CN114594160A - 一种飞行器薄壁结构模拟检测系统及其检测方法 - Google Patents

一种飞行器薄壁结构模拟检测系统及其检测方法 Download PDF

Info

Publication number
CN114594160A
CN114594160A CN202210188711.0A CN202210188711A CN114594160A CN 114594160 A CN114594160 A CN 114594160A CN 202210188711 A CN202210188711 A CN 202210188711A CN 114594160 A CN114594160 A CN 114594160A
Authority
CN
China
Prior art keywords
damage
signal
thin
wall structure
sparse representation
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
CN202210188711.0A
Other languages
English (en)
Inventor
尚柏林
张子豪
丑帅
周德响
宋笔锋
张玉刚
裴扬
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.)
Northwestern Polytechnical University
Original Assignee
Northwestern Polytechnical University
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 Northwestern Polytechnical University filed Critical Northwestern Polytechnical University
Priority to CN202210188711.0A priority Critical patent/CN114594160A/zh
Publication of CN114594160A publication Critical patent/CN114594160A/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
    • G01N29/041—Analysing solids on the surface of the material, e.g. using Lamb, Rayleigh or shear waves
    • 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
    • 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
    • G01N2291/023—Solids
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation

Landscapes

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

Abstract

本发明涉及现代飞行器大尺寸结构损伤检测领域，具体涉及一种飞行器薄壁结构模拟检测方法及系统；基于Lamb波进行检测，包括多个拼接的薄壁结构，以及设置于薄壁结构上阵列传感器；阵列传感器包括N个呈相控阵的形式布置的传感器，用于产生激励信号，以及接收目标的响应信号；还包括检测装置，基于响应信号和所述激励信号的关系，确定在薄壁结构上是否存在损伤；多个薄壁结构之间通过胶连的方式实现连接；本实施例通过将现有的稀疏表示与椭圆成像算法进行融合，通过获取到监测信号的稀疏特性，以及椭圆成像算法针对于损伤位置的精准判断，建立了损伤散射信号与损伤位置的关系，实现了对于损伤位置的定性判断和定量判断，使结果更为精准化和具体化。

