CN112903818A - 一种金属板结构健康监测系统和方法 - Google Patents
一种金属板结构健康监测系统和方法 Download PDFInfo
- Publication number
- CN112903818A CN112903818A CN202110083275.6A CN202110083275A CN112903818A CN 112903818 A CN112903818 A CN 112903818A CN 202110083275 A CN202110083275 A CN 202110083275A CN 112903818 A CN112903818 A CN 112903818A
- Authority
- CN
- China
- Prior art keywords
- detected
- pixel point
- calculating
- damage
- sensors
- 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
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
- G01N29/06—Visualisation of the interior, e.g. acoustic microscopy
- G01N29/0654—Imaging
-
- 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
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 Analysing Materials By Optical Means (AREA)
Abstract
本发明公开了一种金属板结构健康监测系统和方法,金属板中的待测区域包括多个待测像素点,该系统包括:多个传感器,设置在金属板上,用于发射和接收波信号,发射的波信号为激励信号,接收的波信号为接收信号;信号处理模块,对接收信号进行平稳化处理,得到接收信号的包络曲线;特征提取模块,对包络曲线进行特征提取,得到包络曲线的特征参数,并根据特征参数计算得到损伤因子;成像模块,根据多个传感器的位置、损伤因子和待测像素点的位置计算得到待测像素点的损伤概率。通过本发明提供的技术方案来计算金属板结构健康监测数据,降低了结构健康监测的复杂程度,具有准确性高、分析速度快、监测系统简单等优点。
Description
技术领域
本发明涉及金属板结构健康监测技术,具体涉及一种金属板结构健康监测系统和方法。
背景技术
结构健康监测技术综合运用了传感器技术、信号处理和分析技术、腐蚀损伤理论和概率统计理论等,是一种对结构的实际情况进行实时监测的技术,能够为大型关键结构的安全性、可靠性和耐久性提供重要参考。作为航空复杂关键结构最为普遍的失效机理,腐蚀损伤失效对结构的耐久性有很大影响,所以腐蚀损伤定位以及定量和定性的诊断和预测成为结构健康监测的重要部分。在金属(例如,铝合金)损伤监测领域,已有线性极化法、光学传感器技术、声发射技术、智能涂层技术等,但存在难以实时监测、精确定位、定量以及虚警率高等问题。
发明内容
本发明的目的在于提供一种金属板结构健康监测系统和方法,用以解决对损伤实现实时、定位和定量监测的问题。
为实现上述目的,本发明提供了一种金属板结构健康监测系统,所述金属板中的待测区域包括多个待测像素点,所述系统包括:多个传感器,设置在所述金属板上,用于发射和接收波信号,其中,发射的波信号为激励信号,接收的波信号为接收信号;信号处理模块,对所述接收信号进行平稳化处理,得到所述接收信号的包络曲线;特征提取模块,对所述包络曲线进行特征提取,得到所述包络曲线的特征参数,并根据所述特征参数计算得到损伤因子;以及成像模块,根据所述多个传感器的位置、所述损伤因子和待测像素点的位置计算得到所述待测像素点的损伤概率。
优选地,所述成像模块还用于计算所述待测区域中的全部待测像素点的成像值,并对全部待测像素点的成像值进行归一化处理,得到全部待测像素点的损伤概率。
优选地,所述多个传感器两两之间进行配对,得到k个传感器对,每个传感器对中的一者用于发射所述激励信号,另一者用于获取所述接收信号,其中,所述k为正整数;所述信号处理模块对所述k个传感器对的每一个传感器对中的所获取的接收信号进行平稳化处理,得到k个包络曲线;所述特征提取模块分别对所述k个包络曲线进行特征提取,得到所述k个包络曲线的特征参数,并分别计算得到k个损伤因子;以及所述成像模块根据所述多个传感器的位置、所述k个损伤因子和所述待测像素点的位置计算得到所述待测像素点的损伤概率。
