi分别表示第i条虚拟路径上的激励压电传感器、虚拟压电传感器和接收压电传感器的二维坐标，共有K条虚拟路径，β为自定常数，P(x，y)为椭圆加权成像结果，从而实现对孔边裂纹进行精细辨识。
需要说明的是，在实时获取接收压电传感器接收的孔边反射波信号之前，还包括：实时获取接收压电传感器接收的直达波信号，并对直达波信号进行处理以获取直达波损伤因子；对直达波损伤因子、激励压电传感器位置信息和接收压电传感器位置信息进行椭圆加权成像，以对孔边裂纹进行初步识别。
作为一个实施例，如图2所示，由第一激励压电传感器11激励，第二接收压电传感器41和第二接收压电传感器42接收直达波信号，第二激励压电传感器12激励，第二接收压电传感器41和第二接收压电传感器42接收直达波信号，共形成4条直接传感路径；参考图3，确定激励频率后，将损伤前接收压电传感器所接收到的第一个信号波包作为基准信号，孔边出现裂纹时接收压电传感器所接收到的第一个信号波包作为对比信号，通过椭圆加权算法成像：
Figure BDA0002651963050000061
其中，
Figure BDA0002651963050000062
xaiyai，xsiysi分别表示第i条直接传感路径上的激励压电传感器和接收压电传感器的二维坐标，共有K条直接传感路径，β为自定常数，P(x，y)为椭圆成像结果。从公式中可知，该算法是以直接损伤因子和像素点与传感器距离关系表征像素点出现损伤的概率，对压电传感器来说，直达波损伤因子DIi可根据信号的不同特征来定义，通常的直达波损伤因子可通过信号的能量、相关系数等定义，在本优选实施例中采用能量方法定义：
Figure BDA0002651963050000063
其中，DIi为第i条直接传感路径对应的直达波损伤因子；Ci为第i条直接传感路径对应的对比信号幅值；Bi为第i条传感路径对应的基准信号幅值；通过上述算法可对孔边裂纹进行初步识别。
需要说明的是，在获取虚拟路径时，还可根据实际需要对虚拟路径进行挑选，例如上述中第二激励压电传感器12激励-第二接收压电传感器42接收的反射波信号无法有效区别于直达波信号，故不考虑该条虚拟路径，从而获得最终的3条可用虚拟路径以对孔边裂纹进行精细辨识，进一步提高识别效率。
综上所述，根据本发明实施例的基于压电传感器的孔边裂纹识别精度的增强方法，首先根据激励压电传感器和接收压电传感器的孔边安装关系获取激励压电传感器和接收压电传感器的位置信息，并根据激励压电传感器和接收压电传感器的位置信息确定孔边反射点位置信息及虚拟路径，以将反射点作为虚拟压电传感器；接着实时获取接收压电传感器接收的孔边反射波信号，并对孔边反射波信号进行处理以获取反射波损伤因子；最后对反射波损伤因子、激励压电传感器位置信息、虚拟压电传感器位置信息和接收压电传感器位置信息进行椭圆加权成像，以对所述孔边裂纹的识别精度进行增强。由此，能够在不增加传感器个数的前提下通过超声导波在孔边的反射增加虚拟传感路径，进而提高孔边裂纹的识别精度。
在本发明的描述中，需要理解的是，术语“中心”、“纵向”、“横向”、“长度”、“宽度”、“厚度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”“内”、“外”、“顺时针”、“逆时针”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描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、以特定的方位构造和操作，因此不能理解为对本发明的限制。
此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。
在本发明中，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”、“固定”等术语应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或成一体；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通或两个元件的相互作用关系。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。
在本发明中，除非另有明确的规定和限定，第一特征在第二特征之“上”或之“下”可以包括第一和第二特征直接接触，也可以包括第一和第二特征不是直接接触而是通过它们之间的另外的特征接触。而且，第一特征在第二特征“之上”、“上方”和“上面”包括第一特征在第二特征正上方和斜上方，或仅仅表示第一特征水平高度高于第二特征。第一特征在第二特征“之下”、“下方”和“下面”包括第一特征在第二特征正下方和斜下方，或仅仅表示第一特征水平高度小于第二特征。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不应理解为必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。此外，本领域的技术人员可以将本说明书中描述的不同实施例或示例进行接合和组合。
尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。

Claims (7)