Description

一种飞行器薄壁结构模拟检测系统及其检测方法
技术领域
本发明涉及现代飞行器大尺寸结构损伤检测领域，具体涉及一种飞行器薄壁结构模拟检测系统及其检测方法。
背景技术
受动/静载荷、工作条件、材料特性以及外界因素的影响，现代飞行器结构往往会产生性能退化的趋势以及更为严重的结构损伤，为其正常工作带来影响，进一步可能引发安全隐患，甚至是灾难性的事故。另外，在飞行器设计和制造阶段，由于难以准确预知服役中的影响结构寿命因素的分布，即使最完美的设计，也很难避免服役条件变化所带来的风险。而随着人们对现代飞行器安全、可靠，并且经济运行的要求更是日益突出，发展一种能实时监测结构损伤及其发展，并借此分析结构寿命，且可靠、高效的技术日渐成为现代航空领域的发展趋势和要求，也是解决结构服役安全问题的关键。
对于金属或复合材料的结构损伤，传统的检查和维修方法主要是基于无损检测/评估(Non-destructive Testing/Evaluation,NDT/NDE)技术的预防性检测方法，是对结构属性进行的基于工作/服役时间的局部检测，并需要经验支持以预先估计结构可能的损伤位置；另外，这种检测方法还需要大量体积较大、结构复杂且重量较大专业监测仪器，而现代飞行器对结构重量要求更为严格，采用传统方法一般难以满足对飞行器结构损伤状态的实时监控和在线检测需求。
结构健康监测(Structural HealthMonitoring,SHM)技术是在传统结构上以特定方法融合进传感器、驱动器及信号/信息处理元件，同时结合外部计算机数据采集和分析系统等实现的一种智能结构系统。通过实施SHM技术，可以实现结构损伤快速、实时、准确的发现、诊断和处理，弥补了传统监测方法的不足，也因此得到了越来越多研究学者的关注。
目前针对这些损伤的SHM技术从实现原理上分为声发射、Lamb波检测、机电阻抗、结构振动分析、应力应变分布等方法。其中，由于Lamb波传播距离远、效率高，通过正、逆压电效应来激励和传感Lamb波的基于Lamb波的主动结构健康监测方法，被认为是最有潜力的在线结构健康监测技术之一,在薄壁结构的健康检测中得到了广泛应用。
Lamb波在介质中的传播特性由激励频率以及平板的材料特性和厚度决定，金属材料结构发生裂纹、腐蚀或复合材料结构发生开裂、脱胶、分层和冲击损伤等损伤时，结构特性会发生变化，从而影响Lamb波在结构中的传播。因此，在基于Lamb波的SHM技术中，可以通过实时监测Lamb波在薄壁结构中传播时发生的变化，并对结构损伤前后得到的信号进行比较分析，就可以进一步对结构进行损伤识别，即结构存在损伤时，监测信号会同时变化，且这种变化为判断结构损伤的类型并对损伤定位提供了依据。如何高效、快速的对监测信号的变化进行处理，以得到薄壁结构中的损伤信息是研究热点内容之一。
在板结构中Lamb波损伤散射信号具有稀疏性与瞬态性，结合稀疏与冗余表示方法，可以实现损伤散射信号的特征的提取，此过程可以成为稀疏损伤成像过程。
在目前的稀疏损伤成像的过程中，主要采用正交匹配追踪(Orthogonal MarchingPursuit,OMP)算法来实现。但，采用传统的OMP算法往往只能实现小损伤的成像，其主要原因在于对于一块较小区域上的几个像素点，由于距离相对较小，Lamb波的传播时间差几乎等于0，由此造成了所构建对应几个原子的差别较小，而在采用OMP算法时，通过寻找最佳匹配原子来实现信号的稀疏表示，这就造成了只能在对应区域取得一个像素点作为主要的损伤像素点，忽略了其他可能存在损伤的像素点。因此，通过传统的OMP算法需要像素点与损伤大小相当，才能较好的实现损伤定位成像，这就造成了成像的精度不高；而对于所取像素点较小时，又难以实现对结构中存在较大损伤时的损伤成像。因此需要对OMP算法进行改进，以满足结构损伤成像时对精度的要求。
发明内容
本申请实施例提供一种飞行器薄壁结构模拟检测系统及其检测方法，针对飞行器的大尺寸薄壁结构中的损伤点进行确定并且确定损伤程度，通过构建过完备字典，以及对于现有的OMP算法进行优化，能够实现对于损伤位置的确定以及损伤度的确定，具有更优的精准性。为了达到上述目的，本申请实施例采用的技术方案如下：
第一方面，本实施例提供一种飞行器薄壁结构模拟检测系统，基于超声Lamb波进行检测，包括多个拼接的薄壁结构，以及设置于所述薄壁结构上阵列传感器；所述阵列传感器包括N个呈相控阵的形式布置的传感器，用于产生激励信号，以及接收目标的响应信号；还包括检测装置，基于所述响应信号和所述激励信号的关系，确定在所述薄壁结构上是否存在损伤；所述多个薄壁结构之间通过胶连的方式实现连接。
针对于第二种实现可能，结合第一方面，所述检测装置包括控制模块，用于控制Lamb波阵列中的传感器对目标进行N次组合检测，在每次组合检测中，控制所述阵列中的1个传感器作为激励传感器，剩余N-1个传感器作为接收传感器接收目标的结构响应信号；还包括计算模块，用于基于所述响应信号确定在所述薄壁结构上是否存在损伤。
本实施还基于第一方面提出了一种飞行器薄壁结构模拟检测方法，实现了对于缺陷损伤位置的精确确定以及对于损伤程度精确确定。
