CN113298805B - 一种基于主动Lamb波声发射的结构表面缺陷探测方法 - Google Patents
一种基于主动Lamb波声发射的结构表面缺陷探测方法 Download PDFInfo
- Publication number
- CN113298805B CN113298805B CN202110670421.5A CN202110670421A CN113298805B CN 113298805 B CN113298805 B CN 113298805B CN 202110670421 A CN202110670421 A CN 202110670421A CN 113298805 B CN113298805 B CN 113298805B
- Authority
- CN
- China
- Prior art keywords
- damage
- discrete
- lamb wave
- receiver
- index
- 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
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/14—Fourier, Walsh or analogous domain transformations, e.g. Laplace, Hilbert, Karhunen-Loeve, transforms
- G06F17/141—Discrete Fourier transforms
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10004—Still image; Photographic image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
- G06T2207/30164—Workpiece; Machine component
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Theoretical Computer Science (AREA)
- Computational Mathematics (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Analysis (AREA)
- Data Mining & Analysis (AREA)
- Algebra (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Discrete Mathematics (AREA)
- Quality & Reliability (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Investigating Or Analyzing Materials By The Use Of Ultrasonic Waves (AREA)
Abstract
本发明属于工程结构健康监测技术领域,具体涉及一种基于主动Lamb波声发射的结构表面缺陷探测方法。本发明基于导波的能量变化规律提出了一个表面缺陷探测的非线性指标η,该指标基于Lamb波的非线性特征,可用于探测小于其激励波波长的损伤,且该指标的计算并不依赖于高次谐波的激发与提取,具备很好的工程应用性及稳定性。本发明能够对构件中的表面缺陷进行探测,并能够表征表面缺陷的深度信息;当监测路径上存在表面损伤时,损伤指标η的值发生了明显增加,并且与无损路径上的指标区分明显,且随着损伤深度的加深,损伤指标η的值会随之增大,能够有效反应表面损伤的深度信息。
Description
技术领域
本发明属于工程结构健康监测技术领域,具体涉及一种基于主动Lamb波声发射的结构表面缺陷探测方法。
背景技术
基于超声导波的无损检测技术可对结构中的损伤进行识别与监测,以跟踪和评估结构事故和异常。该技术可以监测隐藏结构、涂层结构、水下结构或土壤结构以及密封在密封层和混凝土中的结构,如铁路轨道、管道甚至飞机外壳等。在薄壁结构中,这种技术也被称为基于主动Lamb波的声发射监测方法。该方法的理论基础是Lamb波在波导中的传播机制。因此,常通过一个或多个激发器来施加激励信号激活薄壁结构中的导波,使其在结构自由表面传播。通过布置在结构不同位置的接收传感器来记录导波幅值和模态的变化。损伤的存在会改变导波模态与传播轨迹,因此通过比较回波信号与激励点的原始信号,可对损伤进行探测及定位。
近年来,许多基于主动Lamb波声发射技术的损伤探测方法被建立。这些方法根据提取特征的差异,可分为基于Lamb波线性特征或非线性特征的损伤探测方法。然而,基于Lamb波线性特征的检测方法常被局限在探测与波长相同量级的损伤上,因为小尺度的损伤并不会导致超声波的线性特征发生明显的变化,因此这种方法在探测微小裂纹方面效率低下。基于Lamb波非线性特征的损伤探测方法对小尺度的损伤更为敏感,但是这种方法大多数都基于导波高次谐波的激发现象来提取与损伤相关的非线性信息,在实际应用过程中会碰到阻碍,因为由损伤反射产生的高次谐波信号源能量较弱,除非进行复杂的信号处理,否则想要在众多低频信号和干扰信号中准确分离并提取出高次谐波存在一定的难度。此外,无论是线性声学还是非线性声学,目前的研究大部分都致力于贯穿型损伤例如孔洞的探测,针对结构表面缺陷探测以及损伤程度表征的研究相对较少。许多贯穿型损伤都是由表面缺陷发展而来的,如能在损伤发展初期即表面缺陷时期成功探测出损伤,然后及时进行构件的维修与更换,将会具有极大的工程意义。
