CN112903952A - 一种金属板结构损伤评价系统和方法 - Google Patents
一种金属板结构损伤评价系统和方法 Download PDFInfo
- Publication number
- CN112903952A CN112903952A CN202110081748.9A CN202110081748A CN112903952A CN 112903952 A CN112903952 A CN 112903952A CN 202110081748 A CN202110081748 A CN 202110081748A CN 112903952 A CN112903952 A CN 112903952A
- Authority
- CN
- China
- Prior art keywords
- grid
- pixel
- damage
- detected
- signal
- 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
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/20—Metals
- G01N33/204—Structure thereof, e.g. crystal structure
- G01N33/2045—Defects
Landscapes
- Chemical & Material Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Medicinal Chemistry (AREA)
- Engineering & Computer Science (AREA)
- Food Science & Technology (AREA)
- Crystallography & Structural Chemistry (AREA)
- Physics & Mathematics (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
本发明公开了一种金属板结构损伤评价系统和方法,将金属板的待测区域预先划分为多个像素网格并针对每一个像素网格进行结构损伤评价,该系统包括:多个传感器,设置在待测区域的边界上,并预先设定多个传感器之间的信号传输路径;特征提取模块,对用于监测的波信号进行抽样处理得到抽样监测信号并计算损伤因子;损伤计算模块,根据损伤因子和待测像素网格对信号传输路径的贡献率计算待测像素网格的网格像素值;损伤评价模块,根据待测像素网格的网格像素值对待测像素网格的结构损伤进行评价。通过本发明提供的技术方案,能够非接触定量评估待测区域的腐蚀损伤面积,具有准确性高、分析速度快、无接触监测等特点。
Description
技术领域
本发明涉及金属板结构健康监测技术领域,具体涉及一种金属板结构损伤评价系统和方法。
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、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损伤评价系统和方法,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损伤评价系统,将所述金属板的待测区域预先划分为多个像素网格并针对每一个像素网格进行结构损伤评价,该系统包括:多个传感器,设置在所述待测区域的边界上,用于发射和接收用于监测的波信号,并预先设定所述多个传感器之间的信号传输路径;特征提取模块,对所接收的用于监测的波信号进行抽样处理,得到抽样监测信号,并根据所述抽样监测信号和预先已知的抽样健康信号计算得到损伤因子;损伤计算模块,根据所述损伤因子和待测像素网格对所述信号传输路径的贡献率计算得到所述待测像素网格的网格像素值;以及损伤评价模块,根据所述待测像素网格的网格像素值对所述待测像素网格的结构损伤进行评价。
优选地,所述特征提取模块计算所述损伤因子包括:针对每一条信号传输路径分别对抽样监测信号以与所述抽样健康信号相同的抽样频率进行抽样处理;以及根据每一条信号传输路径的抽样监测信号和所述抽样健康信号的协方差和标准差,分别计算每一条信号传输路径的损伤因子。
优选地,所述损伤计算模块计算所述网格像素值包括:根据每一条信号传输路径的损伤因子和待测像素网格对每一条信号传输路径的贡献率,通过代数迭代算法计算所述待测像素网格的网格像素值。
优选地,该系统还包括:均质化处理模块,在计算得到所有像素网格的网格像素值之后,针对每一个像素网格分别进行均质化处理,得到每一个像素网格均质化后的网格像素值;其中,所述损伤评价模块根据每一个像素网格均质化后的网格像素值分别对每一个像素网格的结构损伤进行评价。
优选地,所述损伤评价模块还用于:在所述待测像素网格的所述网格像素值大于预先设定的损伤阈值的情况下,评价所述待测像素网格为损伤,否则,评价所述待测像素网格为健康。