第二方面，一种飞行器薄壁结构模拟检测方法，确定在薄壁结构上是否存在损伤以及损伤的程度；包括以下步骤：将波信号传输过程中对应的激励器和传感器组合，得到N(N-1)个传感器对；通过所述传感器对获取N(N-1)路的Lamb波响应信号及其基准信号；基于所述响应信号和所述基准信号，确定损伤散射信号；基于过完备字典对所述损伤散射信号进行初步稀疏表示，获得损伤散射信号稀疏表示；根据所述N(N-1)个传感器对中传感器和激励器的位置，以及所述损伤散射信号稀疏表示，对应到L×M个虚拟单元，获得N(N-1)个椭圆带图像；对所述N(N-1)个椭圆带图像进行图像融合，获得N(N-1)个椭圆带的交叉区域，以获得的交叉区域作为缺陷损伤位置；以所述交叉区域中心作为损伤中心，并获得最终的稀疏表示。
针对于第二种实现可能，结合第二方面，获取N(N-1)路的Lamb波响应信号及其基准信号还包括以下处理：通过所述传感器对获取N(N-1)路的Lamb波进行降噪，通过降噪后的Lamb获取Lamb响应信号及其基准信号。
针对于第三种实现可能，结合第二种实现可能，基于所述响应信号和所述基准信号，确定损伤散射信号，具体为：所述响应信号与所述基准信号的差值为损伤散射信号，具体为：
Figure BDA0003523747940000041
其中：yi，d，j(t)为差分信号，
Figure BDA0003523747940000042
为响应信号，
Figure BDA0003523747940000043
为基准信号。
针对于第四种实现可能，结合第三种实现可能，基于过完备字典对所述损伤散射信号进行初步稀疏表示，包括以下步骤：对所述损伤散射信号进行分解，得到分解后的损伤散射信号，基于过完备字典对分解后的损伤散射信号进行损伤散射信号字典矩阵构建，并进行稀疏表示；
所述分解后的损伤散射信号为：
Figure BDA0003523747940000044
其中：xp为损伤散射因子，表示第p个像素点(x，y)的像素值，且p＝(x-1)ny+nx，nx和ny分别是L×M个虚拟单元中L和M方向上像素点的个数；ai，p，j为损伤散射原子，表示第i个传感器激励的波经位于第p个像素点的损伤散射后，被第j个传感器接受的损伤散射信号；
且在一次激励与响应中，某一路径上的损伤散射信号为：
Figure BDA0003523747940000045
针对于第五种实现可能，结合第四种实现可能，损伤散射信号字典矩阵为：
Y＝A·X
Figure BDA0003523747940000051
其中：A为字典矩阵；Y为损伤散射信号矩阵；X为未知向量矩阵，表示稀疏的损伤位置。
针对于第六种实现可能，结合第五种实现可能，基于过完备字典对所述损伤散射信号进行初步稀疏表示，获得损伤散射信号稀疏表示，包括以下步骤：
基于所述损伤散射信号字典矩阵获得损伤散射信号稀疏表示，所述损伤散射信号稀疏表示取值为：
Figure BDA0003523747940000052
针对于第七种实现可能，结合第六种实现可能，对所述N(N-1)个椭圆带图像进行图像融合，获得N(N-1)个椭圆带的交叉区域，以获得的交叉区域作为缺陷损伤位置，包括以下方法：
通过xi,j得到椭圆带图像，对xi,j得到的图像进行融合；
所述|xi,j|等于x。
针对于第八种实现可能，结合第七种实现可能，获得最终的稀疏表示具体为：获取基于过完备字典迭代过程中的最佳匹配原子，以及阈值，使最佳匹配原子和阈值满足第一关系，从而确定稀疏表示值；所述第一关系具体为：
Figure BDA0003523747940000053
其中：
Figure BDA0003523747940000055
为第n次迭代匹配到的原子，γn为匹配原子的原子序号；
所述稀疏表示值为：
Figure BDA0003523747940000054
本申请实施例提供的一种飞行器薄壁结构模拟检测系统及其方法，通过将现有的稀疏表示与椭圆成像算法进行融合，通过获取到监测信号的稀疏特性，以及椭圆成像算法针对于损伤位置的精准判断，建立了损伤散射信号与损伤位置的关系，实现了对于损伤位置的定性判断和定量判断，使结果更为精准化和具体化。
附图说明
为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
附图中的方法、系统和/或程序将根据示例性实施例进一步描述。这些示例性实施例将参照图纸进行详细描述。这些示例性实施例是非限制的示例性实施例，其中示例数字在附图的各个视图中代表相似的机构。
图1是根据本申请的一种实施例所示飞行器薄壁结构模拟检测系统的示意图；
图2是根据本申请的一种实施例所示的薄壁结构的示意图；
图3是根据本申请的一种实施例所示飞行器薄壁结构模拟检测方法的流程图；
图4是实验例第一对比图；
图5是实验例第二对比图。
具体实施方式
为了更好的理解上述技术方案，下面通过附图以及具体实施例对本申请技术方案做详细的说明，应当理解本申请实施例以及实施例中的具体特征是对本申请技术方案的详细的说明，而不是对本申请技术方案的限定，在不冲突的情况下，本申请实施例以及实施例中的技术特征可以相互组合。
在下面的详细描述中，通过实例阐述了许多具体细节，以便提供对相关指导的全面了解。然而，对于本领域的技术人员来说，显然可以在没有这些细节的情况下实施本申请。在其他情况下，公知的方法、程序、系统、组成和/或电路已经在一个相对较高水平上被描述，没有细节，以避免不必要的模糊本申请的方面。
本申请中使用流程图说明根据本申请的实施例的系统所执行的执行过程。应当明确理解的是，流程图的执行过程可以不按顺序执行。相反，这些执行过程可以以相反的顺序或同时执行。另外，可以将至少一个其他执行过程添加到流程图。一个或多个执行过程可以从流程图中删除。