发明内容
本发明的目的在于提供一种基于主动Lamb波声发射的结构表面缺陷探测方法。
本发明的目的通过如下技术方案来实现:包括以下步骤:
步骤1:取待检测结构的无表面缺陷的试样,在其表面布置一组激励器和接收器;
步骤2:获取试样在无表面缺陷时,接收器接收到的由激励器产生的离散Lamb波信号rn=r(nΔt),n=0,1,...,N-1,N为采样点总数;Δt为采样间隔;
步骤3:在试样上构造不同深度的表面缺陷,表面缺陷位于激励器与接收器之间,计算损伤指标η,并绘制损伤深度d-损伤指标η曲线;
所述的损伤指标η的计算方法为:
步骤3.1:获取接收器接收到的由激励器产生的离散Lamb波信号xn=x(nΔt);
步骤3.2:对信号xn进行离散傅里叶变换,得到Xk;
步骤3.3:对Xk进行重组,得到Zk;
步骤3.4:对Zk进行离散傅里叶变换的逆变换,得到zn;
步骤3.6:计算损伤指标η;
步骤4:在待检测结构的表面一侧布置一排激励器,在另一侧布置一排接收器,接收器与激励器一一对应;通过计算每组激励器-接收器的损伤指标η,检测激励器与接收器连线上是否存在表面缺陷,并根据损伤深度d-损伤指标η曲线获取损伤深度d的估计值。
本发明的有益效果在于:
本发明基于导波的能量变化规律提出了一个表面缺陷探测的非线性指标η,该指标基于Lamb波的非线性特征,可用于探测小于其激励波波长的损伤,且该指标的计算并不依赖于高次谐波的激发与提取,具备很好的工程应用性及稳定性。本发明能够对构件中的表面缺陷进行探测,并能够表征表面缺陷的深度信息;当监测路径上存在表面损伤时,损伤指标η的值发生了明显增加,并且与无损路径上的指标区分明显,且随着损伤深度的加深,损伤指标η的值会随之增大,能够有效反应表面损伤的深度信息。
附图说明
图1为本发明中损伤指标η的计算流程图。
图2(a)为本发明的实施例中4mm厚钢板的群速度频散曲线图。
图2(b)为本发明的实施例中4mm厚钢板的相速度频散曲线图。
图3为本发明的实施例中钢板上的传感器布置图。
图4为本发明的实施例中不同损伤深度的实验试件图。
图5为本发明的实施例中各监测路径上的损伤指标统计图。
图6为本发明的实施例中损伤深度d-损伤指标η曲线图。
图7为本发明的实施例中Q235钢板的材料属性表。
具体实施方式
下面结合附图对本发明做进一步描述。
本发明涉及工程结构健康监测领域。本发明以广泛应用于航空航天,船舶、桥梁等大型工程中板状金属结构为对象,针对该类结构表面裂纹等缺陷,提出一种基于主动Lamb波声发射的结构表面缺陷探测方法。
本发明基于导波的能量变化规律提出了一个表面缺陷探测的非线性指标η,该指标可对构件中的表面缺陷进行探测,并能够表征表面缺陷的深度信息。该指标基于Lamb波的非线性特征,因此可用于探测小于其激励波波长的损伤。且该指标的计算并不依赖于高次谐波的激发与提取,因此该指标具备很好的工程应用性及稳定性。
一种基于主动Lamb波声发射的结构表面缺陷探测方法,包括以下步骤:
步骤1:取待检测结构的无表面缺陷的试样,在其表面布置一组激励器和接收器;
步骤2:获取试样在无表面缺陷时,接收器接收到的由激励器产生的离散Lamb波信号rn=r(nΔt),n=0,1,...,N-1,N为采样点总数;Δt为采样间隔;
步骤3:在试样上构造不同深度的表面缺陷,表面缺陷位于激励器与接收器之间,计算损伤指标η,并绘制损伤深度d-损伤指标η曲线;
所述的损伤指标η的计算方法为:
步骤3.1:获取接收器接收到的由激励器产生的离散Lamb波信号xn=x(nΔt);
步骤3.2:对信号xn进行离散傅里叶变换,得到Xk;
步骤3.3:对Xk进行重组,得到Zk;
步骤3.4:对Zk进行离散傅里叶变换的逆变换,得到zn;
步骤3.6:计算损伤指标η;
步骤4:在待检测结构的表面一侧布置一排激励器,在另一侧布置一排接收器,接收器与激励器一一对应;通过计算每组激励器-接收器的损伤指标η,检测激励器与接收器连线上是否存在表面缺陷,并根据损伤深度d-损伤指标η曲线获取损伤深度d的估计值。
本发明能够有效探测到钢板中的表面损伤,当监测路径上存在表面损伤时,损伤指标η的值发生了明显增加,并且与无损路径上的指标区分明显,且随着损伤深度的加深,损伤指标η的值会随之增大,能够有效反应表面损伤的深度信息。
基于Lamb波的时域信息的损伤指标η的计算流程如图1所示。首先通过Hilbert变换提取出测试信号和基准信号的直达波幅值来计算η。然后利用损伤指标对钢板中不同深度的表面缺陷进行探测,并研究损伤深度和损伤指标之间的关系。:
给定一组离散兰姆波信号xn=x(nΔt),其中n=0,1,...,N-1,N为采样点总数,Δt为采样间隔。那么xn的离散希尔伯特变换可以通过xn和hn做卷积得到
在实际应用中,卷积信号hn通常是通过对原始信号xn进行离散傅里叶变换得到的。原始信号的离散傅里叶变换可表示为:
式中fk=k(NΔt)-1,然后对Xk进行重组可得到Zk:
接下来对Zk进行离散傅里叶变换的逆变换:
然后xn的离散希尔伯特变换可以表示为:
为消除人工操作和材料物理性质变化等不确定因素的影响,本指标中利用了基准信号来进行损伤指标的计算。基准信号即为结构在健康状况下的离散Lamb信号,表示为rn=r(nΔt),其离散希尔伯特变换表示为则发明的损伤指标公式为:
实施例1:
以4mm钢板中不同深度表面缺陷的探测为例,验证了本发明用于探测表面缺陷并表征缺陷深度的可行性。本发明的理论基础是Lamb波在波导中的传播机制,该方法需要通过一个或多个激发器来施加激励信号激活薄壁结构中的导波,使其在结构自由表面传播。因此首先需要对4mm钢板中Lamb的频散方程进行求解,通过分析Lamb波频散曲线,确定合适的激励频率。然后将激励信号依次施加在激励器上,获得相应的接收信号。最后提取损伤特征信息,根据η的公式(公式(7))计算出损伤指标。
1.确定激励频率
自由状态下Lamb波的特征方程如下:
其中k是笛卡尔轴上角波的分量。p2=(ω)2/cL 2-(ω/cP)2,q2=(ω)2/cT 2-(ω/cP)2.cL和cT分别代表纵波和横波在固体介质中传播的波速。cp代表Lamb波的相速度,Lamb波的群速度cg可以表示为:
4mm钢板的材料属性如图7所示,根据其材料属性对Lamb波的特征方程公式(8)和(9)进行求解,得到群速度和相速度的色散曲线分别如图2(a)和图2(b)所示。从图中可以看出,除低阶模式S0和A0外,其余高阶模式均存在截止频率。因此,若使用低频信号(小于A1模式的截止频率)进行激励,则在板中只有S0和A0模式被激发,测量信号的时域信息将相对简单。此时直接从时域信息中提取信号特征来计算损伤指数,更加直观、稳定。因此,本案例中激励频率设置为200kHz。
2.实验试件
钢板的几何模型、传感器和损伤的布置如图3所示。不同损伤深度的实验试件如图4所示。钢板的平面尺寸是300×150×4mm,传感器直径为10mm,损伤长度和宽度分别为10mm和1mm,损伤深度分别设置为1、2、3mm。钢板上布置了10个传感器,其中PZT1到PZT5作为激励器,PZT6到PZT10作为接收器。这些传感器形成五个传播路径:路径1:PZT1-PZT6,路径2:PZT2-PZT7,路径3:PZT3-PZT8,路径4:PZT4-PZT9,路径5:PZT5-PZT10。损伤位于路径1上,其中心坐标为(-80mm,0)。
3.损伤探测结果
各传播路径上计算出的损伤指标η如图5所示。由于只有路径1上存在损伤,因此将路径1称为损伤路径,其余路径称为无损路径。由图5可知,在3种不同的损伤深度下(1、2、3mm),无损路径上的η均接近于0,而损伤路径上的η均大于0.1,这表明当监测路径上存在损伤时,该路径上的损伤指标η能够与无损路径上的损伤指标明显区分。这证明,本发明中提出的损伤指标可成功对结构中不同深度的表面缺陷进行探测。此外,本发明还提出了损伤深度的预测公式:
根据公式11即可预测探测到的表面缺陷的深度。由公式可知,损伤深度和损伤指标存在正相关关系,通过对损伤数据的拟合,可以得出该特定材料、结构下的损伤曲线,见图6。因此还能知道,若监测路径上的损伤指标不断增大,那么损伤的深度在不断增加。此时,需对监测的结构进行及时的维修或更换。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (1)
1.一种基于主动Lamb波声发射的结构表面缺陷探测方法,其特征在于,包括以下步骤:
步骤1:取待检测结构的无表面缺陷的试样,在其表面布置一组激励器和接收器;
步骤2:获取试样在无表面缺陷时,接收器接收到的由激励器产生的离散Lamb波信号rn=r(nΔt),n=0,1,...,N-1,N为采样点总数;Δt为采样间隔;
步骤3:在试样上构造不同深度的表面缺陷,表面缺陷位于激励器与接收器之间,计算损伤指标η,并绘制损伤深度d-损伤指标η曲线;
所述的损伤指标η的计算方法为:
步骤3.1:获取接收器接收到的由激励器产生的离散Lamb波信号xn=x(nΔt);
步骤3.2:对信号xn进行离散傅里叶变换,得到Xk;
步骤3.3:对Xk进行重组,得到Zk;
步骤3.4:对Zk进行离散傅里叶变换的逆变换,得到zn;
步骤3.6:计算损伤指标η;
步骤4:在待检测结构的表面一侧布置一排激励器,在另一侧布置一排接收器,接收器与激励器一一对应;通过计算每组激励器-接收器的损伤指标η,检测激励器与接收器连线上是否存在表面缺陷,并根据损伤深度d-损伤指标η曲线获取损伤深度d的估计值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110670421.5A CN113298805B (zh) | 2021-06-17 | 2021-06-17 | 一种基于主动Lamb波声发射的结构表面缺陷探测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110670421.5A CN113298805B (zh) | 2021-06-17 | 2021-06-17 | 一种基于主动Lamb波声发射的结构表面缺陷探测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113298805A CN113298805A (zh) | 2021-08-24 |
CN113298805B true CN113298805B (zh) | 2022-06-17 |
Family
ID=77328537
