CN114061474B - 植入式光纤光栅传感器复合材料结构的低速冲击定位方法 - Google Patents
植入式光纤光栅传感器复合材料结构的低速冲击定位方法 Download PDFInfo
- Publication number
- CN114061474B CN114061474B CN202111348521.2A CN202111348521A CN114061474B CN 114061474 B CN114061474 B CN 114061474B CN 202111348521 A CN202111348521 A CN 202111348521A CN 114061474 B CN114061474 B CN 114061474B
- Authority
- CN
- China
- Prior art keywords
- fbg
- impact
- grid
- sensor
- 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.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/16—Measuring arrangements characterised by the use of optical techniques for measuring the deformation in a solid, e.g. optical strain gauge
- G01B11/165—Measuring arrangements characterised by the use of optical techniques for measuring the deformation in a solid, e.g. optical strain gauge by means of a grating deformed by the object
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Optical Transform (AREA)
- Length Measuring Devices Characterised By Use Of Acoustic Means (AREA)
Abstract
本发明提供了一种植入式光纤光栅传感器复合材料结构的低速冲击定位方法,将预处理后的测试信号与对应的FBG传感器的参考信号进行相关性评估,得到多个相关距离向量;将得到的相关距离向量进行逐元素相乘并按对应冲击位置的形式生成相似性矩阵,取相似性矩阵的最低值元素所在的网格位置作为预测结果;基于得到的网格位置,对预处理后的波长信号进行小波包分析,得到网格各角的信号能量;以网格位置的已知FBG传感器位置作为原点,以基于对数距离路径损耗模型得到的传输路径作为半径画圆,所有圆交叉组成的公共区域作为预测冲击位置;本发明可在低频、小数据样本下实现冲击定位,有效缩短了实验周期,具有普适性。
Description
技术领域
本发明涉及复合材料结构冲击定位技术领域,特别涉及一种植入式光纤光栅传感器复合材料结构的低速冲击定位方法。
背景技术
本部分的陈述仅仅是提供了与本发明相关的背景技术,并不必然构成现有技术。
碳纤维复合材料具有密度小、比强度高、抗疲劳性好、耐腐蚀性强以及绝缘、热导率低等优点,可满足航天器结构变形小,承载力强,抗辐射,空间耐受性好的要求,是实现航天器轻量化、小型化和高性能不可或缺的关键材料。
碳纤维复合材料(Carbon Fiber Reinforced Polymer/Plastic,CFRP)板状结构是航天器的典型结构,航天器工作环境的复杂性要求CFRP层合板要具有高可靠性。然而,层合板在固化过程中受到树脂基体的化学收缩、碳纤维与环氧树脂的热膨胀差异等因素的影响,会在材料内部产生复杂的残余应力,进而导致材料粘结强度的下降;另外在服役过程中,层合板易受到集中应力或振动冲击而产生损伤,造成层间脱层、纤维断裂以及内部产生裂痕等现象,这种损伤是不可见的,具有很大的安全隐患,因此对于碳纤维复合材料板状结构的低速冲击监测与定位技术的研究是具有重大意义的。
光纤光栅(Fiber Bragg Grating,FBG)传感器具有尺度小、柔性高、精度高、与主体材料相容性好的优点,是应用于结构健康监测的理想传感元件。为实现复合材料内部情况的实时监测,将FBG传感器植入到碳纤维复合材料层合板中,构建不同于传统材料的智能复合材料。该智能复合材料能实时监测层合板内部因冲击载荷或其他环境因素引起的响应信号,继而对冲击响应信号进行分析,及时感知评估结构的损伤情况。