参阅图1，本实施例提供一种飞行器薄壁结构模拟检测系统100，基于超声Lamb波进行检测，检测对象为多个拼接而成的薄壁结构，在薄壁结构上设置有阵列传感器，其中阵列传感器包括N个呈相控阵的形式布置的传感器，用于产生激励信号，以及接收目标的响应信号。还包括检测装置，基于响应信号和激励信号的关系，确定在薄壁结构上是否存在损伤。
具体包括激励部分和数采部分，另外其完整的工作还需要对应的监测试样。试验平台的激励部分由信号发生器110、压电驱动器120、激励元件130组成；数采部分主要有传感元件140、电荷放大器150、工程机上位机160组成。本实施例中，通过工程上位机上的试验平台软件，可以设置所需要激励产生的波形，在本实施例中为Lamb波。并通过信号发生器产生相应的激励信号，经压电驱动器转换为电压信号以驱动压电激励器产生作动力/作动位移，使被测试样薄壁结构在激励器所处位置产生相应波形的波动。波动在试样薄壁结构上进一步传播，被分布在薄壁结构表面或嵌入薄壁结构内部的压电传感元件接收后，压电传感元件将振动信号转换为相应的电荷并输出，经电荷放大器进行信号调理变换后传入工程上位机的数据采集系统，并在试验平台软件上输出监测波形及相应数据，以完成测试需求及对各种损伤监测算法的验证。
在本实施例中，薄壁结构采用小块玻璃钢(Fiberglass Reinforced Plastic,FRP)板状试样，通过拼接形成较大面积薄壁板状结构，另外实验中采用的压电陶瓷元件将被嵌入到FRP板状试样中，用以模拟智能材料结构。
在真实环境中的飞行器结构中，复合材料薄壁间的连接方式常采用螺栓连接、槽接和胶结等。通常采用螺栓连接时，连接往往依托于框架，即飞行器的结构梁、肋等等。而采用胶接方式连接复合材料结构时，通常采用环氧树脂基体类胶，其存在于结构与结构之间，同时也连接了主体结构和外部框架。在飞行器的装配过程中，薄壁结构的装配往往会同时采用上述几种方式，以达到飞行器装配的要求。
针对于本检测系统，当采用螺栓连接时，薄壁结构的拆装操作相对简单，但Lamb波在薄壁与薄壁间的传播仅仅依靠螺栓连接，因此需要螺栓连接的松紧程度对Lamb波传播的影响，即其预紧力对Lamb波的传播影响。同时，由于螺栓连接没有将薄壁间的边界紧密结合，各薄壁结构中的波会在薄壁的边界处产生反射和散射，加大了后续信号处理复杂程度。
采用胶接连接结构时，薄壁结构的拆装相对较为复杂，为方便试验，胶结方式需满足薄壁结构在常温下的胶接相对稳定，且通过某一种方法(如加热、解胶剂等等)能够较快速的解胶，同时胶结是需要定位基准，以保证结构之间的距离，确保胶层厚度统一，以减少波传播过程中因为胶层厚度带来的影响。但通过胶结方式连接，结构与结构之间的连接紧密，Lamb波的传播可通过固化的胶，从一块薄壁结构上传播到另一块接合的薄壁结构上，且能有效减少结构间边界的波的反射和散射问题。
通过对以上两种飞行器上常采用的大面积薄壁结构的接合方式的分析，并结合试验条件和实际情况，本次试验将采用胶接的方式来实现薄壁结构与薄壁结构之间的接合。这种方式简化了飞行器中薄壁结构之间的连接方式，同时能满足薄壁结构间的Lamb波传播，并减少边界反射，因此能有效模拟薄壁结构的损伤监测。
参阅图2，为本检测系统中薄壁结构之间的连接结构，其中两个相邻薄壁结构200之间通过胶层300进行连接。
在FRP板中激励和传感Lamb波及其响应信号时，激励元件和传感器元件应该符合某一特定的规律，即激励元件与传感元件阵列。在本检测系统中，针对于一块FRP拼接薄壁结构，嵌入压电陶瓷元件的FRP板被装配在拼接薄壁结构的四个角处。
本市实施例基于检测系统提供一种飞行器薄壁结构模拟检测方法，确定在薄壁结构上是否存在损伤以及损伤的程度。
参阅图3，具体包括以下步骤：
101.将波信号传输过程中对应的激励器和传感器组合，得到N(N-1)个传感器对。
在本实施例中，模拟检测方法的基础是延迟叠加(Delay-and-Sum,DAS)方法，根据DAS方法的信号激励与采集原理，若假设传感器阵列中传感器的个数为N，则系统中激励器-传感器对数为N(N-1)，此时所采集到的信号共N(N-1)组。
102.通过传感器对获取N(N-1)路的Lamb波响应信号及其基准信号。
在本实施例中，响应信号为传感器所收到Lamb波产生的信号，基准信号为在待测物体未出现损伤的情况下传感器应当获得的信号强度，基于这两个信号可以实现对于损伤散射信号的确定。
103.对传感器对获取N(N-1)路的Lamb波进行降噪，通过降噪后的Lamb获取Lamb响应信号及其基准信号。
104.基于所述响应信号和所述基准信号，确定损伤散射信号。
在本实施例中，当激励器i产生激励时，传感器j所采集的信号
Figure BDA0003523747940000091
可表示为：
Figure BDA0003523747940000092
其中：yi，j(t)表示从激励点传播到接收点的Lamb信号，且包括结构边界反射。在本实施例中，可以等价于无损伤薄壁结构中的基准信号。
yi，d，j(t)为损伤散射信号。为获取损伤散射信号，可以采用被监测薄壁结构与参考的无损伤薄壁结构上对应传感器所采集到的信号的差作为损伤散射信号，即损伤散射信号可表示为：
Figure BDA0003523747940000093
其中：
Figure BDA0003523747940000094
为响应信号，
Figure BDA0003523747940000095
为基准信号。。
105.基于过完备字典对所述损伤散射信号进行初步稀疏表示，获得损伤散射信号稀疏表示。