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110670421.5A Active CN113298805B (zh) | 2021-06-17 | 2021-06-17 | 一种基于主动Lamb波声发射的结构表面缺陷探测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113298805B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113804134B (zh) * | 2021-09-22 | 2022-09-16 | 北京航空航天大学 | 基于高频散超声导波的锚固件径向最大腐蚀深度检测方法及系统 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101539541A (zh) * | 2009-04-09 | 2009-09-23 | 上海交通大学 | 基于导向波的厚梁结构损伤检测方法 |
CN102331455A (zh) * | 2011-08-18 | 2012-01-25 | 中国飞机强度研究所 | 一种基于主动Lamb波损伤指数的工程结构损伤监测方法 |
CN103134857A (zh) * | 2013-02-21 | 2013-06-05 | 南京邮电大学 | 利用Lamb波反射场的工程结构裂纹损伤监测评估方法 |
CN103899104A (zh) * | 2014-03-08 | 2014-07-02 | 哈尔滨工程大学 | 体外预应力核安全壳 |
CN107045017A (zh) * | 2017-04-25 | 2017-08-15 | 南京信息工程大学 | 基于超声兰姆波和时间反转理论的薄板裂纹深度分析方法 |
CN108254438A (zh) * | 2017-12-19 | 2018-07-06 | 上海交通大学 | 基于兰姆波的不均匀截面结构损伤识别成像方法及系统 |
CN111044613A (zh) * | 2019-12-26 | 2020-04-21 | 武汉工程大学 | 一种基于非线性Lamb波的金属板微缺陷检测方法 |
CN111624252A (zh) * | 2020-05-25 | 2020-09-04 | 西安交通大学 | 一种提高Lamb波相控阵聚焦检测速度的方法 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB2383412B (en) * | 2001-12-18 | 2004-06-30 | Univ Sheffield | Structural health monitoring |
US20030167141A1 (en) * | 2001-12-20 | 2003-09-04 | Staszewski Wieslaw J. | Structural health monitoring |
US6920792B2 (en) * | 2003-05-05 | 2005-07-26 | John H. Flora | Transducer guided wave electromagnetic acoustic |
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 |
TWI431271B (zh) * | 2010-07-15 | 2014-03-21 | Ind Tech Res Inst | 瑕疵檢測系統及方法 |
US20210156759A1 (en) * | 2019-11-27 | 2021-05-27 | The Trustees Of The Stevens Institute Of Technology | Structural health monitoring system and method |
-
2021
- 2021-06-17 CN CN202110670421.5A patent/CN113298805B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101539541A (zh) * | 2009-04-09 | 2009-09-23 | 上海交通大学 | 基于导向波的厚梁结构损伤检测方法 |
CN102331455A (zh) * | 2011-08-18 | 2012-01-25 | 中国飞机强度研究所 | 一种基于主动Lamb波损伤指数的工程结构损伤监测方法 |
CN103134857A (zh) * | 2013-02-21 | 2013-06-05 | 南京邮电大学 | 利用Lamb波反射场的工程结构裂纹损伤监测评估方法 |
CN103899104A (zh) * | 2014-03-08 | 2014-07-02 | 哈尔滨工程大学 | 体外预应力核安全壳 |
CN107045017A (zh) * | 2017-04-25 | 2017-08-15 | 南京信息工程大学 | 基于超声兰姆波和时间反转理论的薄板裂纹深度分析方法 |
CN108254438A (zh) * | 2017-12-19 | 2018-07-06 | 上海交通大学 | 基于兰姆波的不均匀截面结构损伤识别成像方法及系统 |
CN111044613A (zh) * | 2019-12-26 | 2020-04-21 | 武汉工程大学 | 一种基于非线性Lamb波的金属板微缺陷检测方法 |
CN111624252A (zh) * | 2020-05-25 | 2020-09-04 | 西安交通大学 | 一种提高Lamb波相控阵聚焦检测速度的方法 |
Also Published As
Publication number | Publication date |
---|---|
