CN114184680A - 一种基于权重分布修正的导波损伤概率成像方法 - Google Patents

一种基于权重分布修正的导波损伤概率成像方法 Download PDF

Info

Publication number
CN114184680A
CN114184680A CN202111571203.2A CN202111571203A CN114184680A CN 114184680 A CN114184680 A CN 114184680A CN 202111571203 A CN202111571203 A CN 202111571203A CN 114184680 A CN114184680 A CN 114184680A
Authority
CN
China
Prior art keywords
damage
monitoring
weight distribution
path
pixel point
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
Application number
CN202111571203.2A
Other languages
English (en)
Inventor
刘国强
王彬文
王莉
王霞光
杨海龙
杨宇
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
AVIC Aircraft Strength Research Institute
Original Assignee
AVIC Aircraft Strength Research Institute
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by AVIC Aircraft Strength Research Institute filed Critical AVIC Aircraft Strength Research Institute
Priority to CN202111571203.2A priority Critical patent/CN114184680A/zh
Publication of CN114184680A publication Critical patent/CN114184680A/zh
Pending legal-status Critical Current

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
    • G01N29/069—Defect imaging, localisation and sizing using, e.g. time of flight diffraction [TOFD], synthetic aperture focusing technique [SAFT], Amplituden-Laufzeit-Ortskurven [ALOK] technique
    • 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
    • G01N29/44—Processing the detected response signal, e.g. electronic circuits specially adapted therefor
    • G01N29/449—Statistical methods not provided for in G01N29/4409, e.g. averaging, smoothing and interpolation
    • 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
    • G01N2291/028—Material parameters
    • G01N2291/0289—Internal structure, e.g. defects, grain size, texture

Landscapes

  • Physics & Mathematics (AREA)
  • Biochemistry (AREA)
  • General Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Pathology (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Acoustics & Sound (AREA)
  • Probability & Statistics with Applications (AREA)
  • Engineering & Computer Science (AREA)
  • Signal Processing (AREA)
  • Investigating Or Analyzing Materials By The Use Of Ultrasonic Waves (AREA)

Abstract

本申请的一种基于权重分布修正的导波损伤概率成像方法，通过布置压电传感器网络，建立坐标系，也就获得了激励器、传感器与像素点三者的相对位置关系，通过采集待测结构上所有监测路径的基准信号和当前信号，能够获得所有监测路径的损伤信号；通过计算每条监测路径的损伤指数，而后对每条监测路径施加权重分布函数，根据权重分布函数和损伤指数能够对每个像素点在每条监测路径影响下的损伤概率进行准确计算，通过将同一像素点在所有监测路径影响下的损伤概率相互叠加，能够准确计算出每个像素点的成像值，从而改善损伤定位的精度和鲁棒性。

Description

一种基于权重分布修正的导波损伤概率成像方法
技术领域
本申请属于结构健康监测领域，特别涉及一种基于权重分布修正的导波损伤概率成像方法。
背景技术
在结构健康监测技术中，基于导波的损伤监测技术因导波在结构中能传播较长距离且对裂纹、腐蚀、脱粘和分层等损伤敏感，是目前被认为有效的结构健康监测技术。在该技术方面，有很多损伤监测算法被提出和发展，其中损伤成像算法由于能够直观、清晰地反映出损伤位置，而受到了研究人员的广泛关注。典型的损伤成像算法有延迟累加成像方法、时间反转成像方法、基于模型的稀疏重建成像方法和损伤概率成像方法等。延迟累加成像方法、时间反转成像方法和基于模型的稀疏重建成像方法，都需要精确的导波波速来建立损伤图像。由于精确的波速在复杂结构中很难获得，因而这些方法的可靠性和有效性会受到复杂结构的影响。
由于不需要导波的波速和传播时间，且能够利用稀疏传感器网络对损伤进行成像，损伤概率成像方法受到了研究人员的深入研究。但在此方法中，损伤成像都是基于一种相对不精确的损伤分布概率。在损伤概率成像方法中，对于一个监测路径的损伤分布概率，无论真实损伤位于何处，离监测路径的直达路径越近的成像点，其损伤存在的概率越大，且损伤存在概率总是在监测路径的直达路径上达到最大。这样的损伤分布概率与实际不符，会导致损伤定位的精度降低和鲁棒性差，从而影响损伤概率成像方法在实际工程结构中的应用。
因此，如何保证损伤概率成像的精度和鲁棒性是一个需要解决的问题。
发明内容
本申请的目的是提供了一种基于权重分布修正的导波损伤概率成像方法，以解决现有技术中损伤概率成像受不精确的损伤分布概率影响而导致损伤定位的精度低、鲁棒性较差的问题。
本申请的技术方案是：一种基于权重分布修正的导波损伤概率成像方法，包括在待测结构上布置压电传感器网络，形成N条监测路径，并建立坐标系，得到传感器坐标；采集待测结构上所有监测路径的基准信号bi(t)；采集待测结构上所有监测路径的当前信号ci(t)；计算每条监测路径的损伤指数DIi；划分监测区域为若干个均匀分布的像素点，获取各像素点的坐标，计算每条监测路径的权重分布函数Wi，根据权重分布函数Wi和损伤指数DIi计算出每个像素点在每条监测路径影响下的损伤概率，将同一像素点在所有监测路径影响下的损伤概率相互叠加，得到该像素点的成像值，从而绘制损伤成像图。
优选地，所述损伤指数的具体计算方法为，
Figure BDA0003423762420000021
其中：tb为积分起始时间，te为积分结束时间，bi(t)为第i条监测路径的基准信号，ci(t)为第i条监测路径的当前信号，ei(t)＝ci(t)-bi(t)为第i条监测路径的损伤信号，
Figure BDA0003423762420000022
为信号bi(t)的希尔伯特变换；
Figure BDA0003423762420000023
为信号ei(t)的希尔伯特变换。
优选地，所述像素点成像值的计算方法为
Figure BDA0003423762420000024
其中：DIi为第i条监测路径的损伤指数，Wi[ri(x,y)]为第i条监测路径的权重分布函数，ri(x,y)是像素点(x,y)距离第i条监测路径的直达路径的相对距离。
优选地，所述像素点(x,y)距离第i条监测路径的直达路径的相对距离为：
Figure BDA0003423762420000031
其中：di是第i条监测路径的激励器与传感器之间的距离，da,i(x,y)和ds,i(x,y)分别是像素点(x,y)距离第i条监测路径的激励器和传感器的距离。
优选地，所述权重分布函数为
Figure BDA0003423762420000032
其中：DIM为所有监测路径中的最大损伤指数，α为线性比例系数，|·|表示绝对值运算。
本申请的一种基于权重分布修正的导波损伤概率成像方法，通过布置压电传感器网络，建立坐标系，也就获得了激励器、传感器与像素点三者的相对位置关系，通过采集待测结构上所有监测路径的基准信号和当前信号，能够获得所有监测路径的损伤信号；通过计算每条监测路径的损伤指数，而后对每条监测路径施加权重分布函数，根据权重分布函数和损伤指数能够对每个像素点在每条监测路径影响下的损伤概率进行准确计算，通过将同一像素点在所有监测路径影响下的损伤概率相互叠加，能够准确计算出每个像素点的成像值，从而改善损伤定位的精度和鲁棒性。
附图说明
为了更清楚地说明本申请提供的技术方案，下面将对附图作简单地介绍。显而易见地，下面描述的附图仅仅是本申请的一些实施例。
图1为本申请整体流程结构示意图；
图2为本申请激励器、传感器和像素点的相对距离的示意图；
图3为本申请权重分布函数的等高线示意图；
图4为本申请复合材料加筋板尺寸、压电片位置及建立的坐标系示意图；
图5为本申请未采用阈值化处理的损伤概率成像图；
图6为本申请采用阈值化处理的损伤概率成像图。
具体实施方式
为使本申请实施的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行更加详细的描述。
一种基于权重分布修正的导波损伤概率成像方法
如图1所示，包括以下步骤；
步骤S100，在待测结构上布置压电传感器网络，形成N条监测路径，并建立坐标系，得到传感器坐标；
在待测结构上布置适量的压电传感器，组成监测传感器网络。每两个压电传感器可以形成1条监测路径。待传感器网络布置后，可以在待测结构的监测区域建立笛卡尔坐标系，得到所有传感器的坐标。
步骤S200，采集待测结构上所有监测路径的基准信号bi(t)；
基准信号为用于对待测结构进行损伤识别时作为基准而采集的导波监测信号。
步骤S300，采集待测结构上所有监测路径的当前信号ci(t)；
当前信号为待测结构在当前状态时采集的导波监测信号。监测路径的当前信号与基准信号之间的差值记为该条监测路径的损伤信号。
步骤S400，计算每条监测路径上的损伤指数DIi(i＝1,2,…,N)；
损伤指数的具体计算方法为，
Figure BDA0003423762420000051
其中：tb为积分起始时间，te为积分结束时间，bi(t)为第i条监测路径的基准信号，ci(t)为第i条监测路径的当前信号，ei(t)＝ci(t)-bi(t)为第i条监测路径的损伤信号，
Figure BDA0003423762420000052
为信号bi(t)的希尔伯特变换；
Figure BDA0003423762420000053
为信号ei(t)的希尔伯特变换。
步骤S500，划分监测区域为若干个均匀分布的像素点，获取各像素点的坐标，计算每条监测路径的权重分布函数Wi，根据权重分布函数Wi和损伤指数DIi计算出每个像素点在每条监测路径影响下的损伤概率，将同一像素点在所有监测路径影响下的损伤概率相互叠加，得到该像素点的成像值，从而绘制损伤成像图。
像素点成像值的计算方法为
Figure BDA0003423762420000054
其中：DIi为第i条监测路径的损伤指数，Wi[ri(x,y)]为第i条监测路径的权重分布函数，ri(x,y)是像素点(x,y)距离第i条监测路径的直达路径的相对距离。
如图2所示意，像素点(x,y)距离第i条监测路径的直达路径的相对距离为：
Figure BDA0003423762420000055
其中：di是第i条监测路径的激励器与传感器之间的距离，da,i(x,y)和ds,i(x,y)分别是像素点(x,y)距离第i条监测路径的激励器和传感器的距离。权重分布函数为
Figure BDA0003423762420000061
其中：DIM为所有监测路径中的最大损伤指数，α为线性比例系数，|·|表示绝对值运算。
权重分布函数的示意，如图3所示，其最大值不一定位于监测路径的直达路径上，而是位于估计的损伤位置处，且随着像素点远离估计的损伤位置，权重分布函数的值逐渐减小。此权重分布函数与实际情况相符，从而能有效改善损伤定位的精度和鲁棒性。
作为一个具体实施方式，对一个纤维复合材料加筋板进行损伤监测。复合材料加筋板的材料为：T700/BA9916。在加筋板上总共布置了8个压电片组成了一个近似的圆形传感器网络。在加筋板的监测区域上，建立了一个平面直角坐标系。复合材料加筋板尺寸、压电片位置及建立的坐标系，如图4所示。由于导波传播的互易性，此压电传感器网络共形成28条监测路径。导波激励信号的中心频率为90kHz的正弦调制五波峰信号。信号采样频率为10MHz。监测开始前，先采集了一组基准信号。然后引入了一处损伤，再采集了一组当前信号。利用基准信号和当前信号，计算了每条监测路径的损伤指数。
如图5、图6所示，然后将监测区域划分为均匀分布的像素点，得到各像素点的坐标，并计算每个像素点的损伤存在概率，从而得到了损伤成像图，再通过阈值化处理后，能够准确找到待测结构的损伤位置。
以上所述，仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以所述权利要求的保护范围为准。

Claims (5)

1.一种基于权重分布修正的导波损伤概率成像方法，其特征在于：包括
在待测结构上布置压电传感器网络，形成N条监测路径，并建立坐标系，得到传感器坐标；
采集待测结构上所有监测路径的基准信号bi(t)；
采集待测结构上所有监测路径的当前信号ci(t)；
计算每条监测路径的损伤指数DIi；
划分监测区域为若干个均匀分布的像素点，获取各像素点的坐标，计算每条监测路径的权重分布函数Wi，根据权重分布函数Wi和损伤指数DIi计算出每个像素点在每条监测路径影响下的损伤概率，将同一像素点在所有监测路径影响下的损伤概率相互叠加，得到该像素点的成像值，从而绘制损伤成像图。
2.如权利要求1所述的基于权重分布修正的导波损伤概率成像方法，其特征在于：所述损伤指数的具体计算方法为，
Figure FDA0003423762410000011
其中：tb为积分起始时间，te为积分结束时间，bi(t)为第i条监测路径的基准信号，ci(t)为第i条监测路径的当前信号，ei(t)＝ci(t)-bi(t)为第i条监测路径的损伤信号，
Figure FDA0003423762410000012
为信号bi(t)的希尔伯特变换；
Figure FDA0003423762410000013
为信号ei(t)的希尔伯特变换。
3.如权利要求1所述的基于权重分布修正的导波损伤概率成像方法，其特征在于：所述像素点成像值的计算方法为
Figure FDA0003423762410000014
其中：DIi为第i条监测路径的损伤指数，Wi[ri(x,y)]为第i条监测路径的权重分布函数，ri(x,y)是像素点(x,y)距离第i条监测路径的直达路径的相对距离。
4.如权利要求3所述的基于权重分布修正的导波损伤概率成像方法，其特征在于：所述像素点(x,y)距离第i条监测路径的直达路径的相对距离为：
Figure FDA0003423762410000021
其中：di是第i条监测路径的激励器与传感器之间的距离，da,i(x,y)和ds,i(x,y)分别是像素点(x,y)距离第i条监测路径的激励器和传感器的距离。
5.如权利要求3所述的基于权重分布修正的导波损伤概率成像方法，其特征在于：所述权重分布函数为
Figure FDA0003423762410000022
其中：DIM为所有监测路径中的最大损伤指数，α为线性比例系数，|·|表示绝对值运算。
CN202111571203.2A 2021-12-21 2021-12-21 一种基于权重分布修正的导波损伤概率成像方法 Pending CN114184680A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111571203.2A CN114184680A (zh) 2021-12-21 2021-12-21 一种基于权重分布修正的导波损伤概率成像方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111571203.2A CN114184680A (zh) 2021-12-21 2021-12-21 一种基于权重分布修正的导波损伤概率成像方法

Publications (1)

Publication Number Publication Date
CN114184680A true CN114184680A (zh) 2022-03-15

Family

ID=80544640

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111571203.2A Pending CN114184680A (zh) 2021-12-21 2021-12-21 一种基于权重分布修正的导波损伤概率成像方法

Country Status (1)

Country Link
CN (1) CN114184680A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116343966A (zh) * 2023-03-27 2023-06-27 山东大学 基于延迟因子的概率乘累加结构损伤成像定位方法及系统

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108195937A (zh) * 2017-11-29 2018-06-22 中国飞机强度研究所 一种基于导波的损伤概率成像方法
WO2019201178A1 (zh) * 2018-04-17 2019-10-24 江苏必得科技股份有限公司 基于Lamb波成像的列车部件裂纹损伤检测方法和系统
US20200225112A1 (en) * 2019-01-11 2020-07-16 Nanjing University Of Aeronautics And Astronautics Four-dimensional imaging method for structural damage based on time-invariant characteristic signal

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108195937A (zh) * 2017-11-29 2018-06-22 中国飞机强度研究所 一种基于导波的损伤概率成像方法
WO2019201178A1 (zh) * 2018-04-17 2019-10-24 江苏必得科技股份有限公司 基于Lamb波成像的列车部件裂纹损伤检测方法和系统
US20200225112A1 (en) * 2019-01-11 2020-07-16 Nanjing University Of Aeronautics And Astronautics Four-dimensional imaging method for structural damage based on time-invariant characteristic signal

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
LIU GUOQIANG 等: "Probability-based diagnostic imaging with corrected weight distribution for damage detection of sti ened composite panel", STRUCTURAL HEALTH MONITORING-AN INTERNATIONAL JOURNAL *
刘国强 等: "复合材料加筋壁板损伤识别的概率成像方法", 复合材料学报 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116343966A (zh) * 2023-03-27 2023-06-27 山东大学 基于延迟因子的概率乘累加结构损伤成像定位方法及系统
CN116343966B (zh) * 2023-03-27 2023-11-17 山东大学 基于延迟因子的概率乘累加结构损伤成像定位方法及系统

Similar Documents

Publication Publication Date Title
CN108195937B (zh) 一种基于导波的损伤概率成像方法
CN109060821B (zh) 基于激光检测的隧道病害检测方法及隧道病害检测装置
CN110687208A (zh) 一种基于双曲线定位的无基准Lamb波损伤监测方法
US7690250B2 (en) Method for measuring surface currents using a long-range single station high frequency ground wave radar system
CN109635816B (zh) 车道线生成方法、装置、设备以及存储介质
CN105784853A (zh) 一种工程结构方向性损伤主动监测与评估方法
CN109060820B (zh) 基于激光检测的隧道病害检测方法及隧道病害检测装置
US20230061816A1 (en) Air-coupled Ultrasonic Detection Method and Device Based on Defect Probability Reconstruction Algorithm
CN114184680A (zh) 一种基于权重分布修正的导波损伤概率成像方法
CN114235971B (zh) 一种基于超声导波的编织复合材料板损伤形状识别方法
CN110376282B (zh) 一种基于椭圆概率与贝叶斯估计的Lamb波损伤定位法
JP2009075017A (ja) 表層流速推定方法、装置並びにプログラム
Zhao et al. Probabilistic diagnostic algorithm-based damage detection for plates with non-uniform sections using the improved weight function
CN102608219B (zh) 一种扩展超声探测区域和提高探测精度的装置及方法
CN105975975A (zh) 一种环境线特征提取方法
CN115356748B (zh) 基于激光雷达观测结果提取大气污染信息的方法与系统
JP4891858B2 (ja) 表面性状評価方法およびコンクリート表面診断方法
CN111982343B (zh) 一种适用于河流入海区域的水温声层析方法及其装置
JP2003329492A (ja) 斜面等の変位計測方法
AU2022308214A1 (en) Underwater structure crack propagation visual monitoring system based on alternating-current electromagnetic field, and alternating-current electromagnetic field crack visual monitoring and evaluation method
CN114838713A (zh) 一种基于三维点云数据的崩岸治理施工量测算系统
CN111648206B (zh) 一种沥青路面实时摊铺辅助监测系统
CN112114046A (zh) 一种基于时间反转的铝板损伤混合成像定位方法
CN114065487A (zh) 一种基于误差函数的结构冲击定位方法
CN108732245B (zh) 一种用于服役桥梁强度检测中去除沥青路面影响的方法

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

Application publication date: 20220315