相应地,本发明还提供了一种金属板结构损伤评价方法,将所述金属板的待测区域预先划分为多个像素网格并针对每一个像素网格进行结构损伤评价,在所述待测区域的边界上设置多个传感器以用于发射和接收用于监测的波信号,并预先设定所述多个传感器之间的信号传输路径,该方法包括:对所接收的用于监测的波信号进行抽样处理,得到抽样监测信号;根据所述抽样监测信号和预先已知的抽样健康信号计算得到损伤因子;根据所述损伤因子和待测像素网格对所述信号传输路径的贡献率计算得到所述待测像素网格的网格像素值;以及根据所述待测像素网格的网格像素值对所述待测像素网格的结构损伤进行评价。
优选地,计算所述损伤因子包括:针对每一条信号传输路径分别对抽样监测信号以与所述抽样健康信号相同的抽样频率进行抽样处理;以及根据每一条信号传输路径的抽样监测信号和所述抽样健康信号的协方差和标准差,分别计算每一条信号传输路径的损伤因子。
优选地,计算所述网格像素值包括:根据每一条信号传输路径的损伤因子和待测像素网格对每一条信号传输路径的贡献率,通过代数迭代算法计算所述待测像素网格的网格像素值。
优选地,该方法还包括:在计算得到所有像素网格的网格像素值之后,针对每一个像素网格分别进行均质化处理,得到每一个像素网格均质化后的网格像素值;以及根据每一个像素网格均质化后的网格像素值分别对每一个像素网格的结构损伤进行评价。
优选地,根据所述待测像素网格的网格像素值对所述待测像素网格的结构损伤进行评价包括:在所述待测像素网格的所述网格像素值大于预先设定的损伤阈值的情况下,评价所述待测像素网格为损伤,否则,评价所述待测像素网格为健康。
本发明通过对多个传感器在预定信号传输路径传输的波信号的处理和监测,对待测区域的结构损伤进行评价,实现了基于损伤监测信号计算腐蚀损伤预测图像的效果,能够非接触定量评估待测区域的腐蚀损伤面积,具有准确性高、分析速度快、无接触监测等特点。
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损伤评价系统的框图;
图2是本发明提供的多个传感器的布局示意图;以及
图3是本发明提供的金属板结构损伤评价方法的流程图。
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损伤评价系统的框图,如图1所示,该系统包括传感器组10(包括多个传感器)、特征提取模块20、损伤计算模块30、损伤评价模块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。在本发明中,将金属板的待测区域预先划分为多个像素网格并针对每一个像素网格进行结构损伤评价。
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多个像素网格,因而,金属板中的待测区域包括多个待测像素网格,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的待测区域的边界上,用于发射和接收用于监测的波信号,并预先设定所述多个传感器之间的信号传输路径。其中,发射的波信号称为激励信号,接收的波信号称为接收信号,一般来说,发射波信号的传感器称为激励传感器,接收波信号的传感器称为接收传感器,也就是说,激励传感器发射激励信号,接收传感器接收接收信号。其中,波信号例如可以是Lamb波。
图2是本发明提供的多个传感器的布局示意图,图2中以16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101、传感器102、传感器103、传感器104、传感器105、传感器106、传感器107、传感器108、传感器109、传感器110、传感器111、传感器112、传感器113、传感器114、传感器115和传感器116,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。
图2中还示出了一种将待测区域预先划分为多个像素网格的划分方式以及多个传感器的设置方式,但本发明不限于此,任意能够实现本发明目的的像素网格的划分方式和多个传感器的设置方式均在本发明的保护范围之内。图2显示了所有像素网格构成了待测区域,传感器设置在待测区域的边界上,图2中带箭头的线段表示信号传输路径,需要说明的是,图2中仅示出了传感器102作为激励传感器,传感器105、106、107、108、109、110、111、112、113、114、115、116作为接收传感器的示例性的信号传输路径,以传感器102作为激励传感器,其他传感器作为接收传感器也在本发明的保护范围,当然,本发明也不限于此,图2中所示的16个传感器中,任意一个传感器均可以作为激励传感器,并且任意一个传感器也均可以作为接收传感器,本领域技术人员应当理解,作为激励传感器的传感器和作为接收传感器的传感器并不是固定的,多个传感器两两之间均可以进行配对,也就是说,多个传感器中任意两个传感器之间均可以进行一次配对,配对的两个传感器中一个作为激励传感器,另一个作为接收传感器,应当理解,每一次配对均会形成一条信号传输路径,波信号经过信号传输路径的信号传输方向为从激励传感器传输至接收传感器。