CN113298805A (zh) | 2021-08-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Demma et al. | The reflection of guided waves from notches in pipes: a guide for interpreting corrosion measurements | |
Siracusano et al. | A framework for the damage evaluation of acoustic emission signals through Hilbert–Huang transform | |
US7082833B2 (en) | Method and apparatus for determining and assessing a characteristic of a material | |
Quek et al. | Detecting anomalies in beams and plate based on the Hilbert–Huang transform of real signals | |
Park et al. | PZT-based active damage detection techniques for steel bridge components | |
CN106287240B (zh) | 一种基于声发射的管道泄漏检测装置及单传感器定位方法 | |
Zhao et al. | Acoustic guided wave techniques for detecting corrosion damage of electrical grounding rods | |
Sun et al. | Acoustic emission sound source localization for crack in the pipeline | |
Ma et al. | The reflection of guided waves from simple dents in pipes | |
Demčenko et al. | Ultrasonic measurements of undamaged concrete layer thickness in a deteriorated concrete structure | |
Longo et al. | A method for crack sizing using Laser Doppler Vibrometer measurements of Surface Acoustic Waves | |
CN113298805B (zh) | 一种基于主动Lamb波声发射的结构表面缺陷探测方法 | |
Zhou et al. | A feasibility study on monitoring of weld fatigue crack growth based on coda wave interferometry (CWI) | |
CN113406202B (zh) | 一种基于高频Lamb波频域信息的结构表面缺陷探测方法 | |
CN108593775A (zh) | 一种用于导体套管间接触状态评价的非线性超声导波检测方法 | |
da Silva et al. | Development of circuits for excitation and reception in ultrasonic transducers for generation of guided waves in hollow cylinders for fouling detection | |
US11946735B2 (en) | Method for measuring deviation angle of fatigue microcrack based on nonlinear ultrasound | |
CN104458915A (zh) | 一种风塔焊缝非线性超声检测方法 | |
CN108195934B (zh) | 基于时频分析的超声导波检测频率优选方法 | |
OHTSU | Basics of acoustic emission and applications to concrete engineering | |
Nirbhay et al. | Finite element modelling of lamb waves propagation in 3D plates and brass tubes for damage detection | |
CN110702800A (zh) | 基于非线性超声异侧延时混频信号的微裂缝定位系统及方法 | |
CN110702801A (zh) | 基于同侧超声混频小波的板状结构疲劳裂缝定位系统及方法 | |
Kosaka et al. | Pipe wall thickness measurement by electro-magnetic acoustic transducer using band exciting method | |
Ham et al. | Fast Lamb wave energy shift approach using fully contactless ultrasonic system to characterize concrete structures |
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 |