在本实施例中，稀疏表示算法提供了极其灵活的信号表达方法，通过给定适当的过完备原子字典，均可以求解信号在该字典上的稀疏表示形式，从而更好地获得信号中蕴含的有效信息，提取信号中携带的特征参量，并降低后续信号处理的复杂度。
包括以下步骤：
105a.对损伤散射信号进行分解。
在本实施例中，所监测的结构为线性结构，由于损伤散射可能存在于该结构的所有np个像素处，因此差分信号是由不同信号的线性叠加组成，因此可将差分信号分解为：
Figure BDA0003523747940000101
其中：xp为损伤散射因子，表示第p个像素点(x，y)的像素值，且p＝(x-1)ny+nx，nx和ny分别是L×M个虚拟单元中L和M方向上像素点的个数；
ai，p，j为损伤散射原子，表示第i个传感器激励的波经位于第p个像素点的损伤散射后，被第j个传感器接受的损伤散射信号。
且在一次激励与响应中，某一路径上的损伤散射信号为：
Figure BDA0003523747940000102
105b.基于分解后的损伤散射信号构建损伤字典矩阵。
损伤散射信号的分解可以对所有传感器对进行，并通过损伤散射因子来表示损伤的可能性。对于N个传感器的分布式阵列，损伤散射信号对于所有N(N-1)个传感器对形成线性方程Y＝AX：
Y＝A·X
Figure BDA0003523747940000111
其中：A为字典矩阵；Y为损伤散射信号矩阵；X为未知向量矩阵，表示稀疏的损伤位置；xi,j为第i个传感器激励，第j个传感器接收到的散射信号yi,d,j的稀疏表示，Ai,j为对应字典。
在本实施例中，过完备字典
Figure BDA0003523747940000112
在本实施例中，过完备字典中各原子可以根据给定的Lamb波频域信号X(f)及其在中心频率的相速度cp(f)和相应像素点p的损伤来模拟波的前向传播，即：
Figure BDA0003523747940000113
其中，di，p和dp，j，分别表示传感器对ASij中激励器和传感器到第p个像素点的距离。
在本实施例中，考虑到激励点和监测点因为传播过程带来的波形时差，则：
X(f)＝F{x[t，ti，p，j(x，y)]}；
其中：ti，p，j(x，y)为激励信号和监测信号的波形时差，即信号从激励点传播到第p个像素点后进一步传播到监测点的时间。
其中，x[t，ti，p，j(x，y)]＝w1[t，ti，p，j(x，y)]·w2[t，ti，p，j(x，y)]·sin2πfc[t-ti，p，j(x，y)]；
其中，w1[t，ti，p，j(x，y)]为矩形窗函数，具体为：
Figure BDA0003523747940000114
其中，w2[t，ti，p，j(x，y)]为Han窗函数，具体为：
Figure BDA0003523747940000115
105c.基于损伤散射信号字典矩阵获得损伤散射信号稀疏表示。
在本实施例中，对于监测中的一次激励与响应，在薄壁结构中存在损伤时，损伤位置固定，则向量矩阵X中元素唯一，则：
x1，2＝x1，3＝…＝xi，j＝…＝xN，N-1；
在本实施例中，针对每一个传感器对采集的损伤散射信号yi，j(t)，都存在一个与之相对应的解向量xi，j，在确定稀疏表示向量过程中由于噪声和边界反射的影响，难以保证x1，2＝x1，3＝…＝xi，j＝…＝xN，N-1绝对成立。
因此，在本实施例中，对于最后损伤位置的稀疏表示x的取值，采用xi，j的绝对值均值代替x，即
Figure BDA0003523747940000121
106.根据所述N(N-1)个传感器对中传感器和激励器的位置，以及所述损伤散射信号稀疏表示，对应到L×M个虚拟单元，获得N(N-1)个椭圆带图像。
在本实施例中，具体为通过通过xi,j得到椭圆带图像，对xi,j得到的图像进行融合。
107.以交叉区域中心作为损伤中心，并获得最终稀疏表示。
获取基于过完备字典迭代过程中的最佳匹配原子，以及阈值，使最佳匹配原子和阈值满足第一关系，从而确定稀疏表示值；所述第一关系具体为：
Figure BDA0003523747940000122
其中：
Figure BDA0003523747940000123
为第n次迭代匹配到的原子，γn为匹配原子的原子序号；
所述最终稀疏表示值为：
Figure BDA0003523747940000124
在一个或多个实施方式中，公开了一种终端设备，包括服务器，所述服务器包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现实施例一种飞行器薄壁结构模拟检测方法。为了简洁，在此不再赘述。
应理解，本实施例中，模块”可包括以硬件、软件或固件形式实施的单元，且可与例如“逻辑”、“逻辑区块”“部件”及“电路”等其他用语互换使用。模块可为适以执行一种或多种功能的单个集成组件或所述单个集成组件的最小单元或部件。举例来说，根据实施例，模块可实施为应用专用集成电路(application-specific integrated circuit，ASIC)的形式。
计算机可读信号介质可能包含一个内含有计算机程序编码的传播数据信号，例如在基带上或作为载波的一部分。该传播信号可能有多种表现形式，包括电磁形式、光形式等等、或合适的组合形式。计算机可读信号介质可以是除计算机可读存储介质之外的任何计算机可读介质，该介质可以通过连接至一个指令执行系统、装置或设备以实现通讯、传播或传输供使用的程序。位于计算机可读信号介质上的程序编码可以通过任何合适的介质进行传播，包括无线电、电缆、光纤缆线、RF、或类似介质、或任何上述介质的组合。
