CN113406202B - 一种基于高频Lamb波频域信息的结构表面缺陷探测方法 - Google Patents

Abstract

本发明涉及一种基于高频Lamb波频域信息的结构表面缺陷探测方法。本发明基于高频Lamb波的时域信息变化规律提出了一个表面缺陷探测的非线性指标β，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β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β的值会随之增大，能够有效反应表面损伤的深度信息。本发明具备较强的抗噪能力，在较强的噪声环境中仍能取得稳定的监测结果。

Description

一种基于高频Lamb波频域信息的结构表面缺陷探测方法

技术领域

本发明属于工程结构健康监测技术领域，具体涉及一种基于高频Lamb波频域信息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高频Lamb波频域信息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r_n＝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β，并绘制损伤深度d-损伤指标β曲线；

所述的损伤指标β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x_n＝x(nΔt)；

步骤3.2：对离散Lamb波信号x_n进行带通滤波，消除非目标频率分量的影响，得到滤波后的离散信号y_n；

步骤3.3：对信号y_n进行离散傅里叶变换，得到Y_k；

步骤3.4：计算损伤指标β；

其中，R_k为对试样在无表面缺陷时，接收器接收到的离散Lamb波信号r_n进行离散傅里叶变换得到的结果；

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β，检测每组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β曲线获取损伤深度d的估计值。

本发明的有益效果在于：

本发明基于高频Lamb波的时域信息变化规律提出了一个表面缺陷探测的非线性指标β，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β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β的值会随之增大，能够有效反应表面损伤的深度信息。本发明具备较强的抗噪能力，在较强的噪声环境中仍能取得稳定的监测结果。

附图说明

图1为本发明中损伤指标β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β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，提供一种基于高频Lamb波频域信息的结构表面缺陷探测方法。

本发明基于高频Lamb波的时域信息变化规律提出了一个表面缺陷探测的非线性指标β，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，因此具备很好的工程应用性及稳定性，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。

本发明的目的是为了克服结构中不同深度表面缺陷的探测问题，提供一种基于高频Lamb波频域信息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r_n＝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β，并绘制损伤深度d-损伤指标β曲线；

所述的损伤指标β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x_n＝x(nΔt)；

步骤3.2：对离散Lamb波信号x_n进行带通滤波，消除非目标频率分量的影响，得到滤波后的离散信号y_n；

步骤3.3：对信号y_n进行离散傅里叶变换，得到Y_k；

步骤3.4：计算损伤指标β；

其中，R_k为对试样在无表面缺陷时，接收器接收到的离散Lamb波信号r_n进行离散傅里叶变换得到的结果；

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β，检测每组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β曲线获取损伤深度d的估计值。

基于高频Lamb波的频域信息的损伤指标β的计算流程如图1所示。首先对原始信号进行带通滤波消除非目标频率分量对信号的影响，再对滤波后信号进行离散傅里叶变换，提取出测试信号和基准信号的最大频率分量幅值来计算β。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x_n＝x(nΔt),其中n＝0,1,...,N-1，N为采样点总数，Δt为采样间隔。首先对信号进行带通滤波，消除非目标频率分量的影响，滤波后的信号用y_n表示。那么y_n的离散傅里叶变换为：

Y_k的离散傅里叶逆变换为：

由公式(2)可以看出，经过离散傅里叶变换后，信号在频域的幅值变化为了N倍。因此，测试信号的最大频率分量幅值可表示为：

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r_n＝r(nΔt)，其离散傅里叶变换表示为R_k。则发明的损伤指标公式为：

经试验验证，与现有技术相比，本发明的有益效果是：

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β的值发生了明显增加，并且与无损路径上的指标区分明显。本发明能够有效反应表面损伤的深度信息，随着损伤深度的加深，损伤指标β的值会随之增大。本发明具备较强的抗噪能力，在较强的噪声环境中仍能取得稳定的监测结果。

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β的公式(公式(4))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：

对称模型：

反对称模型：

其中k是笛卡尔轴上角波的分量。p²＝(ω)²/c_L ²-(ω/c_P)²,q²＝(ω)²/c_T ²-(ω/c_P)².c_L和c_T分别代表纵波和横波在固体介质中传播的波速。c_p代表Lamb波的相速度，Lamb波的群速度c_g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(5)和(6)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。因此将高于A₁模态截止频率(500kHz)的频段称为高频段。根据最短波长计算公式λ_min＝c_T/f可知，激励频率f越高，最短波长λ_min越小。而Lamb波对与激励波长相同量级的损伤更为敏感，因此激励频率越高，能探测到的损伤越小。但由于激励频率越高，Lamb波的能量越低，若选择过高的激励频率会导致接收信号能量过低。所以本案例中激励频率设置为1800kHz。

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监测路径：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β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。本案例中还研究了β的抗噪性，即考虑了信噪比分别为10、15、20dB的情况下损伤指标β的监测结果。如图5所示，在3种不同的损伤深度(1、2、3mm)和3中不同的信噪比(10、15、20dB)下，无损路径上的β均接近于0，而损伤路径上的β均大于0.3，这表明当监测路径上存在损伤时，该路径上的损伤指标β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。分析β在不同信噪比下的表现可知，在这三种信噪比下，损伤路径上的β都能够与无损路径上的β成功区分。这证明，β具备较强的抗噪性能，在强噪声环境中也能获得准确、稳定的监测结果。此外，本发明还提出了损伤深度的预测公式：

根据公式(8)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、工况下的损伤曲线，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)

1.一种基于高频Lamb波频域信息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r_n＝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β，并绘制损伤深度d-损伤指标β曲线；

所述的损伤指标β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x_n＝x(nΔt)；

步骤3.2：对离散Lamb波信号x_n进行带通滤波，消除非目标频率分量的影响，得到滤波后的离散信号y_n；

步骤3.3：对信号y_n进行离散傅里叶变换，得到Y_k；

步骤3.4：计算损伤指标β；

其中，R_k为对试样在无表面缺陷时，接收器接收到的离散Lamb波信号r_n进行离散傅里叶变换得到的结果；

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β，检测每组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β曲线获取损伤深度d的估计值。