1.一种基于压电传感器的孔边裂纹识别精度的增强方法，其特征在于，所述压电传感器包括激励压电传感器和接收压电传感器，所述激励压电传感器和接收压电传感器安装于孔边，所述孔边裂纹识别精度的增强方法包括以下步骤：
根据激励压电传感器和接收压电传感器的孔边安装关系获取所述激励压电传感器和接收压电传感器的位置信息，并根据所述激励压电传感器和接收压电传感器的位置信息确定孔边反射点位置信息及虚拟路径，以将所述反射点作为虚拟压电传感器；
实时获取所述接收压电传感器接收的孔边反射波信号，并对所述孔边反射波信号进行处理以获取反射波损伤因子；
对所述反射波损伤因子、激励压电传感器位置信息、虚拟压电传感器位置信息和接收压电传感器位置信息进行椭圆加权成像，以对所述孔边裂纹的识别精度进行增强。
2.如权利要求1所述的基于压电传感器的孔边裂纹识别精度的增强方法，其特征在于，所述压电传感器包括多个激励压电传感器和多个接收压电传感器，通过所述多个激励压电传感器激发超声导波信号，经过虚拟压电传感器对所述超声导波信号进行反射以得到孔边反射波信号，以使所述多个接收压电传感器接收所述对应的孔边反射波信号，以构成多条虚拟路径。
3.如权利要求2所述的基于压电传感器的孔边裂纹识别精度的增强方法，其特征在于，实时获取所述接收压电传感器接收的孔边反射波信号，并对所述孔边反射信号进行处理以获取反射波损伤因子，包括：
采用飞行时间法确定每条虚拟路径对应的传播时间；
在孔边未出现裂纹时，根据所述每条虚拟路径对应的传播时间在所述接收的孔边反射波信号中筛选出每条虚拟路径对应的孔边反射波信号以作为所述每条虚拟路径对应的基准信号；
在孔边出现裂纹时，根据所述每条虚拟路径对应的传播时间在所述接收的孔边反射波信号中筛选出每条虚拟路径对应的孔边反射波信号以作为所述每条虚拟路径对应的对比信号；
根据所述每条虚拟路径对应的基准信号和所述每条虚拟路径对应的对比信号计算所述每条虚拟路径对应的反射波损伤因子。
4.如权利要求3所述的基于压电传感器的孔边裂纹识别精度的增强方法，其特征在于，根据所述每条虚拟路径对应的基准信号和所述每条虚拟路径对应的对比信号计算所述每条虚拟路径对应的反射波损伤因子，包括：
Figure FDA0002651963040000021
其中，DIi为第i条虚拟路径对应的反射波损伤因子；Ci为第i条虚拟路径对应的对比信号幅值；Bi为第i条虚拟路径对应的基准信号幅值。
5.如权利要求4所述的基于压电传感器的孔边裂纹识别精度的增强方法，其特征在于，对所述损伤因子、激励压电传感器位置信息、虚拟压电传感器位置信息和接收压电传感器位置信息进行椭圆加权成像，以对所述孔边裂纹的识别精度进行增强，包括：
Figure FDA0002651963040000022
其中，
Figure FDA0002651963040000023
Figure FDA0002651963040000024
Figure FDA0002651963040000025
xaiyai，xfiyfi，xsiysi分别表示第i条虚拟路径上的激励压电传感器、虚拟压电传感器和接收压电传感器的二维坐标，共有K条虚拟路径，β为自定常数，P(x，y)为椭圆加权成像结果。
6.如权利要求1所述的基于压电传感器的孔边裂纹识别精度的增强方法，其特征在于，在实时获取所述接收压电传感器接收的孔边反射波信号之前，还包括：
实时获取所述接收压电传感器接收的直达波信号，并对所述直达波信号进行处理以获取直达波损伤因子；
对所述直达波损伤因子、激励压电传感器位置信息和接收压电传感器位置信息进行椭圆加权成像，以对所述孔边裂纹进行初步识别。
7.如权利要求1-6中任一项所述的基于压电传感器的孔边裂纹识别精度的增强方法，其特征在于，所述压电传感器的激励信号频厚积设置在200KHZ·mm-1MHZ·mm。
CN202010873728.0A 2020-08-26 2020-08-26 基于压电传感器的孔边裂纹识别精度的增强方法 Active CN112114037B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010873728.0A CN112114037B (zh) 2020-08-26 2020-08-26 基于压电传感器的孔边裂纹识别精度的增强方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010873728.0A CN112114037B (zh) 2020-08-26 2020-08-26 基于压电传感器的孔边裂纹识别精度的增强方法

Publications (2)

Publication Number Publication Date
CN112114037A CN112114037A (zh) 2020-12-22
CN112114037B true CN112114037B (zh) 2021-12-31

Family

ID=73803838

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010873728.0A Active CN112114037B (zh) 2020-08-26 2020-08-26 基于压电传感器的孔边裂纹识别精度的增强方法