需要说明的是,图2所述的实施方式仅仅用于使本发明更加清楚,而并非用于限制本发明,任意数量的传感器、传感器的任意设置方式、任意数量的像素网格及像素网格的任意划分方式均在本发明的保护范围之内。
特征提取模块20对所接收的用于监测的波信号进行抽样处理,得到抽样监测信号,并根据抽样监测信号和预先已知的抽样健康信号计算得到损伤因子。其中,抽样健康信号可以通过本领域的公知技术获取,举例来说,可以首先通过本领域的公知技术获取预先已知的健康信号(在健康状态下所接收到的波信号),然后对预先已知的健康信号进行抽样得到抽样健康信号。
相关系数p表示信号不同状态之间的相似性和差异性,由于待测区域的腐蚀损伤会影响波信号的传播,所以用于监测的波信号会发生变化,随着损伤尺寸的增大,相关系数p也会逐渐减小,因而相关系数p的变化量也能够反映出腐蚀损伤区域的大小,在本实施方式中,选取相关系数p作为损伤因子。在本发明提供的实施方式中,针对每一条信号传输路径的用于监测的波信号(即接收信号)均进行抽样处理,并分别计算损伤因子,也就是说,针对每一个预先设定的信号传输路径对应的接收信号均分别计算损伤因子,即一条信号传输路径对应一个损伤因子,本领域技术人员应当理解,多个损伤因子的值可能相同,也可能不同。
损伤计算模块30根据损伤因子和待测像素网格对信号传输路径的贡献率计算得到待测像素网格的网格像素值。针对多个像素网格中的每一个像素网格,均要计算网格像素值,每一个像素网格均可能有一条或多条信号传输路径经过,对于一待测像素网格,先计算该待测像素网格对信号传输路径的贡献率,然后根据经过该待测像素网格的信号传输路径的损伤因子和该待测像素网格对每一个经过该待测像素网格的信号传输路径的贡献率,计算得到该待测像素网格的网格像素值。
损伤评价模块40根据待测像素网格的网格像素值对待测像素网格的结构损伤进行评价。本领域技术人员应当理解,待测像素网格的损伤程度不同,网格像素值也就不同,因而可以根据网格像素值来对相应的待测像素网格的结构损伤进行评价。
特征提取模块20计算损伤因子包括:针对每一条信号传输路径分别对抽样监测信号以与抽样健康信号相同的抽样频率进行抽样处理;以及根据每一条信号传输路径的抽样监测信号和抽样健康信号的协方差和标准差,分别计算每一条信号传输路径的损伤因子。
在本发明提供的计算损伤因子的实施方式中,针对每一条信号传输路径,先进行抽样后,再计算损伤因子,每一条信号传输路径均对应一损伤因子,在本实施方式中,对监测信号进行抽样的抽样频率与预先已知的健康信号的抽样频率相同,具体来说,损伤因子p的计算方式如下:
在公式(1)中,sa表示对监测信号进行抽样后的信号,即抽样监测信号,sb表示预先已知的健康信号抽样后的信号,即抽样健康信号,Cov(sb,sa)表示抽样监测信号与抽样健康信号的协方差,表示抽样监测信号的标准差,表示抽样健康信号的标准差。
公式(1)中的抽样监测信号与抽样健康信号的协方差Cov(sb,sa)的计算如下:
在公式(2)中,L表示对波信号抽样后得到的抽样点的个数,表示抽样监测信号的第l个抽样点的值,表示抽样监测信号的所有抽样点(即L个抽样点)的平均值,表示抽样健康信号的第l个抽样点的值,表示抽样健康信号的所有抽样点(即L个抽样点)的平均值。
公式(3)和公式(4)中各个符号的意义在上文中已经进行阐述,于此不予赘述。
损伤计算模块30计算网格像素值包括:根据每一条信号传输路径的损伤因子和待测像素网格对每一条信号传输路径的贡献率,通过代数迭代算法计算待测像素网格的网格像素值。更具体地,损伤计算模块30计算网格像素值包括:根据每一条信号传输路径的损伤因子和待测像素网格对每一条信号传输路径的贡献率,并结合预先设定的迭代次数、松弛因子和初始值通过代数迭代算法计算该待测像素网格的网格像素值。
需要说明的是,一条信号传输路径可能会经过多个像素网格,一个像素网格可能会有多条信号传输路径,一条信号传输路径的损伤因子是相同的,也就是说,一条信号传输路径在其经过的所有像素网格对应的损伤因子是相同的。
对于一待测像素网格,该待测像素网格对一条信号传输路径的贡献率指的是该条信号传输路径在该待测像素网格中的长度占该条信号传输路径总长度的比重,即该条信号传输路径在该待测像素网格中的长度与该条信号传输路径总长度的比值。
对于一待测像素网格的网格像素值例如可以通过以下公式(5)计算:
在公式(5)中,k表示迭代次数;j表示像素网格编号;表示第k次迭代计算得到的第j个像素网格的网格像素值;表示第k+1次迭代计算得到的第j个像素网格的网格像素值;λ表示松弛因子,一般取值为0~2;M表示信号传输路径的总数;i表示信号传输路径的标号;N表示像素网格的总数;n表示像素网格编号;win表示第n个像素网格对第i条信号传输路径的贡献率;wij表示第j个像素网格对第i条信号传输路径的贡献率;表示第k次迭代计算得到的第n个像素网格的网格像素值;pi表示第i条信号传输路径的损伤因子;在公式(5)的迭代计算中,需要预先设定网格像素值的初值,网格像素值的初值一般为10的幂次的值,例如,10-1、10-2、10等。
下面简要说明以下公式(5)的使用方法,在公式(5)中,共有N个像素网格,需要针对N个像素网格均分别预先设定初值,带入公式(5)中分别对N个像素网格进行计算,分别得到N个像素网格的第1次迭代计算的网格像素值,然后将第1次迭代计算得到的N个像素网格的网格像素值带入公式(5)中再分别对N个像素网格进行迭代计算,分别得到N个像素网格的第2次迭代计算的网格像素值,以此类推,直至完成预先设定的迭代次数。
当然,本实施方式中给出的代数迭代算法仅仅是一种示例,其他可适用的代数迭代算法也属于本发明的保护范围。
为了改善像素网格的成像质量,减小突变梯度,可以采用均质化处理技术对图像进行平滑处理,因此,本发明提供的金属板结构损伤评价系统还包括均质化处理模块(图中未示出),均质化处理模块用于在计算得到所有像素网格的网格像素值之后,分别针对每一个像素网格进行均质化处理,得到每一个像素网格均质化后的网格像素值;其中,损伤评价模块40根据每一个像素网格均质化后的网格像素值分别对每一个像素网格的结构损伤进行评价。在本实施方式中,均质化处理是计算目标像素网格的网格像素值与相邻像素网格的网格像素值的平均值。
不同位置的像素网格,其相邻像素网格的数量也是不同的,待测区域由多个像素网格构成,所有像素网格的相对位置可以分为三类:第一类,位于待测区域的四个角落的像素网格,在本实施方式中,属于第一类的像素网格的个数为4个;第二类,位于待测区域的边缘但非角落的像素网格,例如,在本实施方式中,待测区域为正方形,每个边有q个像素网格,整个待测区域由q×q个像素网格构成,这种情况下,待测区域的每个边属于第二类的像素网格的个数为q-2个,那么整个待测区域属于第二类的像素网格的总数为(q-2)×4个;第三类,在待测区域中,除了第一类和第二类的像素网格之外的像素网格均属于第三类像素网格。在本实施方式中,待测区域的像素网格为预先划分好的,通过获取待测区域的像素网格的数量和形状,来知晓每一个像素网格属于哪一类像素网格。
第一类像素网格的相邻像素网格的数量为3个,在本实施方式中,对第一类像素网格的均质化处理是计算目标像素网格的网格像素值与相邻的3个像素网格的网格像素值的平均值,也就是说,4个像素网格平均值即为目标像素网格均质化后的网格像素值。
第二类像素网格的相邻像素网格的数量为5个,在本实施方式中,对第二类像素网格的均质化处理是计算目标像素网格的网格像素值与相邻的5个像素网格的网格像素值的平均值,也就是说,6个像素网格平均值即为目标像素网格均质化后的网格像素值。
第三类像素网格的相邻像素网格的数量为8个,在本实施方式中,对第三类像素网格的均质化处理是计算目标像素网格的网格像素值与相邻的8个像素网格的网格像素值的平均值,也就是说,9个像素网格平均值即为目标像素网格均质化后的网格像素值。
本发明中的损伤评价模块40还用于在待测像素网格的网格像素值大于预先设定的损伤阈值的情况下,评价待测像素网格为损伤,否则,评价待测像素网格为健康。
预先设定的损伤阈值可以是任意合适的值,本领域技术人员可以根据实际情况自行设定,本实施方式中,预先设定的损伤阈值例如可以为0.2或0.15。以预先设定的损伤阈值为0.2为例,在待测像素网格的网格像素值大于0.2的情况下,评价该待测像素网格为损伤,否则,评价待测像素网格为健康。
在本发明提供的另一实施方式中,可以根据均质化后的网格像素值来评价相应待测像素网格是损伤还是健康,仍以预先设定的损伤阈值为0.2为例,在待测像素网格均质化后的网格像素值大于0.2的情况下,评价该待测像素网格为损伤,否则,评价待测像素网格为健康。
相应地,本发明还提供了一种金属板结构损伤评价方法,将所述金属板的待测区域预先划分为多个像素网格并针对每一个像素网格进行结构损伤评价,在待测区域的边界上设置多个传感器以用于发射和接收用于监测的波信号,并预先设定多个传感器之间的信号传输路径,图3是本发明提供的金属板结构损伤评价方法的流程图,如图3所示,该方法包括:
步骤301,对所接收的用于监测的波信号进行抽样处理,得到抽样监测信号;
步骤302,根据抽样监测信号和预先已知的抽样健康信号计算得到损伤因子;
步骤303,根据损伤因子和待测像素网格对信号传输路径的贡献率计算得到待测像素网格的网格像素值;
步骤304,根据待测像素网格的网格像素值对待测像素网格的结构损伤进行评价。
其中,计算损伤因子包括:针对每一条信号传输路径分别对抽样监测信号以与抽样健康信号相同的抽样频率进行抽样处理;以及根据每一条信号传输路径的抽样监测信号和抽样健康信号的协方差和标准差,分别计算每一条信号传输路径的损伤因子。