所述待测像素点的成像值通过以下方式得到:根据所述多个传感器的位置和所述待测像素点的位置,计算所述待测像素点到每一个传感器对中的两个传感器连线的相对距离,得到k个相对距离;根据所述k个相对距离、预先设定的算法系数计算得到k个相关系数;根据所述k个相关系数、所述k个损伤因子和所述包络曲线的特征参数计算得到所述待测像素点的成像值。
优选地,所述特征提取模块计算得到所述损伤因子包括:根据所述待测像素点在当前监测时获取的所述包络曲线的最大峰值和预先已知的所述待测像素点在健康状态下获取的包络曲线的最大峰值计算得到所述损伤因子;或根据所述待测像素点在当前监测时获取的包络曲线的最大峰值的飞行时间和预先已知的所述待测像素点在健康状态下获取的包络曲线的最大峰值的飞行时间计算得到所述损伤因子。
相应地,本发明还提供了一种金属板结构健康监测方法,所述金属板中的待测区域包括多个待测像素点,在所述金属板上设置多个传感器以用于发射和接收波信号,其中,发射的波信号为激励信号,接收的波信号为接收信号;所述方法包括:对所述接收信号进行平稳化处理,得到所述接收信号的包络曲线;对所述包络曲线进行特征提取,得到所述包络曲线的特征参数,并根据所述特征参数计算得到损伤因子;以及根据所述多个传感器的位置、所述损伤因子和待测像素点的位置计算得到所述待测像素点的损伤概率。
优选地,所述计算得到所述待测像素点的损伤概率包括:计算所述待测区域中的全部待测像素点的成像值,并对全部待测像素点的成像值进行归一化处理,得到全部待测像素点的损伤概率。
优选地,所述多个传感器两两之间进行配对,得到k个传感器对,每个传感器对中的一者用于发射所述激励信号,另一者用于获取所述接收信号,其中,所述k为正整数,该方法还包括:对所述k个传感器对的每一个传感器对中的所获取的接收信号进行平稳化处理,得到k个包络曲线;分别对所述k个包络曲线进行特征提取,得到所述k个包络曲线的特征参数,并分别计算得到k个损伤因子;以及根据所述多个传感器的位置、所述k个损伤因子和所述待测像素点的位置计算得到所述待测像素点的损伤概率。
优选地,所述待测像素点的成像值通过以下方式得到:根据所述多个传感器的位置和所述待测像素点的位置,计算所述待测像素点到每一个传感器对中的两个传感器连线的相对距离,得到k个相对距离;根据所述k个相对距离、预先设定的算法系数计算得到k个相关系数;根据所述k个相关系数、所述k个损伤因子和所述包络曲线的特征参数计算得到所述待测像素点的成像值。
优选地,所述计算得到损伤因子包括:根据所述待测像素点在当前监测时获取的所述包络曲线的最大峰值和预先已知的所述待测像素点在健康状态下获取的包络曲线的最大峰值计算得到所述损伤因子;或根据所述待测像素点在当前监测时获取的包络曲线的最大峰值的飞行时间和预先已知的所述待测像素点在健康状态下获取的包络曲线的最大峰值的飞行时间计算得到所述损伤因子。
本发明通过传感器之间所传输信号的处理、特征参数的提取,并根据传感器的位置及特征参数计算得到金属板结构健康监测数据,降低了结构健康监测的复杂程度,具有准确性高、分析速度快、监测系统简单等优点。
附图说明
附图是用来提供对本发明实施例的进一步理解,并且构成说明书的一部分,与下面的具体实施方式一起用于解释本发明实施例,但并不构成对本发明实施例的限制。在附图中:
图1是本发明提供的金属板结构健康监测系统的框图;
图2是本发明提供的多个传感器的试验样品布局示意图;
图3是本发明提供的采用6个传感器的布局和配对示意图;以及
图4是本发明提供的金属板结构健康监测方法的流程图。
具体实施方式
以下结合附图对本发明实施例的具体实施方式进行详细说明。应当理解的是,此处所描述的具体实施方式仅用于说明和解释本发明,并不用于限制本发明的范围。
图1是本发明提供的金属板结构健康监测系统的框图,如图1所示,该系统包括传感器组10(包括多个传感器)、信号处理模块20、特征提取模块30、成像模块40,其中,为了使图1的展示更加容易理解,将多个传感器通过传感器组10来表示,应当说明的是,这仅仅是示意,而并不是用于限制本发明。
本发明的目的是对金属板,特别是铝合金板进行健康监测,在具体的技术方案中,本发明将金属板的待测区域划分为若干个像素点,因而,金属板中的待测区域包括多个待测像素点,待测区域可以是整个金属板,也可以是金属板的一部分。更具体地,本发明可以对含孔的铝合金板的孔结构腐蚀损伤(即健康状况)进行监测。
多个传感器设置在金属板上,用于发射和接收波信号,其中,发射的波信号为激励信号,接收的波信号为接收信号。图2是本发明提供的多个传感器的布局,图2中以6个传感器为例,示意了多个传感器的一种布局,如图2所示,多个传感器包括传感器11、传感器12、传感器13、传感器14、传感器15和传感器16,图2中的多个传感器的布局方式仅仅是以示意为目的的,并不用于限制本发明,任意传感器的数量以及任何传感器的布局方式均属于本发明的保护范围。