Country Status (1)

Country Link
CN (1) CN112114037B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112946071A (zh) * 2021-01-26 2021-06-11 中车青岛四方机车车辆股份有限公司 一种结构损伤成像方法、装置、设备及存储介质
CN112985811B (zh) * 2021-05-12 2021-09-07 成都飞机工业（集团）有限责任公司 基于虚拟激励源的结构故障定位方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105784853A (zh) * 2016-04-14 2016-07-20 苏州泛能电力科技有限公司 一种工程结构方向性损伤主动监测与评估方法
CN109187742A (zh) * 2018-08-24 2019-01-11 中国飞机强度研究所 一种检测螺栓孔是否具有孔边裂纹的方法及铲型工具
CN109839437A (zh) * 2019-03-05 2019-06-04 北京工业大学 一种基于Lamb波的金属板结构贯穿裂纹监测与评估方法
CN110274720A (zh) * 2019-07-03 2019-09-24 南京航空航天大学 基于虚拟路径的轻量化复合材料结构冲击成像方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106872576B (zh) * 2017-02-13 2019-08-09 清华大学 基于全向磁声换能器导波散射成像方法和装置

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105784853A (zh) * 2016-04-14 2016-07-20 苏州泛能电力科技有限公司 一种工程结构方向性损伤主动监测与评估方法
CN109187742A (zh) * 2018-08-24 2019-01-11 中国飞机强度研究所 一种检测螺栓孔是否具有孔边裂纹的方法及铲型工具
CN109839437A (zh) * 2019-03-05 2019-06-04 北京工业大学 一种基于Lamb波的金属板结构贯穿裂纹监测与评估方法
CN110274720A (zh) * 2019-07-03 2019-09-24 南京航空航天大学 基于虚拟路径的轻量化复合材料结构冲击成像方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
A novel eddy current array sensing film for quantitatively monitoring hole-edge crack growth in bolted joints;Hu Sun et al.;《Smart Materials and Structures》;20181126;第015018-1至015018-14页 *
复合材料冲击损伤监测的概率成像方法;张倩昀等;《应用声学》;20160930;第35卷(第5期);第426-430页 *

Also Published As

Publication number Publication date
CN112114037A (zh) 2020-12-22

Similar Documents

Publication Publication Date Title
CN112114037B (zh) 基于压电传感器的孔边裂纹识别精度的增强方法
Tabjula et al. Outlier analysis for defect detection using sparse sampling in guided wave structural health monitoring
CN112114028B (zh) 基于多场耦合传感器的螺栓孔边裂纹监测方法
US8036836B2 (en) Dynamic environmental change compensation of sensor data in structural health monitoring systems
US7389693B2 (en) Methods and apparatus for porosity measurement
CN114235971B (zh) 一种基于超声导波的编织复合材料板损伤形状识别方法
Kannusamy et al. Accurate baseline-free damage localization in plates using refined Lamb wave time-reversal method
US20180031525A1 (en) Shear wave sensors for acoustic emission and hybrid guided wave testing
EP3527937B1 (en) Acoustic thickness measurements using gas as a coupling medium
WO2022151530A1 (zh) 基于单角度楔块的临界折射纵波多材料检测系统及其声速测量方法
CN110687208A (zh) 一种基于双曲线定位的无基准Lamb波损伤监测方法
CN102818851A (zh) 对l形工件的弧形角部进行超声检测的检测方法
US20230061816A1 (en) Air-coupled Ultrasonic Detection Method and Device Based on Defect Probability Reconstruction Algorithm
CN107356670A (zh) 一种基于斜入射的超声相控阵焊缝缺陷检测方法
CN115389625A (zh) 一种用于检测复合材料面外纤维弯曲的双面超声成像方法
CN111189914B (zh) 一种用于复合材料超声检测的渐变厚度系数的确定方法
JP3603804B2 (ja) 内部欠陥検出方法
US20220107290A1 (en) Method for reconstructing crack profiles based on composite-mode total focusing method
JP2002296249A (ja) 内部欠陥検出方法
US11846607B2 (en) Method of identifying delamination damage of arc-shaped composite laminate
Mihara et al. Relations between crack opening behavior and crack tip diffraction of longitudinal wave
JPS59122944A (ja) 探触子および超音波探傷方法
CN116626168A (zh) 一种超声纵波衰减系数的测量装置及工作方法
JPH09304365A (ja) 被検査体傷判定方法及び装置
CN113960160A (zh) 基于超声Lamb波紧凑阵列的损伤检测方法和装置

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