其中,计算网格像素值包括:根据每一条信号传输路径的损伤因子和待测像素网格对每一条信号传输路径的贡献率,通过代数迭代算法计算待测像素网格的网格像素值。
其中,本发明提供的金属板结构损伤评价方法还包括:在计算得到所有像素网格的网格像素值之后,针对每一个像素网格分别进行均质化处理,得到每一个像素网格均质化后的网格像素值;以及根据每一个像素网格均质化后的网格像素值分别对每一个像素网格的结构损伤进行评价。
其中,根据待测像素网格的网格像素值对待测像素网格的结构损伤进行评价包括:在待测像素网格的网格像素值大于预先设定的损伤阈值的情况下,评价待测像素网格为损伤,否则,评价待测像素网格为健康。
需要说明的是,本发明提供的金属板结构损伤评价方法的具体细节及益处与本发明提供的金属板结构损伤评价系统类似,于此不予赘述。
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。
通过本发明提供的技术,利用接收传感器的接收信号,计算损伤因子,并利用代数迭代算法进行迭代计算,然后采用均质化方法对成像结果进行进一步处理,提高图像质量,具有准确性高、分析速度快、无接触监测等特点。通过与由试验测量计算得到的损伤面积进行对比分析,利用本发明提供的技术计算待测区域的损伤面积的相对误差仅为10%左右,可以看出利用本发明提供的技术方案准确性较高,并且能够非接触定量评估金属结构的腐蚀损伤的面积。
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)
1.一种金属板结构损伤评价系统,其特征在于,将所述金属板的待测区域预先划分为多个像素网格并针对每一个像素网格进行结构损伤评价,该系统包括:
多个传感器,设置在所述待测区域的边界上,用于发射和接收用于监测的波信号,并预先设定所述多个传感器之间的信号传输路径;
特征提取模块,对所接收的用于监测的波信号进行抽样处理,得到抽样监测信号,并根据所述抽样监测信号和预先已知的抽样健康信号计算得到损伤因子;
损伤计算模块,根据所述损伤因子和待测像素网格对所述信号传输路径的贡献率计算得到所述待测像素网格的网格像素值;以及
损伤评价模块,根据所述待测像素网格的网格像素值对所述待测像素网格的结构损伤进行评价。
2.根据权利要求1所述的金属板结构损伤评价系统,其特征在于,所述特征提取模块计算所述损伤因子包括:
针对每一条信号传输路径分别对抽样监测信号以与所述抽样健康信号相同的抽样频率进行抽样处理;以及
根据每一条信号传输路径的抽样监测信号和所述抽样健康信号的协方差和标准差,分别计算每一条信号传输路径的损伤因子。
3.根据权利要求2所述的金属板结构损伤评价系统,其特征在于,所述损伤计算模块计算所述网格像素值包括:
根据每一条信号传输路径的损伤因子和待测像素网格对每一条信号传输路径的贡献率,通过代数迭代算法计算所述待测像素网格的网格像素值。
4.根据权利要求3所述的金属板结构损伤评价系统,其特征在于,该系统还包括:
均质化处理模块,在计算得到所有像素网格的网格像素值之后,针对每一个像素网格分别进行均质化处理,得到每一个像素网格均质化后的网格像素值;
其中,所述损伤评价模块根据每一个像素网格均质化后的网格像素值分别对每一个像素网格的结构损伤进行评价。
5.根据权利要求1或4所述的金属板结构损伤评价系统,其特征在于,所述损伤评价模块还用于:
在所述待测像素网格的所述网格像素值大于预先设定的损伤阈值的情况下,评价所述待测像素网格为损伤,否则,评价所述待测像素网格为健康。
6.一种金属板结构损伤评价方法,其特征在于,将所述金属板的待测区域预先划分为多个像素网格并针对每一个像素网格进行结构损伤评价,在所述待测区域的边界上设置多个传感器以用于发射和接收用于监测的波信号,并预先设定所述多个传感器之间的信号传输路径,该方法包括:
对所接收的用于监测的波信号进行抽样处理,得到抽样监测信号;
根据所述抽样监测信号和预先已知的抽样健康信号计算得到损伤因子;
根据所述损伤因子和待测像素网格对所述信号传输路径的贡献率计算得到所述待测像素网格的网格像素值;以及
根据所述待测像素网格的网格像素值对所述待测像素网格的结构损伤进行评价。
7.根据权利要求6所述的金属板结构损伤评价方法,其特征在于,计算所述损伤因子包括:
针对每一条信号传输路径分别对抽样监测信号以与所述抽样健康信号相同的抽样频率进行抽样处理;以及
根据每一条信号传输路径的抽样监测信号和所述抽样健康信号的协方差和标准差,分别计算每一条信号传输路径的损伤因子。
8.根据权利要求7所述的金属板结构损伤评价方法,其特征在于,计算所述网格像素值包括:
根据每一条信号传输路径的损伤因子和待测像素网格对每一条信号传输路径的贡献率,通过代数迭代算法计算所述待测像素网格的网格像素值。
9.根据权利要求8所述的金属板结构损伤评价方法,其特征在于,该方法还包括:
在计算得到所有像素网格的网格像素值之后,针对每一个像素网格分别进行均质化处理,得到每一个像素网格均质化后的网格像素值;以及