信号处理模块20对接收信号进行平稳化处理,得到接收信号的包络曲线。一般情况下,可以采用Hilbert变换对接收信号进行平稳化处理,可以得到接收信号的轮廓,即接收信号波形的包络曲线。本领域技术人员应当理解,本发明通过Hilbert变换得到接收信号的包络曲线的技术是采用本领域的现有技术实现的,于此不予赘述。
特征提取模块30对包络曲线进行特征提取,得到包络曲线的特征参数,并根据特征参数计算得到损伤因子。损伤因子是用来表现损伤结构特征的参数,激励信号受到损伤程度不同的待测像素点影响之后,得到的接收信号的包络曲线也是不同的,因而损伤因子可以表现不同待测像素点的损伤结构特征。
成像模块40根据多个传感器的位置、损伤因子和待测像素点的位置计算得到待测像素点的损伤概率。成像模块40可以采用的概率成像算法来计算待测像素点的损伤概率,传感器的位置不同,激励信号受到待测像素点的影响也就不同,并且损伤因子也会不同,从而概率成像算法中的相关系数的计算也就不同。此外,为了直观地呈现不同的损伤概率,可以对不同的概率值用不同的灰度值或颜色进行呈现。
成像模块40还用于计算待测区域中的全部待测像素点的成像值,并对全部待测像素点的成像值进行归一化处理,得到全部待测像素点的损伤概率。也就是说,成像模块40先针对待测区域中的每一个待测像素点来计算成像值,得到全部待测像素点的成像值之后,针对全部待测像素点的成像值进行归一化处理,每一个待测像素点归一化之后的值即为该待测像素点的损伤概率。
在本发明提供的金属板结构健康监测系统中,多个传感器两两之间进行配对,得到k个传感器对,每个传感器对中的一者用于发射激励信号,另一者用于获取接收信号,其中,k为正整数;信号处理模块20对k个传感器对的每一个传感器对中的所获取的接收信号进行平稳化处理,得到k个包络曲线;特征提取模块30分别对k个包络曲线进行特征提取,得到k个包络曲线的特征参数,并分别计算得到k个损伤因子;成像模块40根据多个传感器的位置、k个损伤因子和待测像素点的位置计算得到待测像素点的损伤概率;其中,多个传感器对称分布在金属板上。
图3是本发明提供的采用6个传感器的布局和配对示意图,如图3所示,多个传感器包括6个传感器11、12、13、14、15、16,需要说明的是,本发明中的多个传感器可以包括任意数量的传感器,图3示出的多个传感器包括6个传感器的实施方式仅仅是为了便于描述本发明的原理。下面,为了使本发明更加清楚,以6个传感器为例对本发明的技术方案进行描述。
多个传感器两两之间进行配对,具体来说,即为多个传感器中任意两个传感器之间均进行一次配对,以图3所示的实施方式为例,6个传感器两两之间进行配对,那么共形成15个传感器对,分别为:
第1个传感器对:传感器11和传感器12;
第2个传感器对:传感器11和传感器13;
第3个传感器对:传感器11和传感器14;
第4个传感器对:传感器11和传感器15;
第5个传感器对:传感器11和传感器16;
第6个传感器对:传感器12和传感器13;
第7个传感器对:传感器12和传感器14;
第8个传感器对:传感器12和传感器15;
第9个传感器对:传感器12和传感器16;
第10个传感器对:传感器13和传感器14;
第11个传感器对:传感器13和传感器15;
第12个传感器对:传感器13和传感器16;
第13个传感器对:传感器14和传感器15;
第14个传感器对:传感器14和传感器16;
第15个传感器对:传感器15和传感器16。
在多个传感器为6个传感器的情况下,上述k值为15。在每一个传感器对中,一者作为激励传感器发射激励信号,另一者作为接收传感器获取接收信号,例如,在第1个传感器对中,可以将传感器11作为激励传感器,并将传感器12作为接收传感器,当然,也可以将传感器12作为激励传感器,并将传感器11作为接收传感器,其它传感器对同理。
可以看出,本发明采用了一发一收的模式,接收传感器直接接收激励传感器发射的波信号,这种模式下信号的传播路径为直线,对远距离损伤比较敏感,传播过程中能够获取更多的损伤信息,并且能够避免脉冲回波模式中反射信号和回波波包的干扰,大大提高了响应信号的准确度。激励传感器发射的波信号(即,激励信号)可以是Lamb波信号,对于激励信号的设计,可以通过对信号的中心频率、调制窗函数、信号幅值、放大倍数等进行调制来得到最优的激励信号。
在图3所示的实施方式中,6个传感器呈对称分布,但这仅仅是一种优选的实施方式,传感器的分布方式可以是任意的。
待测像素点的成像值可以通过以下方式得到:根据多个传感器的位置和待测像素点的位置,计算待测像素点到每一个传感器对中的两个传感器连线的相对距离,得到k个相对距离;根据k个相对距离、预先设定的算法系数计算得到k个相关系数;根据k个相关系数、k个损伤因子和包络曲线的特征参数计算得到待测像素点的成像值。