本申请各方面执行所需的计算机程序码可以用一种或多种程序语言的任意组合编写，包括面向对象程序设计，如Java、Scala、Smalltalk、Eiffel、JADE、Emerald、C++、C#、VB.NET，Python等，或类似的常规程序编程语言，如"C"编程语言，Visual Basic，Fortran2003，Perl，COBOL 2002，PHP，ABAP，动态编程语言如Python，Ruby和Groovy或其它编程语言。所述程式设计编码可以完全在用户计算机上执行、或作为独立的软体包在用户计算机上执行、或部分在用户计算机上执行部分在远程计算机执行、或完全在远程计算机或服务器上执行。在后种情况下，远程计算机可以通过任何网络形式与用户计算机连接，比如局域网络(LAN)或广域网(WAN)，或连接至外部计算机(例如通过因特网)，或在云计算环境中，或作为服务使用如软件即服务(SaaS)。
实验例
下面给出具体的实验例，对本技术方案的技术效果做进一步的说明。
本实验例内容利用Abaqus有限元仿真分别对薄壁结构中存在单一类型损伤或多类型损伤时进行仿真，再依据仿真得到的数据进行损伤成像，最后通过对损伤成像性能的评估来分析检测方法。其中仿真中采用的薄壁结构的尺寸为500×500×2mm，激励采用Hann窗调制的中心频率为100的五周期Lamb波，激励方式为单点激励，以在薄壁结构中产生A0模式的Lamb波。在本节中，通过将本实施例中的薄壁缺陷损伤方法得到的损伤图像与现有方法对比，来分析本实施例提供的飞行器薄壁结构模拟检测方法的性能。
在本实验例中，首先在无模拟损伤下进行仿真测量得到6组信号，以此作为基准信号；在引入模拟损伤后，采用无模拟损伤情况下的仿真参数测量得到6组信号，进一步将其分别与基准信号作差，得到损伤散射信号。成像时，坐标原点选定在薄壁结构的左上角，并将其离散为2×2mm的网格。
实验例
参阅图4，分别为单一孔洞损伤条件下的留个损伤散射信号及其包络。
图4-1为单一孔洞损伤时AS12路径上的损伤散射信号及其包络。
图4-2为单一孔洞损伤时AS13路径上的损伤散射信号及其包络。
图4-3为单一孔洞损伤时AS14路径上的损伤散射信号及其包络。
图4-4为单一孔洞损伤时AS23路径上的损伤散射信号及其包络。
图4-5为单一孔洞损伤时AS24路径上的损伤散射信号及其包络。
图4-6为单一孔洞损伤时AS34路径上的损伤散射信号及其包络。
参阅图5，为基于本实施例提供的飞行器薄壁结构模拟检测方法后的损伤图像，和现有稀疏成像方法处理后的损伤图像。
其中，图5-1为基于本实施例提供的飞行器薄壁结构模拟检测方法后的损伤图像，图5-2为基于现有稀疏成像方法处理后的损伤图像。
通过对于图5-1和图5-2可知，现有稀疏成像处理后的损伤图像的误差明显要大于本实施例提供的飞行器薄壁结构模拟检测方法后的损伤图像。
本申请实施例公开的上述内容对于本领域技术人员而言是清楚完整的。应当理解，本领域技术人员基于上述公开的内容对未作解释的技术术语进行推导和分析的过程是基于本申请所记载的内容进行的，因此上述内容并不是对整体方案的创造性的评判。
上文已对基本概念做了描述，显然，对于本领域技术人员来说，上述详细披露仅作为示例，而并不构成对本申请的限定。虽然此处并没有明确说明，本领域技术人员可以对本申请进行各种修改、改进和修正。该类修改、改进和修正在本申请中被建议，所以该类修改、改进、修正仍属于本申请示范实施例的精神和范围。
同时，本申请使用了特定术语来描述本申请的实施例。如“一个实施例”、“一实施例”、和/或“一些实施例”意指与本申请至少一个实施例相关的某一特征、结构或特点。因此，应强调并注意的是，本说明书中在不同部分两次或多次提到的“一实施例”或“一个实施例”或“一替代性实施例”并不一定是指同一实施例。此外，本申请的至少一个实施例中的某些特征、结构或特点可以进行适当的组合。
另外，本领域普通技术人员可以理解的是，本申请的各个方面可以通过若干具有可专利性的种类或情况进行说明和描述，包括任何新的和有用的工序、机器、产品或物质的组合，或对他们任何新的和有用的改进。相应地，本申请的各个方面可以完全由硬件执行、可以完全由软件(包括固件、常驻软件、微码等)执行、也可以由硬件和软件组合执行。以上硬件或软件均可以被称为“单元”、“组件”或“系统”。此外，本申请的各方面可以表现为位于至少一个计算机可读介质中的计算机产品，所述产品包括计算机可读程序编码。
此外，除非申请专利范围中明确说明，本申请所述处理元件和序列的顺序、数位字母的使用、或其他名称的使用，并非用于限定本申请流程和方法的顺序。尽管上述披露中通过各种示例讨论了一些目前认为有用的发明实施例，但应当理解的是，该类细节仅起到说明的目的，附加的申请专利范围并不仅限于披露的实施例，相反，申请专利范围旨在覆盖所有符合本申请实施例实质和范围的修正和等价组合。例如，虽然以上所描述的系统组件可以通过硬件装置实现，但是也可以只通过软件的解决方案得以实现，如在现有的服务器或行动装置上安装所描述的系统。
同样应当理解的是，为了简化本申请揭示的表述，从而帮助对至少一个发明实施例的理解，前文对本申请实施例的描述中，有时会将多种特征归并至一个实施例、附图或对其的描述中。但是，这种披露方法幷不意味着本申请对象所需要的特征比权利要求中提及的特征多。实际上，实施例的特征要少于上述披露的单个实施例的全部特征。