根据每一个像素网格均质化后的网格像素值分别对每一个像素网格的结构损伤进行评价。
10.根据权利要求6或9所述的金属板结构损伤评价方法,其特征在于,根据所述待测像素网格的网格像素值对所述待测像素网格的结构损伤进行评价包括:
在所述待测像素网格的所述网格像素值大于预先设定的损伤阈值的情况下,评价所述待测像素网格为损伤,否则,评价所述待测像素网格为健康。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110081748.9A CN112903952B (zh) | 2021-01-21 | 2021-01-21 | 一种金属板结构损伤评价系统和方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110081748.9A CN112903952B (zh) | 2021-01-21 | 2021-01-21 | 一种金属板结构损伤评价系统和方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112903952A true CN112903952A (zh) | 2021-06-04 |
CN112903952B CN112903952B (zh) | 2022-05-27 |
Family
ID=76117971
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110081748.9A Active CN112903952B (zh) | 2021-01-21 | 2021-01-21 | 一种金属板结构损伤评价系统和方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112903952B (zh) |
Cited By (1)
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 |
Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2005063961A2 (en) * | 2003-12-30 | 2005-07-14 | Celica, D.O.O. | Electrofusion chamber and method for the quantification of hybridoma yields |
WO2009134133A1 (en) * | 2008-05-02 | 2009-11-05 | Nederlandse Organisatie Voor Toegepast-Natuurwetenschappelijk Onderzoek Tno | Corrosion monitoring |
CN101960291A (zh) * | 2008-02-27 | 2011-01-26 | 亚洲大学校产学协力团 | 基于降低复杂度的超谱处理的目标检测方法 |
CN103909348A (zh) * | 2014-03-19 | 2014-07-09 | 上海交通大学 | 一种在线识别入射激光偏离状态的方法 |
CN104820837A (zh) * | 2015-04-29 | 2015-08-05 | 吴涛 | 一种自适应任意形状的数据场图像特征建模方法 |
CN106769818A (zh) * | 2016-11-29 | 2017-05-31 | 北京航空航天大学 | 一种基于代数迭代重建算法的铝合金结构腐蚀损伤监测方法 |
CN107014668A (zh) * | 2016-04-22 | 2017-08-04 | 北京航空航天大学 | 一种基于压电和智能涂层传感器的疲劳裂纹综合监测方法 |
CN107045003A (zh) * | 2016-12-20 | 2017-08-15 | 北京航空航天大学 | 一种基于同步迭代重建算法的铝合金结构腐蚀损伤监测方法 |
CN107194417A (zh) * | 2017-05-09 | 2017-09-22 | 北京积水潭医院 | 基于mr图像的手指损伤检测方法及系统 |
CN109636755A (zh) * | 2018-12-12 | 2019-04-16 | 电子科技大学 | 一种通过加权估计实现红外热图像增强的方法 |
US20190376785A1 (en) * | 2017-01-18 | 2019-12-12 | Zhong Te Jian Technology & Development (Beijing) Co. Ltd | Method, Apparatus, System and Sensor For Detecting Multi-Mode Electromagnetic Acoustic and Magnetic Flux Leakage |