每一个传感器对中的两个传感器的连线形成一条路径,那么有k条路径,分别对应于k个传感器对,待测像素点的成像值P可以通过以下公式(1)计算:
在公式(1)中,k表示传感器对编号或者路径编号,n表示传感器对总数或者路径总数,Tstart表示传感器对中的激励传感器发出的波信号(即,激励信号)到达接收传感器的时间,也就是接收传感器获取到接收信号的起始时间,Tend表示传感器对中的接收传感器获取到接收信号的结束时间,θk表示第k个传感器对形成的第k条路径对应的波信号与待测像素点的相关系数,Dk(t)是待测像素点在第k条路径上的损伤因子。
公式(1)中的θk的计算公式如下:
在公式(2)中,Lk表示待测像素点到第k条路径的相对距离,也就是待测像素点到第k个传感器对中的两个传感器连线的相对距离,β为预先设定的算法系数。β为0到1之间的任意值,在本发明的实施方式中,β的取值方式如下:计算全部待测像素点到第k条路径的相对距离,也就是全部待测像素点的Lk,假设待测像素点的个数为i(i为正整数)个,那么就会计算得到(i×k)个Lk值,从该(i×k)个Lk值中选取0到1之间值中的任意一者作为算法系数β。
公式(2)中的Lk可以通过以下公式计算:
其中,用M表示待测像素点、A表示第k个传感器对中的激励传感器、S表示第k个传感器对中的接收传感器,在公式(3)中,dAM表示第k个传感器对中激励传感器与待测像素点之间的距离,dSM表示第k个传感器对中接收传感器与待测像素点之间的距离,dAS表示第k个传感器对中激励传感器与接收传感器之间的距离。通过公式(3),可以计算出待测像素点到k个传感器对中每一个传感器对的两个传感器连线的相对距离。
受监测结构、损伤类型、传感器种类等因素的影响,不同的损伤因子对损伤结构的表征能力也不同,特别是对于具有通孔等典型的铝合金结构,损伤因子的选择需要针对传感器的分布和腐蚀损伤的特征进行。损伤因子一般来说可以根据波信号的特征参数来计算,在本实施方式中,特征提取模块30计算得到损伤因子包括:根据待测像素点在当前监测时获取的包络曲线的最大峰值和预先已知的待测像素点在健康状态下获取的包络曲线的最大峰值计算得到损伤因子;或根据待测像素点在当前监测时获取的包络曲线的最大峰值的飞行时间和预先已知的待测像素点在健康状态下获取的包络曲线的最大峰值的飞行时间计算得到损伤因子。下面详细介绍一下本实施方式采用的这两种计算损伤因子的方法。
对于第一种计算损伤因子的方法,即根据待测像素点在当前监测时获取的包络曲线的最大峰值和预先已知的待测像素点在健康状态下获取的包络曲线的最大峰值计算得到损伤因子。具体来说,可以通过对待测像素点在当前监测时获取的包络曲线的最大峰值和预先已知的待测像素点在健康状态下获取的包络曲线的最大峰值进行归一化处理来计算损伤因子,例如,可以通过以下公式(4)计算损伤因子:
在公式(4)中,DIE表示损伤因子,Eh表示预先已知的待测像素点在健康状态下获取的包络曲线的最大峰值,Ed为待测像素点在当前监测时获取的包络曲线的最大峰值,|Eh-Ed|为Eh与Ed的差值的绝对值,max(Eh,Ed)为Eh和Ed中的最大值。其中在健康状态下获取的包络曲线的最大峰值Eh可以预先通过与本发明提供的同样的方式获得。
对于第二种计算损伤因子的方法,即根据待测像素点在当前监测时获取的包络曲线的最大峰值的飞行时间和预先已知的待测像素点在健康状态下获取的包络曲线的最大峰值的飞行时间计算得到损伤因子。具体来说,可以通过计算待测像素点在当前监测时获取的包络曲线的最大峰值的相位与预先已知的待测像素点在健康状态下获取的包络曲线的最大峰值的相位之间的相位差来计算损伤因子,例如,可以通过以下公式(5)计算损伤因子:
在公式(5)中,DIP表示损伤因子,Td表示待测像素点在当前监测时获取的包络曲线的最大峰值的飞行时间,Th表示预先已知的待测像素点在健康状态下获取的包络曲线的最大峰值的飞行时间。其中预先已知的待测像素点在健康状态下获取的包络曲线的最大峰值的飞行时间Th可以预先通过与本发明提供的同样的方式获得。
公式(1)中的Dk(t)可以采用公式(4)中的DIE,也可以采用公式(5)中的DIP,需要说明的是,本发明中提供的两种方式所计算得到的损伤因子均为定值,也就是说,DIE和DIP不会随时间变化,结合公式(1)的具体情况,即损伤因子Dk(t)在Tstart至Tend期间为定值。
本领域技术人员应当理解,获取包络曲线的最大峰值及包络曲线的最大峰值的飞行时间均可以通过本领域的公知技术实现,于此不予赘述。