Claims (10)

1.一种飞行器薄壁结构模拟检测系统，基于超声Lamb波进行检测，其特征在于，包括多个拼接的薄壁结构，以及设置于所述薄壁结构上阵列传感器；所述阵列传感器包括N个呈相控阵的形式布置的传感器，用于产生激励信号，以及接收目标的响应信号；还包括检测装置，基于所述响应信号和所述激励信号的关系，确定在所述薄壁结构上是否存在损伤；所述多个薄壁结构之间通过胶连的方式实现连接。
2.根据权利要求1所述的飞行器薄壁结构模拟检测系统，其特征在于，所述检测装置包括控制模块，用于控制Lamb波阵列中的传感器对目标进行N次组合检测，在每次组合检测中，控制所述阵列中的1个传感器作为激励传感器，剩余N-1个传感器作为接收传感器接收目标的结构响应信号；还包括计算模块，用于基于所述响应信号确定在所述薄壁结构上是否存在损伤。
3.一种飞行器薄壁结构模拟检测方法，其特征在于，基于权利要求1～2所述的飞行器薄壁结构损伤模拟检测模块，确定在薄壁结构上是否存在损伤；包括以下步骤：
将波信号传输过程中对应的激励器和传感器组合，得到N(N-1)个传感器对；
通过所述传感器对获取N(N-1)路的Lamb波响应信号及其基准信号；
基于所述响应信号和所述基准信号，确定损伤散射信号；
基于过完备字典对所述损伤散射信号进行初步稀疏表示，获得损伤散射信号稀疏表示；
根据所述N(N-1)个传感器对中传感器和激励器的位置，以及所述损伤散射信号稀疏表示，对应到L×M个虚拟单元，获得N(N-1)个椭圆带图像；
对所述N(N-1)个椭圆带图像进行图像融合，获得N(N-1)个椭圆带的交叉区域，以获得的交叉区域作为缺陷损伤位置；
以所述交叉区域中心作为损伤中心，并获得最终稀疏表示。
4.根据权利要求3所述的飞行器薄壁结构模拟检测方法，其特征在于，获取N(N-1)路的Lamb波响应信号及其基准信号还包括以下处理：
通过所述传感器对获取N(N-1)路的Lamb波进行降噪，通过降噪后的Lamb获取Lamb响应信号及其基准信号。
5.根据权利要求3所述的飞行器薄壁结构模拟检测方法，其特征在于，基于所述响应信号和所述基准信号，确定损伤散射信号，具体为：
所述响应信号与所述基准信号的差值为损伤散射信号，
具体为：
Figure FDA0003523747930000021
其中：yi，d，j(t)为差分信号，
Figure FDA0003523747930000022
为响应信号，
Figure FDA0003523747930000023
为基准信号。
6.根据权利要求5所述的飞行器薄壁结构模拟检测方法，其特征在于，基于过完备字典对所述损伤散射信号进行初步稀疏表示，获得损伤散射信号稀疏表示，包括以下步骤：
对所述损伤散射信号进行分解，分解后的损伤散射信号为：
Figure FDA0003523747930000024
其中：xp为损伤散射因子，表示第p个像素点(x，y)的像素值，且p＝(x-1)ny+nx，nx和ny分别是L×M个虚拟单元中L和M方向上像素点的个数；
ai，p，j为损伤散射原子，表示第i个传感器激励的波经位于第p个像素点的损伤散射后，被第j个传感器接受的损伤散射信号；
且在一次激励与响应中，某一路径上的损伤散射信号为：
Figure FDA0003523747930000031
7.根据权利要求6所述的飞行器薄壁结构模拟检测方法，其特征在于，所述损伤散射信号字典矩阵为：
Y＝A·X
Figure FDA0003523747930000032
其中：A为字典矩阵；Y为损伤散射信号矩阵；X为未知向量矩阵，表示稀疏的损伤位置；xi,j为第i个传感器激励，第j个传感器接收到的散射信号yi,d,j的稀疏表示，Ai,j为对应字典。
8.根据权利要求7所述的飞行器薄壁结构模拟检测方法，其特征在于，基于过完备字典对所述损伤散射信号进行初步稀疏表示，获得损伤散射信号稀疏表示，包括以下步骤：
基于所述损伤散射信号字典矩阵获得损伤散射信号稀疏表示，所述损伤散射信号稀疏表示取值为：
Figure FDA0003523747930000033
9.根据权利要求8所述的飞行器薄壁结构模拟检测方法，其特征在于，对所述N(N-1)个椭圆带图像进行图像融合，获得N(N-1)个椭圆带的交叉区域，以获得的交叉区域作为缺陷损伤位置，包括以下方法：
通过xi,j得到椭圆带图像，对xi,j得到的图像进行融合；
其中，|xi,j|等于x。
10.根据权利要求8所述的飞行器薄壁结构模拟检测方法，其特征在于，获得最终稀疏表示具体为：获取基于过完备字典迭代过程中的最佳匹配原子，以及阈值，使最佳匹配原子和阈值满足第一关系，从而确定稀疏表示值；所述第一关系具体为：
Figure FDA0003523747930000041
其中：
Figure FDA0003523747930000042
为第n次迭代匹配到的原子，γn为匹配原子的原子序号；
所述最终稀疏表示值为：
Figure FDA0003523747930000043
CN202210188711.0A 2022-02-28 2022-02-28 一种飞行器薄壁结构模拟检测系统及其检测方法 Pending CN114594160A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210188711.0A CN114594160A (zh) 2022-02-28 2022-02-28 一种飞行器薄壁结构模拟检测系统及其检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210188711.0A CN114594160A (zh) 2022-02-28 2022-02-28 一种飞行器薄壁结构模拟检测系统及其检测方法

Publications (1)

Publication Number Publication Date
CN114594160A true CN114594160A (zh) 2022-06-07

Family

ID=81808240

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210188711.0A Pending CN114594160A (zh) 2022-02-28 2022-02-28 一种飞行器薄壁结构模拟检测系统及其检测方法

Country Status (1)

Country Link
CN (1) CN114594160A (zh)

Similar Documents

Publication Publication Date Title
Ricci et al. Guided waves for structural health monitoring in composites: A review and implementation strategies
Raghavan et al. Guided-wave signal processing using chirplet matching pursuits and mode correlation for structural health monitoring
Benmeddour et al. Study of the fundamental Lamb modes interaction with symmetrical notches
Jingjing et al. A Lamb wave quantification model for inclined cracks with experimental validation
Fahim et al. Model-based damage reconstruction in composites from ultrasound transmission
Doyle et al. Damage detection in bolted space structures
Parodi et al. Interaction of guided waves with delamination in a bilayered aluminum-composite pressure vessel
Zhou et al. Wave scattering by local defect in structural waveguide through wave finite element method
Monaco et al. Methodologies for guided wave-based SHM system implementation on composite wing panels: results and perspectives from SARISTU scenario 5
Giannakeas et al. Digital clone testing platform for the assessment of SHM systems under uncertainty
US9038469B2 (en) Reference free inconsistency detection system
Cao et al. A novel damage characterization approach for laminated composites in the absence of material and structural information
Wei et al. Acoustic emission source localization method for high-speed train bogie
Luo et al. Structural health monitoring of carbon fiber reinforced polymer composite laminates for offshore wind turbine blades based on dual maximum correlation coefficient method
Boffa et al. About the combination of high and low frequency methods for impact detection on aerospace components
Chu et al. The detection of impact damage to the edges of CFRP plates using extensional ultrasonic edge waves
Wilcox et al. Progress towards a forward model of the complete acoustic emission process
Su et al. Nonlinear ultrasonics for health monitoring of aerospace structures using active sparse sensor networks
Gangadharan et al. Characterization of cracks and delaminations using PWAS AD Lamb wave based time-frequency methods
Bielak et al. CUDA technology for Lamb wave simulations
CN114594160A (zh) 一种飞行器薄壁结构模拟检测系统及其检测方法
de Medeiros et al. Experimental analyses of metal-composite bonded joints: damage identification
US7376519B2 (en) Method for reducing the computation resources required for determining damage in structural health management system
Giurgiutiu Predictive simulation of guide-wave structural health monitoring
Saito et al. Numerical analysis of Lamb waves propagating through impact damage in a skin-stringer structure composed of interlaminar-toughened CFRP

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