CN110836928A (zh) * | 2019-11-14 | 2020-02-25 | 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 |
US20200226777A1 (en) * | 2018-02-01 | 2020-07-16 | Shenzhen Sensetime Technology Co., Ltd. | Depth estimation method and apparatus, electronic device, program, and medium |
CN111629215A (zh) * | 2020-07-30 | 2020-09-04 | 晶晨半导体(上海)股份有限公司 | 检测视频静态标识的方法及电子设备和存储介质 |
-
2021
- 2021-01-21 CN CN202110081748.9A patent/CN112903952B/zh active Active
Patent Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2005063961A2 (en) * | 2003-12-30 | 2005-07-14 | Celica, D.O.O. | Electrofusion chamber and method for the quantification of hybridoma yields |
CN101960291A (zh) * | 2008-02-27 | 2011-01-26 | 亚洲大学校产学协力团 | 基于降低复杂度的超谱处理的目标检测方法 |
WO2009134133A1 (en) * | 2008-05-02 | 2009-11-05 | Nederlandse Organisatie Voor Toegepast-Natuurwetenschappelijk Onderzoek Tno | Corrosion monitoring |
CN103909348A (zh) * | 2014-03-19 | 2014-07-09 | 上海交通大学 | 一种在线识别入射激光偏离状态的方法 |
CN104820837A (zh) * | 2015-04-29 | 2015-08-05 | 吴涛 | 一种自适应任意形状的数据场图像特征建模方法 |
CN107014668A (zh) * | 2016-04-22 | 2017-08-04 | 北京航空航天大学 | 一种基于压电和智能涂层传感器的疲劳裂纹综合监测方法 |
CN106769818A (zh) * | 2016-11-29 | 2017-05-31 | 北京航空航天大学 | 一种基于代数迭代重建算法的铝合金结构腐蚀损伤监测方法 |
CN107045003A (zh) * | 2016-12-20 | 2017-08-15 | 北京航空航天大学 | 一种基于同步迭代重建算法的铝合金结构腐蚀损伤监测方法 |
US20190376785A1 (en) * | 2017-01-18 | 2019-12-12 | Zhong Te Jian Technology & Development (Beijing) Co. Ltd | Method, Apparatus, System and Sensor For Detecting Multi-Mode Electromagnetic Acoustic and Magnetic Flux Leakage |
CN107194417A (zh) * | 2017-05-09 | 2017-09-22 | 北京积水潭医院 | 基于mr图像的手指损伤检测方法及系统 |
US20200226777A1 (en) * | 2018-02-01 | 2020-07-16 | Shenzhen Sensetime Technology Co., Ltd. | Depth estimation method and apparatus, electronic device, program, and medium |
CN109636755A (zh) * | 2018-12-12 | 2019-04-16 | 电子科技大学 | 一种通过加权估计实现红外热图像增强的方法 |
CN110836928A (zh) * | 2019-11-14 | 2020-02-25 | 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 |
CN111629215A (zh) * | 2020-07-30 | 2020-09-04 | 晶晨半导体(上海)股份有限公司 | 检测视频静态标识的方法及电子设备和存储介质 |
Non-Patent Citations (5)
Title |