本发明可以用于实操,也可以用于实验验证,在实验验证中,还需要对金属板制造面积腐蚀损伤,由于本发明尤其适用于具有通孔等典型铝合金结构,所以本实施方式以具有铝合金含孔结构的铝合金板为例阐述制造面积腐蚀损伤的过程。首先,在内控的腐蚀位置固定耐腐蚀PVC管,并在铝合金板的表面上形成蚀刻液槽,为了防止腐蚀性液体从预定的孔中流出,可以用401胶水将试件固定在腐蚀性孔的背面,待401胶水固化后,使用医用注射器吸收15ml的氢氟酸并将其完全注入PVC管的腐蚀性溶液罐中。在初步测试中,发现氢氟酸腐蚀了铝合金板表面并产生了气泡,因此当罐中不再产生气泡时表示腐蚀完成。然后取下PVC管、401胶和塑料薄板并收集数据。接下来,在腐蚀区域填充玻璃胶,将不同直径的PVC管与玻璃胶预制孔同心地粘附到铝合金板上。玻璃胶固化后,倒入蚀刻液,通过用不同直径的PVC管来控制氢氟酸溶液与试件接触的面积,从而控制腐蚀的面积,在已腐蚀的区域填上玻璃胶以防止已腐蚀区域再次腐蚀。
相应地,本发明还提供了一种金属板结构健康监测方法,金属板中的待测区域包括多个待测像素点,在金属板上设置多个传感器以用于发射和接收波信号,其中,发射的波信号为激励信号,接收的波信号为接收信号;图4是本发明提供的金属板结构健康监测方法的流程图,如图4所示,该方法包括:
步骤401,对接收信号进行平稳化处理,得到接收信号的包络曲线;
步骤402,对包络曲线进行特征提取,得到包络曲线的特征参数,并根据特征参数计算得到损伤因子;以及
步骤403,根据多个传感器的位置、损伤因子和待测像素点的位置计算得到待测像素点的损伤概率。
其中,计算得到待测像素点的损伤概率包括:计算待测区域中的全部待测像素点的成像值,并对全部待测像素点的成像值进行归一化处理,得到全部待测像素点的损伤概率。
其中,多个传感器两两之间进行配对,得到k个传感器对,每个传感器对中的一者用于发射激励信号,另一者用于获取接收信号,其中,所述k为正整数,本发明提供的金属板结构健康监测方法还包括:对k个传感器对的每一个传感器对中的所获取的接收信号进行平稳化处理,得到k个包络曲线;分别对k个包络曲线进行特征提取,得到k个包络曲线的特征参数,并分别计算得到k个损伤因子;以及根据多个传感器的位置、k个损伤因子和待测像素点的位置计算得到待测像素点的损伤概率。
其中,待测像素点的成像值通过以下方式得到:根据多个传感器的位置和待测像素点的位置,计算待测像素点到每一个传感器对中的两个传感器连线的相对距离,得到k个相对距离;根据k个相对距离、预先设定的算法系数计算得到k个相关系数;根据k个相关系数、k个损伤因子和包络曲线的特征参数计算得到待测像素点的成像值。
其中,计算得到损伤因子包括:根据待测像素点在当前监测时获取的包络曲线的最大峰值和预先已知的待测像素点在健康状态下获取的包络曲线的最大峰值计算得到损伤因子;或根据待测像素点在当前监测时获取的包络曲线的最大峰值的飞行时间和预先已知的待测像素点在健康状态下获取的包络曲线的最大峰值的飞行时间计算得到损伤因子。
需要说明的是,本发明提供的金属板结构健康监测方法的具体细节及益处与本发明提供的金属板结构健康监测系统类似,于此不予赘述。
为了验证本发明提供的技术方案的有效性和准确性,在400mm×200mm×2mm的2024-T3铝合金板试样上对本发明提供的技术方案进行验证。2024-T3铝合金板试样在承受五次腐蚀后得到直径依次为19mm、22mm、31mm、40mm和49mm的腐蚀面积,采用六边形压电传感器网络(即本发明实施方式中的示例实施方式)激励信号采集数据,最终得到在激励频率为80kHz到120kHz,采样频率为24Ms/s,采样点为10000个的条件下,Lamb波的A0波包幅值随腐蚀面积扩大呈现逐渐递增的趋势,提取A0波包幅值和相位差经归一化处理和Hilbert变换后建立损伤因子模型,最终得到损伤发展趋势与损伤因子呈现线性变化关系。并且将概率成像图与真实腐蚀图进行对比分析后发现,本发明提供的技术方案可以对面积扩展的腐蚀损伤进行准确定位和定量,从而证明了方法的有效性。
以上结合附图详细描述了本发明实施例的可选实施方式,但是,本发明实施例并不限于上述实施方式中的具体细节,在本发明实施例的技术构思范围内,可以对本发明实施例的技术方案进行多种简单变型,这些简单变型均属于本发明实施例的保护范围。
另外需要说明的是,在上述具体实施方式中所描述的各个具体技术特征,在不矛盾的情况下,可以通过任何合适的方式进行组合。为了避免不必要的重复,本发明实施例对各种可能的组合方式不再另行说明。
此外,本发明实施例的各种不同的实施方式之间也可以进行任意组合,只要其不违背本发明实施例的思想,其同样应当视为本发明实施例所公开的内容。
Claims (10)
1.一种金属板结构健康监测系统,其特征在于,所述金属板中的待测区域包括多个待测像素点,所述系统包括:
多个传感器,设置在所述金属板上,用于发射和接收波信号,其中,发射的波信号为激励信号,接收的波信号为接收信号;
信号处理模块,对所述接收信号进行平稳化处理,得到所述接收信号的包络曲线;
特征提取模块,对所述包络曲线进行特征提取,得到所述包络曲线的特征参数,并根据所述特征参数计算得到损伤因子;以及
成像模块,根据所述多个传感器的位置、所述损伤因子和待测像素点的位置计算得到所述待测像素点的损伤概率。
2.根据权利要求1所述的金属板结构健康监测系统,其特征在于,所述成像模块还用于计算所述待测区域中的全部待测像素点的成像值,并对全部待测像素点的成像值进行归一化处理,得到全部待测像素点的损伤概率。
3.根据权利要求2所述的金属板结构健康监测系统,其特征在于,
所述多个传感器两两之间进行配对,得到k个传感器对,每个传感器对中的一者用于发射所述激励信号,另一者用于获取所述接收信号,其中,所述k为正整数;
所述信号处理模块对所述k个传感器对的每一个传感器对中的所获取的接收信号进行平稳化处理,得到k个包络曲线;
所述特征提取模块分别对所述k个包络曲线进行特征提取,得到所述k个包络曲线的特征参数,并分别计算得到k个损伤因子;以及
所述成像模块根据所述多个传感器的位置、所述k个损伤因子和所述待测像素点的位置计算得到所述待测像素点的损伤概率。
4.根据权利要求3所述的金属板结构健康监测系统,其特征在于,所述待测像素点的成像值通过以下方式得到:
根据所述多个传感器的位置和所述待测像素点的位置,计算所述待测像素点到每一个传感器对中的两个传感器连线的相对距离,得到k个相对距离;
根据所述k个相对距离、预先设定的算法系数计算得到k个相关系数;
根据所述k个相关系数、所述k个损伤因子和所述包络曲线的特征参数计算得到所述待测像素点的成像值。
5.根据权利要求1所述的金属板结构健康监测系统,其特征在于,所述特征提取模块计算得到所述损伤因子包括:
根据所述待测像素点在当前监测时获取的所述包络曲线的最大峰值和预先已知的所述待测像素点在健康状态下获取的包络曲线的最大峰值计算得到所述损伤因子;或
根据所述待测像素点在当前监测时获取的包络曲线的最大峰值的飞行时间和预先已知的所述待测像素点在健康状态下获取的包络曲线的最大峰值的飞行时间计算得到所述损伤因子。
6.一种金属板结构健康监测方法,其特征在于,所述金属板中的待测区域包括多个待测像素点,在所述金属板上设置多个传感器以用于发射和接收波信号,其中,发射的波信号为激励信号,接收的波信号为接收信号;所述方法包括:
对所述接收信号进行平稳化处理,得到所述接收信号的包络曲线;
对所述包络曲线进行特征提取,得到所述包络曲线的特征参数,并根据所述特征参数计算得到损伤因子;以及
根据所述多个传感器的位置、所述损伤因子和待测像素点的位置计算得到所述待测像素点的损伤概率。
7.根据权利要求6所述的金属板结构健康监测方法,其特征在于,所述计算得到所述待测像素点的损伤概率包括:
计算所述待测区域中的全部待测像素点的成像值,并对全部待测像素点的成像值进行归一化处理,得到全部待测像素点的损伤概率。
8.根据权利要求7所述的金属板结构健康监测方法,其特征在于,所述多个传感器两两之间进行配对,得到k个传感器对,每个传感器对中的一者用于发射所述激励信号,另一者用于获取所述接收信号,其中,所述k为正整数,该方法还包括:
对所述k个传感器对的每一个传感器对中的所获取的接收信号进行平稳化处理,得到k个包络曲线;
分别对所述k个包络曲线进行特征提取,得到所述k个包络曲线的特征参数,并分别计算得到k个损伤因子;以及
根据所述多个传感器的位置、所述k个损伤因子和所述待测像素点的位置计算得到所述待测像素点的损伤概率。
9.根据权利要求8所述的金属板结构健康监测方法,其特征在于,所述待测像素点的成像值通过以下方式得到:
根据所述多个传感器的位置和所述待测像素点的位置,计算所述待测像素点到每一个传感器对中的两个传感器连线的相对距离,得到k个相对距离;
根据所述k个相对距离、预先设定的算法系数计算得到k个相关系数;
根据所述k个相关系数、所述k个损伤因子和所述包络曲线的特征参数计算得到所述待测像素点的成像值。
10.根据权利要求6所述的金属板结构健康监测方法,其特征在于,所述计算得到损伤因子包括:
根据所述待测像素点在当前监测时获取的所述包络曲线的最大峰值和预先已知的所述待测像素点在健康状态下获取的包络曲线的最大峰值计算得到所述损伤因子;或
根据所述待测像素点在当前监测时获取的包络曲线的最大峰值的飞行时间和预先已知的所述待测像素点在健康状态下获取的包络曲线的最大峰值的飞行时间计算得到所述损伤因子。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110083275.6A CN112903818A (zh) | 2021-01-21 | 2021-01-21 | 一种金属板结构健康监测系统和方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110083275.6A CN112903818A (zh) | 2021-01-21 | 2021-01-21 | 一种金属板结构健康监测系统和方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112903818A true CN112903818A (zh) | 2021-06-04 |
Family
ID=76118146
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110083275.6A Pending CN112903818A (zh) | 2021-01-21 | 2021-01-21 | 一种金属板结构健康监测系统和方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112903818A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113820395A (zh) * | 2021-09-15 | 2021-12-21 | 北京航空航天大学 | 一种远程粘贴传感器的金属板结构损伤监测系统和方法 |
CN113933392A (zh) * | 2021-10-18 | 2022-01-14 | 山东大学 | 一种基于超声导波的特征融合概率重建损伤定位成像方法 |
CN113933388A (zh) * | 2021-09-15 | 2022-01-14 | 北京航空航天大学 | 超声激励-光纤光栅传感的金属板损伤监测系统和方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7281428B2 (en) * | 2003-09-22 | 2007-10-16 | Advanced Structure Monitoring, Inc. | Diagnostic system for monitoring structural health conditions |
CN105488795A (zh) * | 2015-11-26 | 2016-04-13 | 中国商用飞机有限责任公司北京民用飞机技术研究中心 | 一种复合材料损伤识别方法 |
CN106525968A (zh) * | 2016-10-19 | 2017-03-22 | 中国人民解放军空军勤务学院 | 基于子区域的损伤概率成像定位方法 |
CN107389793A (zh) * | 2017-07-06 | 2017-11-24 | 北京航空航天大学 | 一种铝合金多孔结构孔边腐蚀损伤监测方法 |
CN112179990A (zh) * | 2020-09-15 | 2021-01-05 | 昆明理工大学 | 一种基于ToF损伤因子的碳纤维复合材料疲劳损伤概率成像方法 |
CN110836928B (zh) * | 2019-11-14 | 2021-01-15 | 西安交通大学 | 一种基于界面波的多层金属管道层间裂纹成像方法 |
-
2021
- 2021-01-21 CN CN202110083275.6A patent/CN112903818A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7281428B2 (en) * | 2003-09-22 | 2007-10-16 | Advanced Structure Monitoring, Inc. | Diagnostic system for monitoring structural health conditions |
CN105488795A (zh) * | 2015-11-26 | 2016-04-13 | 中国商用飞机有限责任公司北京民用飞机技术研究中心 | 一种复合材料损伤识别方法 |
CN106525968A (zh) * | 2016-10-19 | 2017-03-22 | 中国人民解放军空军勤务学院 | 基于子区域的损伤概率成像定位方法 |
CN107389793A (zh) * | 2017-07-06 | 2017-11-24 | 北京航空航天大学 | 一种铝合金多孔结构孔边腐蚀损伤监测方法 |
CN110836928B (zh) * | 2019-11-14 | 2021-01-15 | 西安交通大学 | 一种基于界面波的多层金属管道层间裂纹成像方法 |
CN112179990A (zh) * | 2020-09-15 | 2021-01-05 | 昆明理工大学 | 一种基于ToF损伤因子的碳纤维复合材料疲劳损伤概率成像方法 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113820395A (zh) * | 2021-09-15 | 2021-12-21 | 北京航空航天大学 | 一种远程粘贴传感器的金属板结构损伤监测系统和方法 |
CN113933388A (zh) * | 2021-09-15 | 2022-01-14 | 北京航空航天大学 | 超声激励-光纤光栅传感的金属板损伤监测系统和方法 |
CN113820395B (zh) * | 2021-09-15 | 2023-03-14 | 北京航空航天大学 | 一种远程粘贴传感器的金属板结构损伤监测系统和方法 |
CN113933392A (zh) * | 2021-10-18 | 2022-01-14 | 山东大学 | 一种基于超声导波的特征融合概率重建损伤定位成像方法 |
CN113933392B (zh) * | 2021-10-18 | 2023-05-30 | 山东大学 | 一种基于超声导波的特征融合概率重建损伤定位成像方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112903818A (zh) | 一种金属板结构健康监测系统和方法 | |
WO2019201176A1 (zh) | 列车部件裂纹损伤预测方法和装置 | |
US7908095B2 (en) | Detecting damage in metal structures with structural health monitoring systems | |
CN111781276B (zh) | 基于分维数的钢轨超声导波缺陷识别与定位方法及装置 | |
CN103940908B (zh) | 基于dbscan及互相关算法的超声检测装置及方法 | |
CN111781275B (zh) | 基于李雅普诺夫指数的钢轨超声导波缺陷识别与定位方法及装置 | |
CN112903953B (zh) | 一种金属板结构损伤类型识别系统和方法 | |
CN107192930A (zh) | 一种变压器局部放电定位方法 | |
CN109115878A (zh) | 一种桥梁预应力孔道压浆密实度超声检测装置及其检测方法 | |
Lei et al. | An automatic extraction algorithm for measurement of installed rock bolt length based on stress wave reflection | |
CN104359972A (zh) | 检测物体物理属性的方法和装置 | |
EP2198286B1 (en) | Detection of ingress of water in an intermediate layer using acoustic resonance technology | |
CN113325072A (zh) | 一种金属板腐蚀损伤深度评估系统和方法 | |
US9921087B2 (en) | System and method for measuring a fluid flow rate by provoking destructive interferences between acoustic waves propagating in opposite directions with respect to the flow of the fluid | |
CN116165279B (zh) | 复合绝缘子缺陷检测方法、装置、电子设备和存储介质 | |
JPH0484754A (ja) | 材料の健全性評価法 | |
CN112197720A (zh) | 一种基于超声导波声场调控技术的隐蔽性柱状钢制结构长度测量方法及装置 | |
CN113687192B (zh) | 输电线路放电信号采集及定位方法 | |
CN114509506B (zh) | 基于导波时频谱差和卷积神经网络集的在线裂纹评估方法 | |
Makhutov et al. | Integrated diagnostics of limit states and early warning of emergency conditions of structures | |
CN110146276B (zh) | 一种基于无线传感器的索力与抗弯刚度监测方法及系统 | |
CN211348046U (zh) | 一种在线脉冲涡流腐蚀监测装置 | |
CN115950916B (zh) | 一种物体表面热流密度检测方法、装置以及设备 | |
CN115078540B (zh) | 一种爬壁检测机器人的壁面无损检测系统及检测方法 | |
CN115656221A (zh) | 一种金属结构损伤模式识别系统和方法 |
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: 20210604 |