发明人发现,目前低速冲击定位方法主要有频域识别法、时域识别法、时间差定位和人工神经网络等方法。单纯的采用频域或者时域识别结构的模态参数进而判断结构状态,容易造成时域和频域的局部化矛盾,使定位精度下降;时间差定位方法,根据应力波到达参考节点的时间差来确定顶点的位置,但该方法需要较高的采样频率,且受环境噪声的影响很大,可移植性较差;基于人工神经网络的方法通过建立冲击信号特征参量与冲击位置之间的映射模型,基于匹配算法,可实现快速定位,但该方法需提前采集大量的数据样本,耗时周期长。
发明内容
为了解决现有技术的不足,本发明提供了一种植入式光纤光栅传感器复合材料结构的低速冲击定位方法,将高密度均匀分布的FBG传感器网络植入层合板内部构建智能复合材料,实时监测材料内部的冲击响应信号;对智能材料划分正交网络,采集单次冲击正交网络中心时各个FBG传感器的响应信号作为参考数据,将任意冲击位置的各个FBG传感器的响应信号作为测试信号,基于测试信号与参考信号间相关距离的计算结果确定冲击区域,继而根据响应信号能量和加权质心算法实现冲击位置的精确定位;不仅在采样频率上远低于时间定位法,而且在数据量上远小于人工神经网络法,因此可在低频、小数据样本下实现冲击定位,有效缩短了实验周期,具有普适性。
为了实现上述目的,本发明采用如下技术方案:
本发明第一方面提供了一种植入式光纤光栅传感器复合材料结构的低速冲击定位方法。
一种植入式光纤光栅传感器复合材料结构的低速冲击定位方法,包括以下过程:
获取复合材料结构中阵列式布设的多个FBG传感器的波长信号作为测试信号并进行预处理;
将预处理后的测试信号与对应的FBG传感器的参考信号进行相关性评估,得到多个相关距离向量;
将得到的相关距离向量进行逐元素相乘并按对应冲击位置的形式生成相似性矩阵,取相似性矩阵的最低值元素所在的网格位置作为预测结果;
基于得到的网格位置,对预处理后的波长信号进行小波包分析,得到网格各角FBG传感器的信号能量;
以网格位置的已知FBG传感器位置作为原点,以基于对数距离路径损耗模型获得的传输路径作为半径画圆,所有圆交叉组成的公共区域作为预测冲击位置。
进一步的,复合材料结构内植入的FBG传感器构成多个传感器通道,各个传感器通道相互平行,每个传感器通道包括相同数量的FBG传感器。
进一步的,FBG传感器的参考信号的获取,包括:
以FBG传感器作为四个顶点,对碳纤维复合材料层合板划分正交网络,确定多个冲击区域;
对各个网格的中心点依次单独施加冲击力,以得到各个FBG传感器的波长信号;
对波长信号进行预处理作为参考信号,预处理至少包括小波分析和归一化等。
进一步的,对任意冲击位置进行定位识别,包括:
在复合材料板的任意位置进行冲击,并提取各个FBG传感器的波长信号作为测试信号;
通过计算测试信号与参考数据间的相关距离并整合得到相似性矩阵,取矩阵中最低值元素所在的网格位置作为预测结果;
将网格各角FBG传感器的信号能量依次代入对数距离路径损耗模型,得到各个FBG传感器的传输距离;
以网格四角FBG传感器的传输距离的倒数为权重,结合网格四角FBG传感器的坐标,得到最终的预测冲击位置。
进一步的,预测冲击位置的坐标为:
其中,(xi,yi),i=1,2,3,4表示网格位置四个顶点的坐标,ri,i=1,2,3,4分别为网格四角上的FBG传感器对应的传输距离。
进一步的,取与各FBG传感器直线距离为相同预设距离的位置进行冲击,计算冲击信号能量,作为对数距离路径损耗模型参考路径损耗。
进一步的,对获取的波长信号进行预处理,至少包括:对各个FBG传感器的波长信号进行小波分析滤除信号直流分量,对各个FBG传感器的波长信号进行归一化处理。
本发明第二方面提供了一种植入式光纤光栅传感器复合材料结构的低速冲击定位系统。
一种植入式光纤光栅传感器复合材料结构的低速冲击定位系统,包括:
数据获取模块,被配置为:获取复合材料结构中阵列式布设的多个FBG传感器的波长信号,并进行预处理;
相关性评估模块,被配置为:将预处理后的测试信号与对应的FBG传感器的参考信号进行相关性评估,得到多个相关距离向量;
网格位置预测模块,被配置为:将得到的相关距离向量进行逐元素相乘并按对应冲击位置的形式生成相似性矩阵,取相似性矩阵的最低值元素所在的网格位置作为预测结果;
信号能量计算模块,被配置为:基于得到的网格位置,对预处理后的波长信号进行小波包分析,得到网格各角的信号能量;
冲击位置预测模块,被配置为:以网格位置的已知FBG传感器位置作为原点,以基于对数距离路径损耗模型获得的传输路径作为半径画圆,所有圆交叉组成的公共区域作为预测冲击位置。
本发明第三方面提供了一种计算机可读存储介质,其上存储有程序,该程序被处理器执行时实现如本发明第一方面所述的植入式光纤光栅传感器复合材料结构的低速冲击定位方法中的步骤。
本发明第四方面提供了一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的程序,所述处理器执行所述程序时实现如本发明第一方面所述的植入式光纤光栅传感器复合材料结构的低速冲击定位方法中的步骤。
与现有技术相比,本发明的有益效果是:
1、本发明基于FBG传感器的应变检测原理,提取响应信号中心波长信息以及能量等参数,建立低速冲击位置与波长信号之间的参考数据库,基于测试波长信号与参考信号间相关距离计算结果,确定冲击发生的区域,将区域内的响应信号能量带入加权质心算法,实现复合材料低速冲击位置的精确定位。
2、本发明基于相关距离和加权质心算法的低速冲击定位方法,将高密度均匀分布的FBG传感器网络植入层合板内部构建智能复合材料,实时监测材料内部的冲击响应信号;对智能材料划分正交网络,采集单次冲击正交网络中心时各个FBG传感器的响应信号作为参考数据,将任意冲击位置的各个FBG传感器的响应信号作为测试信号,基于测试信号与参考信号间相关距离的计算结果确定冲击区域,继而根据响应信号能量和加权质心算法实现了冲击位置的精确定位。
3、本发明不仅在采样频率上远低于时间定位法,而且在数据量上远小于人工神经网络法,因此可在低频、小数据样本下实现冲击定位,有效缩短了实验周期,具有普适性。
4、本发明采用重量轻,灵敏度高,与主体材料相容性强的FBG传感器组成高密度的分布式传感器网络;将传感元件与复合材料结构一体化集成,相较于表贴式传感材料,该智能材料对结构内部损伤信号的识别更为快速和准确。
5、本发明提出的基于相关距离和加权质心算法的低速冲击定位方法,相关距离法所需参考数据样本少,可有效的缩短实验周期;加权质心算法无需很高的采样频率,计算简单,普适性高;基于两种方法所构建的波长响应信号与低速冲击位置之间关联性更加准确、紧密,对结构低速冲击位置的预测更为准确。
本发明附加方面的优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明的实践了解到。
附图说明
构成本发明的一部分的说明书附图用来提供对本发明的进一步理解,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。
图1为本发明实施例1提供的植入式光纤光栅传感器复合材料结构低速冲击定位方法流程示意图。
图2为本发明实施例1提供的碳纤维复合材料层合板低速冲击监测定位系统示意图。
图3为本发明实施例1提供的智能复合材料结构示意图。
图4为本发明实施例1提供的分布式FBG传感器网络示意图。
图5为本发明实施例1提供的定位算法流程示意图。
具体实施方式
下面结合附图与实施例对本发明作进一步说明。
应该指出,以下详细说明都是示例性的,旨在对本发明提供进一步的说明。除非另有指明,本文使用的所有技术和科学术语具有与本发明所属技术领域的普通技术人员通常理解的相同含义。
需要注意的是,这里所使用的术语仅是为了描述具体实施方式,而非意图限制根据本发明的示例性实施方式。如在这里所使用的,除非上下文另外明确指出,否则单数形式也意图包括复数形式,此外,还应当理解的是,当在本说明书中使用术语“包含”和/或“包括”时,其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
在不冲突的情况下,本发明中的实施例及实施例中的特征可以相互组合。
实施例1:
如图1所示,本发明实施例1提供了一种植入式光纤光栅传感器复合材料结构的低速冲击定位方法,包括以下过程:
获取复合材料结构中阵列式布设的多个FBG传感器的波长信号作为测试信号,并进行预处理;
将预处理后的测试信号与对应的FBG传感器的参考信号进行相关性评估,得到多个相关距离向量;
将得到的相关距离向量进行逐元素相乘并按对应冲击位置的形式生成相似性矩阵,取相似性矩阵的最低值元素所在的网格位置作为预测结果;
基于得到的网格位置,对预处理后的波长信号进行小波包分析,得到网格各角的信号能量;
以网格位置的已知FBG传感器位置作为原点,以基于对数距离路径损耗模型获得的传输路径作为半径画圆,所有圆交叉组成的公共区域作为预测冲击位置。
具体的,包括以下内容:
S1:制备试件,确定碳纤维复合材料板的铺层方式以及FBG传感器埋入方案,搭建低速冲击定位检测系统。
S1.1:搭建低速冲击定位检测系统,如图2所示。系统由碳纤维复合材料层合板、FBG传感器(25支)、弹簧冲击锤、光纤光栅解调仪(频率为1KHz)、控制电脑组成;
可以理解的,本实施例所述的25支仅仅只是优选方法,也可以是其他支数,只要能够实现阵列式的排布即可,例如36或者49等等,这里不再赘述。
S1.2:制备智能复合材料试件,如图3所示。试件为16层碳纤维增强聚合物(CFRP)层压板,尺寸为500mm*500mm*3mm,铺层顺序为[+45/-45/0/90]。在板的上下两边用夹具固定住,左右两边为自由边界如图2所示;
S1.3:植入传感器,选用5个传感器通道,如图4所示。通道1:FBG1~FBG5,通道2:FBG6~FBG10,通道3:FBG11~FBG15,通道4:FBG16~FBG20,通道5:FBG21~FBG25。
定义层合板的相邻边长分别为X、Y轴,建立一个二维直角坐标系;在碳纤维复合材料板的3、4层之间沿轴向且平行于X轴植入FBG传感器,传感器通道之间相互平行,为保证数据的完整性,提高数据的精确度,采用高密度均匀布置,相邻通道以及相邻传感器之间均间隔100mm;采用端面引出的方式,将FBG传感器的尾纤从层合板的侧面引出,为避免在固化成型溢出的树脂对光纤造成损坏,使用特氟龙(聚四氟乙烯)套管对尾纤进行保护。固化过程采用热压罐技术,温度最高为130℃,压力为0.3Mpa。
S2:开展预实验,测定传感器响应信号的重复性并计算传感器信号的参考路径损耗值。
S2.1:在碳纤维层合板上随机选取10个冲击点,对每个冲击点进行10次实验,采集冲击下25个光纤光栅(FBG)传感器的中心波长信息;
S2.2:对采集的信号进行处理,得到归一化的波长信息和信号能量,采用相关距离评价重复性。
S2.3:取与各FBG传感器直线距离为10mm的位置进行冲击,并计算冲击信号能量,作为参考路径损耗。
S3:对碳纤维复合材料板划分网格并进行冲击实验,对网格中心施加0.5J的集中力,提取各个传感器的响应波长信号。
S3.1:以FBG传感器作为四个顶点,对碳纤维复合材料层合板划分正交网络,确定16个冲击区域;采用弹簧冲击锤作为施力工具,冲击锤头为半圆形,通过释放弹簧压力从而产生冲击力,落下时产生0.5J的力。选择网格中点作为冲击加载对象,手动释放弹簧冲击锤,用以模拟低速冲击过程;
S3.2:光纤光栅解调仪的采样频率为1KHz,采集各个传感器在冲击发生前后共5s的波长信号,共5000个采样点;传感器的幅频信号均含有低频直流分量,且其低频直流分量幅值远大于其余频率段的幅值,会降低频谱分析的精度,采用小波分析滤除信号直流分量;
若函数Ψ(t)∈L2(R)具有震荡性,能够迅速衰减到0,且满足:
将函数Ψ(t)作为基小波函数,通过尺度的伸缩和时间轴上的平移构成一簇函数系:
式中,Ψa,b(t)为小波基函数满足,a为尺度因子,反映小波的周长长度;b为平移因子,反映时间上的平移。
鉴于采集到的信号的时间序列数据是离散的,假设信号f(kΔt)(k=1,2,...,N;Δt为取样间隔),则离散小波变换形式为:
实验中采用正交性和信号局部特征描述能量较优的DB6小波信号作为小波基函数,分解尺度选择为8层,通过增减伸缩参数得到信号的低频或高频信号,分解后得到低频逼近系数和高频细节系数[A7,D7,D6,D5,D4,D3,D2,D1],将A7置0,重新构造得到去除基线后的信号。
选择波长幅值为0.005nm作为阈值,对应的时间点为冲击到来时刻,每条信号由冲击前50个点,后1000个点组成;对信号进行归一化处理构成参考数据库,该数据库包括16个工况下25个传感器共400条响应波长信息。每条参考信号记为Xi=[xi1 xi2...xi1050]。
式中,X'i表示归一化前的参考信号向量,max(|X'i|)表示参考信号向量中振幅的最大绝对值。
S4:采用相关距离作为评估测试信号与参考数据库中信号相似性的依据,通过逐元素相乘获得相似性矩阵,实现低速冲击的区域识别。
S4.1:随机选择一个冲击点,按照同样的高度,手动释放弹簧冲击锤,按照3中步骤处理测试波长信号,得到输入信号矩阵。
S4.2:将低速冲击下的FBG传感器信号FBG1~FBG25按顺序分别与参考数据库中16种情况下对应传感器信号进行相似性评估。
式中,X,Y分别表示对应的参考信号和输入信号,Cov(X,Y)为X和Y的协方差,Var[X]为X的方差,Var[Y]为Y的方差,dX,Y∈(0,2),值越小,相关程度越高。
S4.3:基于以上处理,对应每个传感器共得到25个元素数为16的相关距离向量li,然后将25个矩阵进行逐元素相乘并按对应冲击位置的形式整理成相似性矩阵如图5所示,取最终相似性矩阵L的最低值元素所在的位置作为预测结果,实现低速定位冲击的区域识别。
li=[di,1 di,2...di,25] (6)
式中,di,j表示第i个FBG传感器所采集的测试信号与位置j处该传感器的参考信号间的相关距离。
S5:基于小波包分析区域网格四角上FBG传感器信号能量,利用加权质心算法,预测低速冲击的具体位置。
S5.1:小波包分析与小波分析相似,不同的是小波包是由一系列线性组合的小波函数Ψi(t)组成:
式中,i为频率因子、j为尺度因子和k为平移因子
小波包分析对低频信号进行分解的同时,对高频信号也实施分解,且能根据信号特性和分析要求自适应地选择相应频带与信号频谱相匹配,更为精细。基于步骤4确定冲击的区域,对预处理后的冲击信号进行N层小波包分析,可以得到从高频到低频2N个系数b(N,P)进行平方加和处理后得到总能量E。
式中,EN,P表示第N层第P个频率段的重构信号,E表示信号总能量。
S5.2:加权质心算法
基于RSSI算法,根据S5.1计算得到的信号能量,计算FBG传感器与发生冲击位置的具体距离大小。如图5所示,以已知FBG传感器位置作为原点,传输路径作为半径画圆,所有圆交叉组成的公共区域作为待测点预测冲击位置。
使用对数距离路径损耗模型:
式中,Pr(r)表示传感信号传输距离为r时的路径损耗(RSSI值);n表示传感信号在传输过程中的路径损耗指数;Pr(r0)代表最近距离为r0时的参考路径损耗;FAF是为适应复杂的环境而增加的附加衰减因子。
将区域四角上的FBG传感器分别带入上式,得到距离ri(i=1,2,3,4)。为了弥补传统质心算法忽略待测点与节点距离大小程度对定位的影响,把该距离值的倒数作为权重,体现不同顶点的贡献值:
式中,(xi,yi),(i=1,2,3,4)表示区域四个顶点的坐标。
实施例2:
本发明实施例2提供了一种植入式光纤光栅传感器复合材料结构的低速冲击定位系统,包括:
数据获取模块,被配置为:获取复合材料结构中阵列式布设的多个FBG传感器的波长信号作为测试信号,并进行预处理;
相关性评估模块,被配置为:将预处理后的测试信号与对应的FBG传感器的参考信号进行相关性评估,得到多个相关距离向量;
网格位置预测模块,被配置为:将得到的相关距离向量进行逐元素相乘并按对应冲击位置的形式生成相似性矩阵,取相似性矩阵的最低值元素所在的网格位置作为预测结果;
信号能量计算模块,被配置为:基于得到的网格位置,对预处理后的波长信号进行小波包分析,得到网格各角的信号能量;
冲击位置预测模块,被配置为:以网格位置的已知FBG传感器位置作为原点,以基于对数距离路径损耗模型得到的传输路径作为半径画圆,所有圆交叉组成的公共区域作为预测冲击位置。
所述系统的工作方法与实施例1提供的植入式FBG传感器复合材料结构的低速冲击定位方法相同,这里不再赘述。
实施例3:
本发明实施例3提供了一种计算机可读存储介质,其上存储有程序,该程序被处理器执行时实现如本发明实施例1所述的植入式光纤光栅传感器复合材料结构的低速冲击定位方法中的步骤。
实施例4:
本发明实施例4提供了一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的程序,所述处理器执行所述程序时实现如本发明实施例1所述的植入式光纤光栅传感器复合材料结构的低速冲击定位方法中的步骤。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用硬件实施例、软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器和光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的程序可存储于一计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory,ROM)或随机存储记忆体(Random AccessMemory,RAM)等。
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 (7)
1.一种植入式光纤光栅传感器复合材料结构的低速冲击定位方法,其特征在于:
包括以下过程:
步骤1、定义复合材料结构的相邻边分别为X、Y轴,建立一个二维直角坐标系;在复合材料结构的3、4层之间沿轴向且平行于X轴植入25个FBG传感器,25个FBG传感器呈5行5列垂直正交阵列式布设,形成16个网格区域,5个FBG传感器通道之间相互平行,每个传感器通道包括相同数量的5个FBG传感器,采用高密度均匀布置,相邻FBG传感器通道以及相邻FBG传感器之间均间隔100mm;
步骤2、获取复合材料结构中25个FBG传感器的波长信号作为参考信号,并进行预处理;具体包括:采用弹簧冲击锤作为施力工具,选择网格区域中心点作为冲击加载对象,一定高度下手动释放弹簧冲击锤,对各个网格区域的中心点依次单独施加冲击力,得到各个FBG传感器的波长信号作为参考信号,对参考信号进行预处理构成参考数据库,该参考数据库包括16个网格区域工况下25个FBG传感器的参考信号,预处理至少包括小波分析和归一化;
步骤3、获取复合材料结构中25个FBG传感器的波长信号作为测试信号,并进行预处理,将预处理后的测试信号与对应的25个FBG传感器的参考信号进行相关性评估,得到25个相关距离向量;将得到的25个相关距离向量进行逐元素相乘并按对应冲击位置的形式生成相似性矩阵,取相似性矩阵的最低值元素所在的网格区域作为预测结果;具体包括:随机选择一个冲击点,按照步骤2中同样的高度,手动释放弹簧冲击锤,按照步骤2中预处理测试信号,得到输入信号矩阵;将低速冲击下的FBG传感器测试信号FBG1~FBG25按顺序分别与参考数据库中16个网格区域的16种工况下对应FBG传感器参考信号FBG1~FBG25进行相似性评估;对应每个FBG传感器共得到25个元素数为16的相关距离向量,然后将25个相关距离向量进行逐元素相乘并按对应冲击位置的形式整理成相似性矩阵,取最终相似性矩阵的最低值元素所在的网格区域作为预测结果,实现低速定位冲击的区域识别;
步骤4、基于得到的网格区域,对预处理后的测试信号进行小波包分析,得到网格区域各角FBG传感器的信号能量;以网格区域的已知FBG传感器位置作为原点,以基于对数距离路径损耗模型得到的传输路径作为半径画圆,所有圆交叉组成的公共区域作为预测冲击位置;将网格四角FBG传感器的信号能量依次代入对数距离路径损耗模型,得到各个FBG传感器的传输距离;以网格区域四角FBG传感器的传输距离的倒数为权重,结合网格区域四角FBG传感器的坐标,得到最终的预测冲击位置。
3.如权利要求1-2任一项所述的植入式光纤光栅传感器复合材料结构的低速冲击定位方法,其特征在于:
取与各FBG传感器直线距离为相同预设距离的位置进行冲击,计算冲击信号能量,作为对数距离路径损耗模型参考路径损耗。
4.如权利要求1所述的植入式光纤光栅传感器复合材料结构的低速冲击定位方法,其特征在于:
对获取的作为参考信号和测试信号的波长信号进行预处理,至少包括:对各个FBG传感器的波长信号进行小波分析滤除信号直流分量,对各个FBG传感器的波长信号进行归一化处理。
5.一种植入式光纤光栅传感器复合材料结构的低速冲击定位系统,其特征在于:定义复合材料结构的相邻边分别为X、Y轴,建立一个二维直角坐标系;在复合材料结构的3、4层之间沿轴向且平行于X轴植入25个FBG传感器,25个FBG传感器呈5行5列垂直正交阵列式布设,形成16个网格区域,5个FBG传感器通道之间相互平行,每个传感器通道包括相同数量的5个FBG传感器,采用高密度均匀布置,相邻FBG传感器通道以及相邻FBG传感器之间均间隔100mm;
包括:
参考数据获取模块,被配置为:获取复合材料结构中25个FBG传感器的波长信号作为参考信号,并进行预处理;具体包括:采用弹簧冲击锤作为施力工具,选择网格区域中心点作为冲击加载对象,一定高度下手动释放弹簧冲击锤,对各个网格区域的中心点依次单独施加冲击力,得到各个FBG传感器的波长信号作为参考信号,对参考信号进行预处理构成参考数据库,该参考数据库包括16个网格区域工况下25个FBG传感器的参考信号,预处理至少包括小波分析和归一化;
测试数据获取模块,被配置为:获取复合材料结构中25个FBG传感器的波长信号作为测试信号,并进行预处理,具体包括:随机选择一个冲击点,按照步骤2中同样的高度,手动释放弹簧冲击锤,按照步骤2中预处理测试信号,得到输入信号矩阵;
相关性评估模块,被配置为:将低速冲击下的FBG传感器测试信号FBG1~FBG25按顺序分别与参考数据库中16个网格区域的16种工况下对应FBG传感器参考信号FBG1~FBG25进行相似性评估;对应每个FBG传感器共得到25个元素数为16的相关距离向量;
网格位置预测模块,被配置为:将25个相关距离向量进行逐元素相乘并按对应冲击位置的形式整理成相似性矩阵,取最终相似性矩阵的最低值元素所在的网格区域作为预测结果,实现低速定位冲击的区域识别;
信号能量计算模块,被配置为:基于得到的网格区域,对预处理后的测试信号进行小波包分析,得到网格区域各角FBG传感器的信号能量;
冲击位置预测模块,被配置为:以网格区域的已知FBG传感器位置作为原点,以基于对数距离路径损耗模型得到的传输路径作为半径画圆,所有圆交叉组成的公共区域作为预测冲击位置;将网格四角FBG传感器的信号能量依次代入对数距离路径损耗模型,得到各个FBG传感器的传输距离;以网格区域四角FBG传感器的传输距离的倒数为权重,结合网格区域四角FBG传感器的坐标,得到最终的预测冲击位置。
6.一种计算机可读存储介质,其上存储有程序,其特征在于,该程序被处理器执行时实现如权利要求1-4任一项所述的植入式光纤光栅传感器复合材料结构的低速冲击定位方法中的步骤。
7.一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的程序,其特征在于,所述处理器执行所述程序时实现如权利要求1-4任一项所述的植入式光纤光栅传感器复合材料结构的低速冲击定位方法中的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111348521.2A CN114061474B (zh) | 2021-11-15 | 2021-11-15 | 植入式光纤光栅传感器复合材料结构的低速冲击定位方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111348521.2A CN114061474B (zh) | 2021-11-15 | 2021-11-15 | 植入式光纤光栅传感器复合材料结构的低速冲击定位方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114061474A CN114061474A (zh) | 2022-02-18 |
CN114061474B true CN114061474B (zh) | 2023-02-28 |
Family
ID=80272194
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111348521.2A Active CN114061474B (zh) | 2021-11-15 | 2021-11-15 | 植入式光纤光栅传感器复合材料结构的低速冲击定位方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114061474B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115326935A (zh) * | 2022-08-29 | 2022-11-11 | 厦门大学 | 基于卷积神经网络和质心加权的冲击定位方法、可读存储介质及设备 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104483049A (zh) * | 2014-12-12 | 2015-04-01 | 南京航空航天大学 | 基于ar模型与马氏距离的光纤光栅传感动态载荷辨识方法 |
CN105158265A (zh) * | 2015-09-17 | 2015-12-16 | 山东大学 | 一种复合材料冲击损伤在线检测装置和检测方法 |
CN105628868A (zh) * | 2015-12-18 | 2016-06-01 | 北京航空航天大学 | 一种复合材料结构的欠采样信号冲击定位处理方法和系统 |
CN113049410A (zh) * | 2021-02-04 | 2021-06-29 | 南京航空航天大学 | 基于应变非线性加权的复合材料层板光纤冲击位置辨识法 |
CN113158796A (zh) * | 2021-03-16 | 2021-07-23 | 武汉理工大学 | 一种基于光纤光栅传感的复合材料板冲击载荷定位方法 |
CN113358028A (zh) * | 2021-06-09 | 2021-09-07 | 长春工业大学 | 一种基于光纤光栅传感网络的冲击载荷定位方法及系统 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1677091B1 (en) * | 2004-12-28 | 2010-04-28 | Airbus Espana, S.L. | Method to monitor structural damage occurrence and progression in monolithic composite structures using fibre bragg grating sensors |
KR102010861B1 (ko) * | 2018-01-10 | 2019-08-14 | 한국표준과학연구원 | 분포된 광섬유를 이용한 복합재료 충격 손상 검출 장치 및 방법 |
-
2021
- 2021-11-15 CN CN202111348521.2A patent/CN114061474B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104483049A (zh) * | 2014-12-12 | 2015-04-01 | 南京航空航天大学 | 基于ar模型与马氏距离的光纤光栅传感动态载荷辨识方法 |
CN105158265A (zh) * | 2015-09-17 | 2015-12-16 | 山东大学 | 一种复合材料冲击损伤在线检测装置和检测方法 |
CN105628868A (zh) * | 2015-12-18 | 2016-06-01 | 北京航空航天大学 | 一种复合材料结构的欠采样信号冲击定位处理方法和系统 |
CN113049410A (zh) * | 2021-02-04 | 2021-06-29 | 南京航空航天大学 | 基于应变非线性加权的复合材料层板光纤冲击位置辨识法 |
CN113158796A (zh) * | 2021-03-16 | 2021-07-23 | 武汉理工大学 | 一种基于光纤光栅传感的复合材料板冲击载荷定位方法 |
CN113358028A (zh) * | 2021-06-09 | 2021-09-07 | 长春工业大学 | 一种基于光纤光栅传感网络的冲击载荷定位方法及系统 |
Non-Patent Citations (4)
Title |
---|
基于偏斜度、陡峭度特征的光纤布拉格光栅冲击载荷定位;喻俊松等;《光学学报》;20180116(第03期);全文 * |
基于光纤光栅传感系统的解调与定位研究;刘鹏辉;《中国优秀硕士学位论文全文数据库(信息科技辑)》;20210815(第8期);摘要、第1章、第3-5章 * |
基于小波包能量特征向量的光纤布拉格光栅低速冲击定位;郭飞等;《振动与冲击》;20170831;第36卷(第8期);第1-2章 * |
基于数据模板匹配算法的FBG冲击定位系统;路士增等;《光电子·激光》;20140228;第25卷(第2期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN114061474A (zh) | 2022-02-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Masmoudi et al. | Use of piezoelectric as acoustic emission sensor for in situ monitoring of composite structures | |
CN104981956B (zh) | 用于优化无线功率传输的非线性系统辨识 | |
CN104483330B (zh) | 混凝土表面裂缝实时监测系统与开裂风险的动态评估方法 | |
CN108333208A (zh) | 一种整机级产品贮存寿命加速试验方法 | |
Nardi et al. | Detection of low-velocity impact-induced delaminations in composite laminates using Auto-Regressive models | |
CN114061474B (zh) | 植入式光纤光栅传感器复合材料结构的低速冲击定位方法 | |
CN109855991B (zh) | 一种预测复合材料疲劳寿命的方法 | |
CN104483049A (zh) | 基于ar模型与马氏距离的光纤光栅传感动态载荷辨识方法 | |
CN106289947B (zh) | 一种轻质高强梁结构损伤识别方法 | |
Zhao et al. | Impact localization on composite laminates using fiber Bragg grating sensors and a novel technique based on strain amplitude | |
CN101706355A (zh) | 基于NExT/ARMA的结构响应分析方法 | |
CN109858152B (zh) | 一种预测含初始分层损伤复合材料的剩余疲劳寿命的方法 | |
Xu et al. | Electromechanical impedance-based structural health monitoring with evolutionary programming | |
CN108614926A (zh) | 一种基于流形学习与希尔伯特-黄变换相结合的结构模态参数辨识方法 | |
CN103455712B (zh) | 一种三轴向编织复合材料格栅力学模量的预测方法 | |
CN110470236B (zh) | 一种嵌入光纤光栅的柔性结构形变重构方法 | |
Jiang et al. | A hybrid multiple damages detection method for plate structures | |
Montalvao | A modal-based contribution to damage location in laminated composite plates | |
Liu et al. | Production and construction quality management system of prefabricated buildings based on BIM technology | |
CN111261239B (zh) | 基于损伤力学的复合材料结构损伤识别方法 | |
Lyu et al. | Health state inversion of Jack-up structure based on feature learning of damage information | |
Xu et al. | Determination of impact events on a plate-like composite structure | |
Yang et al. | A Fourier spectrum-based strain energy damage detection method for beam-like structures in noisy conditions | |
Gaudenzi et al. | Impact damage detection in composite laminate plates using an integrated piezoelectric sensor and actuator couple combined with wavelet-based features extraction approach | |
Archila et al. | Elastic response of cross-laminated engineered bamboo panels subjected to in-plane loading |
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 |