---|
DENGJIANG WANG ETC: "Lamb-Wave-Based Tomographic Imaging Techniques for Hole-Edge Corrosion Monitoring in Plate Structures", 《MATERIALS》 * |
WEI DAI ETC: "Corrosion Monitoring Method of Porous Aluminum Alloy Plate Hole Edges Based on Piezoelectric Sensors", 《SENSORS》 * |
XIANGYU WANG ET AL: "Hole-Edge Corrosion Expansion Monitoring Based on Lamb Wave", 《METALS》 * |
何晶靖等: "基于Lamb波EMD算法的复合材料分层损伤定量监测研究", 《第三届中国国际复合材料科技大会摘要集-分会场46-50》 * |
张卫方等: "面向飞行器结构的健康监控技术研究现状", 《航空制造技》 * |
Cited By (2)
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 |
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 |
Also Published As
Publication number | Publication date |
---|---|
CN112903952B (zh) | 2022-05-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2019201176A1 (zh) | 列车部件裂纹损伤预测方法和装置 | |
CN110389170B (zh) | 基于Lamb波成像的列车部件裂纹损伤检测方法和系统 | |
CN107862338B (zh) | 基于双检验法的海洋环境监测数据质量管理方法及系统 | |
Coble et al. | Applying the general path model to estimation of remaining useful life | |
CN112651119B (zh) | 一种空间谐波减速器多性能参数加速退化试验评估方法 | |
CN111680870B (zh) | 目标运动轨迹质量综合评估方法 | |
CN102928511A (zh) | 一种基于rapid层析的机械结构损伤无损识别方法 | |
CN112903952B (zh) | 一种金属板结构损伤评价系统和方法 | |
CN117665935B (zh) | 一种破碎岩体支护施工过程的监测数据处理方法 | |
CN112668526A (zh) | 基于深度学习和压电主动传感的螺栓群松动定位监测方法 | |
Dervilis et al. | Robust methods for outlier detection and regression for SHM applications | |
CN109839617A (zh) | 一种雷达组网产品的非降水回波消除方法及系统 | |
Chang et al. | Corrosion monitoring using a new compressed sensing-based tomographic method | |
CN114330435A (zh) | 一种基于动态权重小波系数深度残余网络的复合材料缺陷检测方法 | |
CN104794112A (zh) | 时间序列处理方法及装置 | |
CN111879709A (zh) | 湖泊水体光谱反射率检验方法及装置 | |
CN116719002B (zh) | 定量降水估计方法、装置、电子设备及计算机存储介质 | |
CN111354496A (zh) | 核电厂事故在线诊断及状态跟踪预测方法 | |
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 | |
CN116502163A (zh) | 基于多特征融合和深度学习的振动监测数据异常检测方法 | |
CN115062526B (zh) | 基于深度学习的三维电离层电子浓度分布模型训练方法 | |
CN116128690A (zh) | 一种碳排放量成本值计算方法、装置、设备及介质 | |
CN112816122B (zh) | 基于深度学习和压电主动传感的螺栓松紧程度监测方法 | |
CN115471453A (zh) | 一种基于图像处理的电力设备故障诊断方法 | |
CN113433850A (zh) | 一种fpga异态逻辑修复方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |