CN115859708B - 一种基于分布式光纤测量的蜂窝夹层结构损伤模型修正方法 - Google Patents
一种基于分布式光纤测量的蜂窝夹层结构损伤模型修正方法 Download PDFInfo
- Publication number
- CN115859708B CN115859708B CN202211431690.7A CN202211431690A CN115859708B CN 115859708 B CN115859708 B CN 115859708B CN 202211431690 A CN202211431690 A CN 202211431690A CN 115859708 B CN115859708 B CN 115859708B
- Authority
- CN
- China
- Prior art keywords
- damage
- optical fiber
- model
- sandwich structure
- honeycomb sandwich
- 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
- 230000006378 damage Effects 0.000 title claims abstract description 124
- 239000013307 optical fiber Substances 0.000 title claims abstract description 66
- 238000000034 method Methods 0.000 title claims abstract description 44
- 238000005259 measurement Methods 0.000 title claims abstract description 33
- 238000012937 correction Methods 0.000 title claims abstract description 15
- 238000004364 calculation method Methods 0.000 claims abstract description 17
- 238000013507 mapping Methods 0.000 claims abstract description 12
- 239000012790 adhesive layer Substances 0.000 claims abstract description 11
- 238000012544 monitoring process Methods 0.000 claims abstract description 10
- 238000009826 distribution Methods 0.000 claims description 27
- 238000004088 simulation Methods 0.000 claims description 21
- 238000011068 loading method Methods 0.000 claims description 19
- 239000010410 layer Substances 0.000 claims description 13
- 238000006073 displacement reaction Methods 0.000 claims description 12
- 230000036541 health Effects 0.000 claims description 10
- 239000003292 glue Substances 0.000 claims description 9
- 238000010219 correlation analysis Methods 0.000 claims description 6
- 238000009499 grossing Methods 0.000 claims description 5
- 238000009413 insulation Methods 0.000 claims description 5
- 238000012545 processing Methods 0.000 claims description 4
- 238000011049 filling Methods 0.000 claims description 3
- 238000004806 packaging method and process Methods 0.000 claims description 3
- 238000012216 screening Methods 0.000 claims description 3
- 238000004422 calculation algorithm Methods 0.000 abstract description 3
- 238000011156 evaluation Methods 0.000 abstract description 3
- XAGFODPZIPBFFR-UHFFFAOYSA-N aluminium Chemical compound [Al] XAGFODPZIPBFFR-UHFFFAOYSA-N 0.000 description 16
- 229910052782 aluminium Inorganic materials 0.000 description 16
- 239000011162 core material Substances 0.000 description 8
- 238000010586 diagram Methods 0.000 description 8
- 230000008569 process Effects 0.000 description 7
- 230000008859 change Effects 0.000 description 6
- 239000011229 interlayer Substances 0.000 description 5
- 239000002313 adhesive film Substances 0.000 description 4
- 239000004964 aerogel Substances 0.000 description 4
- 238000002955 isolation Methods 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 239000002131 composite material Substances 0.000 description 3
- 238000013461 design Methods 0.000 description 3
- 239000004744 fabric Substances 0.000 description 3
- 239000000835 fiber Substances 0.000 description 3
- 238000007731 hot pressing Methods 0.000 description 3
- 230000003902 lesion Effects 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 230000004044 response Effects 0.000 description 3
- 208000027418 Wounds and injury Diseases 0.000 description 2
- 238000013459 approach Methods 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 208000014674 injury Diseases 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 230000035772 mutation Effects 0.000 description 2
- 238000013001 point bending Methods 0.000 description 2
- LFQSCWFLJHTTHZ-UHFFFAOYSA-N Ethanol Chemical compound CCO LFQSCWFLJHTTHZ-UHFFFAOYSA-N 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 238000007792 addition Methods 0.000 description 1
- 239000000853 adhesive Substances 0.000 description 1
- 230000001070 adhesive effect Effects 0.000 description 1
- 238000005452 bending Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 239000012792 core layer Substances 0.000 description 1
- 238000001035 drying Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000005470 impregnation Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000003475 lamination Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000004445 quantitative analysis Methods 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 229920002379 silicone rubber Polymers 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Landscapes
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明公开了一种基于分布式光纤测量的蜂窝夹层结构损伤模型修正方法,包括步骤:采用分布式光纤传感器对蜂窝夹层结构内部胶层进行应变监测;通过基准应变计算、二维插值映射、阈值设定、区域扩展等算法,利用分布式光纤采集到的高密度应变完成蜂窝夹层结构脱粘损伤区域的初步判定;通过在损伤判定区域进行滑窗扫描的方式进行参数化建模,建立含损模型数据阵列;将模型数据与光纤实测数据进行相关性计算,得到与真实结构状态最接近的模型参数,将该模型参数下的有限元模型作为修正后的模型。通过本发明的方法得到的有限元模型能准确反映实体结构状态,且可利用修正后的有限元模型对蜂窝夹层结构进行性能评估和寿命预测等,以指导实际工程应用。
Description
技术领域
本发明涉及蜂窝夹层板结构健康监测技术领域,具体涉及一种基于分布式光纤测量的蜂窝夹层结构损伤模型修正方法。
背景技术
在高速飞行器制造技术领域,由蜂窝夹层结构与隔热瓦组成的外防热(隔热瓦)+内承载(蜂窝夹层)复合结构具有轻质、承载性能好、隔热效率高等优点。然而,飞行器升空后的服役情况非常复杂,飞行环境恶劣,结构可能受到设计考虑之外的异常载荷考验。因此,探索和发展适用于该复合结构的健康监测手段可有效保障飞行器服役安全。结构数字孪生模型为结构健康监测提供了全新范式,依托先进传感器网络建立结构实体与数字镜像的信息交互通道,通过孪生模型可迅速、全面地感知结构服役与健康状态,实现对结构状态、损伤等参量的定量化分析以及结构状态的同步演化与性能预测。数字孪生模型需要具备随结构服役过程中的实体状态变化(如刚度衰减、损伤扩展等)的模型参数更新能力,以此实时镜像实体结构的状态演变。为实现该目标,目前采取的主要技术手段是对模型进行修正,即将结构运行过程中的变化情况及时写入模型进行修正,使模型能更好的反映结构当前状态,为后续的分析与预测提供基础。
现有模型修正技术通常基于结构振动信号(如频率、振型等),但由蜂窝夹层板与热防护相结合的蜂窝夹层综合结构具有多层复合的结构特性和交变温度的工作环境,容易发生脱粘损伤,现有的结构振动信号不能全面反映蜂窝夹层结构的脱粘损伤信息。因此,为进一步推进蜂窝夹层结构的健康监测,我们利用分布式光纤传感器进行高密度信号测量,将分布式光纤传感器得到的脱粘损伤信息与数字孪生技术结合,并基于分布式光纤测量对蜂窝夹层结构脱粘损伤进行损伤识别及模型修正。
发明内容
为解决上述技术问题,本发明提供了一种基于分布式光纤测量的蜂窝夹层结构损伤模型修正方法,对分布式光纤获取的高密度应变信号进行平滑、映射、阈值设定等操作进行损伤判定并构建有限元模型,利用有限元模型的模拟数据去逼近实测数据,从而使有限元模型能准确反映实体结构状态,为后续的分析与预测提供基础。
本发明所采用的技术方案是:
一种基于分布式光纤测量的蜂窝夹层结构损伤模型修正方法,包括如下步骤:
(1)在蜂窝夹层结构的胶层中埋入分布式光纤传感器阵列,并对光纤接口部分进行封装保护,形成具有自感知能力的智能蜂窝夹层结构;
(2)利用有限元软件,根据步骤(1)的智能蜂窝夹层结构建立理想状态下的有限元模型,即无损健康有限元模型;
(3)对智能蜂窝夹层结构进行准静态加载,采用分布式光纤传感器对智能蜂窝夹层结构进行高密度应变监测,得到实测应变数据εmeasured;所述实测应变数据为分布式光纤传感器所测量的数据,即沿着光纤路径均匀分布的多个测点所测量的应变数据,对所测量的实测应变数据进行低阶拟合,得到基准应变数据εbaseline;
(4)将步骤(3)得到的实测应变数据及基准应变数据进行二维映射,得到实测数据的二维应变分布及基准应变数据的二维应变场分布/>
(5)基于步骤(4)得到的基准应变数据的二维应变场分布及实测应变数据的二维应变分布/>构建损伤因子DI;
(6)根据损伤因子DI值,采用阈值设定方法划定损伤识别区域DIZ,并使真实损伤包含在DIZ中;
(7)采用滑窗扫描方法在DIZ中进行滑窗,获取一系列损伤位置及损伤尺寸数据,将所得到的损伤位置及损伤尺寸参数加入步骤(2)所建立的无损健康有限元模型中,并通过参数化建模,得到不同损伤参数的含损模型阵列;
(8)对步骤(7)所得到的含损模型阵列加载与步骤(3)相同的受载信息,进行仿真模拟,获取不同含损模型状态下的应变数据,将不同含损模型状态下的模拟应变数据分别与步骤(3)中所测量的实测应变数据进行对比,从中提取不同含损模型状态下的仿真模拟应变分布信息εFEM;
(9)对不同含损模型状态下的仿真模拟应变分布信息εFEM与实测应变数据εmeasured进行相关性分析,获取不同含损模型的相关性系数Ξm;
(10)选择相关性系数最高的含损模型作为修正后的含损模型。
进一步地,所述步骤(1)中分布式光纤传感器阵列设置在蜂窝夹层结构中隔热瓦一侧的蜂窝面板胶层一侧。
进一步地,所述步骤(3)中采用局部加权回归的平滑方法获取基准应变信号。
进一步地,所述步骤(4)中采用插值方法对基准信号及损伤状态的实测应变数据进行二维映射处理。
进一步地,所述步骤(5)中损伤因子的计算公式为:
进一步地,所述步骤(6)具体为:根据DI值设定阈值,阈值设定为0.2~0.5DImax,小于该阈值的DI数据赋值为0,然后根据大于等于该阈值的非零DI值分布筛选损伤区域,并将筛选出的损伤区域扩大且填充为方形区域,作为损伤识别区域DIZ。
进一步地,所述步骤(7)中在DIZ区域进行滑窗扫描时,需根据损伤定量精度需求,确定滑窗步长及窗口大小。
进一步地,所述步骤(8)中对含损模型阵列进行加载时,如载荷信息明确,则按照载荷大小进行力加载;如载荷信息未知,则基于逆有限元重构的位移分部进行位移加载。
进一步地,所述步骤(9)中相关性系数Ξm的计算公式为:
其中,m为含损模型编号,i为光纤路径上的测点编号,N为光纤路径上的测点数,且由于分布式光纤传感器所测量的实测应变数据为沿着光纤路径分布的多个测点数据,在相关性系数计算过程中只取DIZ区域内的测点。
本发明的有益效果是:
(1)本发明所提供的修正方法利用分布式光纤传感器埋入的方式对蜂窝夹层热防护结构的胶层损伤进行监测,且分布式光纤相比于其他检测手段可以做到实时在线层间监测,无需停机检测;同时,光纤埋入形式相比于其它传感器埋入,对蜂窝结构力学性能造成的影响几乎为零,而且无需绝缘处理;
(2)本发明所提供的修正方法利用平滑、二维映射、阈值设定等方法对高密度应变数据进行处理,并进行损伤判定构建有限元模型,且通过相关性分析使有限元模型的模拟数据逼近实测数据,使得到的修正后的有限元模型能够准确反映实体结构状态,建立了实体结构与数字镜像的信息交互通道,从而能利用修正后的有限元模型进行后续分析与预测。
附图说明
图1为本发明方法的流程图;
图2为本发明实施例集成光纤传感器的蜂窝夹层结构的层叠示意图;
图3为本发明实施例分布式光纤传感器布设路径与预制损伤情况示意图;
图4为本发明实施例所建立的有限元模型结构层叠示意图;
图5为本发明实施例所建立的有限元模型在某载荷下结构的变形及应变云图;
图6为本发明实施例实测数据与基准数据对比图;
图7为本发明实施例实测数据的二维映射图;
图8为本发明实施例基准数据的二维映射图;
图9为本发明实施例损伤因子DI分布图;
图10为本发明实施例损伤识别区域DIZ判定图;
图11为本发明实施例不同尺寸滑窗扫描损伤设置示意图;
图12为本发明实施例某损伤参数下的应变云图;
图13为本发明实施例的有限元模型模拟数据与实测数据对比图;
图14为本发明实施例真实损伤位置与修正模型损伤位置的对比图。
图中标注:1.气凝胶隔热瓦;2.应变隔离垫;3.上铝板;4.脱模布;5.胶膜;6.分布式光纤传感器;7.铝蜂窝芯;8.下铝板。
具体实施方式
本发明提供了一种基于分布式光纤测量的蜂窝夹层结构损伤模型修正方法,为使本发明的目的、技术方案及效果更加清楚、明确,以下对本发明进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
参照图1,本发明提供一种基于分布式光纤测量的蜂窝夹层结构损伤模型修正方法,包括如下步骤:
(1)在蜂窝夹层结构的胶层中埋入分布式光纤传感器阵列,并对光纤接口部分进行封装保护,并将蜂窝夹层结构与分布式光纤一体热压成型,形成具有自感知能力的智能蜂窝夹层结构;
(2)利用有限元软件,根据步骤(1)的智能蜂窝夹层结构建立理想状态下的有限元模型,即无损健康有限元模型;
(3)对智能蜂窝夹层结构进行准静态加载,采用分布式光纤传感器对智能蜂窝夹层结构进行高密度应变监测,得到实测应变数据εmeasured,所述实测应变数据为沿着光纤路径所测量的若干个测点的应变数据;然后采用局部加权回归(rloess)的平滑方法对所测量的实测应变数据进行低阶拟合,得到基准应变数据εbaseline,且将上述基准应变数据与实测应变数据进行对比,能够根据损伤位置的应变突变现象判断损伤的存在;
(4)采用插值方法将实测应变数据及基准应变数据进行二维映射,得到实测数据的二维应变分布及基准应变数据的二维应变场分布/>
(5)基于步骤(4)得到的基准应变数据的二维应变场分布及实测应变数据的二维应变分布/>构建损伤因子DI,/>该处理方法可有效抹平非损伤区域的应变幅值,并同时保留损伤区域信号的奇异性;
(6)采用阈值设定方法划定损伤识别区域DIZ,并使真实损伤包含在DIZ中;
该步骤(6)具体为:根据DI值设定阈值,确定DI最大值,并设定阈值为0.2~0.5DImax,小于该阈值的DI数据赋值为0,然后根据大于等于该阈值的非零DI值分布筛选损伤区域,且为了防止损伤边界模糊带来的误差,将筛选出的损伤区域扩大且填充为方形区域,作为损伤识别区域DIZ,且真实损伤包含在DIZ中;
(7)根据损伤定量精度需求,确定滑窗步长及窗口大小,采用滑窗扫描方法在DIZ中进行滑窗扫描,获取一系列损伤位置及损伤尺寸数据,将所得到的损伤位置及损伤尺寸参数放入步骤(2)所建立的无损健康有限元模型中,并通过参数化建模,得到不同损伤参数的含损模型阵列;
(8)对步骤(7)所得到的含损模型阵列加载与步骤(3)相同的受载信息,进行仿真模拟,如载荷信息明确,则按照载荷大小进行力加载;如载荷信息未知,则基于逆有限元重构的位移分部进行位移加载;仿真结束后,获取不同含损模型状态下的应变数据,并不同含损模型状态下的模拟应变数据分别与步骤(3)中所测量的实测应变数据进行对比,从中提取不同含损模型状态下的仿真模拟应变分布信息εFEM;
具体地,上述步骤(8)进行仿真模拟时,是对所建立的蜂窝结构模型进行全域模拟,因此,在数据处理时,需要将所获得的仿真模拟应变数据进行提取,在提取过程中具体可沿实测过程中的光线路径的测点分布进行模拟应变数据提取。
(9)对不同含损模型状态下的仿真模拟应变分布信息εFEM与实测应变数据εmeasured进行相关性分析(相关性分析仅在DIZ中进行),获取不同含损模型的相关性系数Ξm;相关性系数Ξm的计算公式为:
其中,m为含损模型编号,i为光纤路径上的测点编号,N为光纤路径上的测点数,且测点为DIZ区域内的测点。
(10)选择相关性系数最高的含损模型作为修正后的蜂窝夹层结构有限元模型,且该修正后的有限元模型所对应的损伤信息即为蜂窝夹层结构当前状态的预测结果。有限元模拟得到的是结构受载状态下的响应,修正后的有限元模型将更加逼近结构真实状态,使蜂窝夹层结构在性能评估和寿命预测等方面得到更加准确的结果,在实际工程应用中具有重大意义。
实施例1
下面参照图1的流程,结合具体实施例数据对本发明进一步说明。
本实施例采用一个300*600mm大小的蜂窝夹层热防护结构进行演示。蜂窝夹层结构样件的厚度方向堆叠状态如图2所示,即包括气凝胶隔热瓦1、上铝板2、铝蜂窝芯7、下铝板8,且上铝板2与铝蜂窝芯7之间、铝蜂窝芯7与下铝板8之间通过胶膜5粘接;并在蜂窝夹层结构中埋入分布式光纤传感器6,具体将分布式光纤传感器集成在上铝板与胶膜之间,并通过热压方式使其与蜂窝夹层结构一体成型。另外,样件制作时采用粘贴脱模布4的形式预制损伤,用于模拟结构运行中出现的胶层脱粘现象;且气凝胶隔热瓦1与上铝板3之间铺设应变隔离垫2,防止承载蜂窝结构的变形传递给非承载的隔热瓦导致热防护结构失效。本实施例具体实施过程如下:
1、蜂窝夹层结构样件制备及光纤传感器布设
如图3所示为蜂窝夹层结构样件的分布光纤布设路径和脱粘损伤情况。脱粘损伤大小为20*20mm的方形区域,为了较好的监测到损伤区域的应变状态,相邻光纤路径的间隔设置为20mm。蜂窝夹层结构样件制作和传感器集成流程为:①用酒精对上铝板光纤传感器粘接面进行清洁,按照设计方案进行脱模布粘贴;②将光纤传感器按照预设路径进行布设,采用401快干胶对弯折路径进行临时固定;且光纤接头部分应预留足够长度便于接线测量,样件外部起连接作用的裸纤采用套管保护,少许套管埋入试件内部用于固定,光纤出口处刻出浅槽埋入套管,避免较大的应力集中损坏光纤;③上下铝板粘贴胶膜,与铝蜂窝芯叠加后放入热压机进行热压成型,样件固化条件为120℃、3h;④热压完成后,采用柔软硅橡胶将应变隔离垫、气凝胶隔热瓦与蜂窝夹层粘贴在一起,静置24h后完成样件堆叠制作。
2、初始无损健康有限元模型建立
根据结构真实情况,建立理论理想状态下的有限元模型,但实体蜂窝模型中,光纤路径上的应变容易出现锯齿,这是由于蜂窝与面板接触部分仅为很窄的蜂窝棱边,应变会随着蜂窝六边网格出现周期性的变化,形成锯齿状的应变曲线,严重时出现较大应变突变区域。实际蜂窝结构由于胶层的浸入会在蜂窝棱边形成缓冲区域,减弱了这种锯齿现象的出现。为了尽可能使模拟状态接近实际测量状态,同时减小计算压力,采用三明治夹芯板理论对600*300mm蜂窝夹层结构样件模型进行简化,对于等壁厚蜂窝芯,等效公式为:
其中,ρc,Ec,Gc为蜂窝芯材的密度、弹性模量及剪切模量;ρceq为等效后的芯层密度;Ecx,Ecy,Ecz为三个坐标方向的等效弹性模量;Gcxy,Gcyz,Gcxz为三个坐标面内的等效剪切模量;μcx,μcy为等效泊松比。
另外,由于外侧隔热瓦在结构运行中并不承载,有柔软胶层和应变隔离垫将其与蜂窝结构连接,该结构不会影响蜂窝夹层的力学响应,因此采用ABAQUS仅对蜂窝夹层进行模拟时,设计有限元模型结构为5层,如图4所示,具体包括上下铝板、胶层和蜂窝芯层,蜂窝芯层为简化结构。另外,胶层厚度较薄,为了能够模拟真实结构的胶层响应,同时提高网格质量增加计算收敛性,采用零厚度内聚力粘性单元(Cohesive单元)对胶层进行建模。模拟的有限元模型结构的具体参数如表1所示,根据等效公式蜂窝芯部分可以计算简化为各向异性的实体结构,计算得到的铝蜂窝芯结构工程常数表示为表2,某载荷下结构的变形及应变云图如图5所示。
表1
表2
3、蜂窝夹层结构样件加载与监测数据测量
对蜂窝夹层结构样件采用三点弯加载方式进行静力加载,加载采用位移控制,位移反馈采用样件中部的激光位移传感器进行测量,激光位移传感器具体位于样件一外侧壁中部,载荷为样件中部位移2mm。应变数据测量采用LUNA公司的ODiSI分布式光纤解调仪进行采集,标距长度5mm,测点间距1mm。
4、基准应变计算
采用局部加权回归的rloess算法对上述步骤所测量的应变数据据进行平滑计算,结构损伤导致的局部应变改变将在计算中被消除或降低,从而得到类似于结构无损时的基准应变数据。基准应变数据与实测应变数据之间的对比如图6所示。
5、应变数据二维映射
采用matlab内置的双调和样条插值方法将实测应变数据和基准应变数据分别映射到二维平面上,该方法能够将沿着光纤路径方向的单向高密度应变插值映射到平面域上,可直观观察到样件胶层的应变分布状态。其中,实测应变数据的二维映射结果如图7所示,基准应变数据的二维映射结果/>如图8所示。
6、构建损伤因子DI
利用公式计算损伤因子,所计算得到的DI值分布如图9所示,可以看到非损伤区域的应变幅值被有效抑制,损伤区域的信号奇异性被完整保留。
7、划定损伤识别区域DIZ
将损伤判定的阈值设定为0.3DImax,小于该阈值的DI数据赋值为0,大于等于该阈值的DI数据为非零值,基于判定结果的非零值分布确定DIZ。本实施例中,假设DIZ为方形,且为了防止损伤漏检,将DIZ面积扩大一倍作为损伤判定区域。根据数据结果进行分析,判定损伤中心位置为(398,50),损伤判定区域为x:378~418、y:30~70的边长为40mm的正方形区域,如图10所示。
8、基于滑窗扫描虚拟损伤,构建含损模型阵列
根据损伤定量精度需求,选定滑窗为正方形,最大窗口尺寸与DIZ尺寸相同,最小窗口尺寸可根据精度自行调整。通过调整窗口大小,在DIZ中进行滑窗,如图11所示给出了两种不同窗口尺寸下的滑窗示意图,且每一种滑窗尺寸与位置对应一组损伤参数。对于该样件的测量数据,判定损伤大小为40mm边长正方形,选取滑窗边长为:20、30、40(mm),即损伤大小判定精度为10mm,按照滑窗步长2mm的方式进行滑窗扫描,共形成150组模拟参数,将这些模拟参数放入有限元模型中,进行参数化建模,形成含损模型阵列。
9、含损模型仿真
应用参数化建模的方法,将不同损伤参数状态下的模型进行加载,加载形式与样件受载情况相同,三点弯位移控制为2mm,获取不同含损模型状态下的应变数据,将不同含损模型状态下的模拟应变数据分别与所测量的实测应变数据进行对比,从中提取不同含损模型状态下的仿真模拟应变分布信息,即εFEM。在仿真模拟过程中,利用初始无损健康有限元模型,采用在胶层特定区域进行刚度衰减的形式来引入缺陷,即区域内胶层弹性模量缩小至正常胶层的10-6倍。该缺陷可模拟实际结构中出现的脱粘损伤,损伤大小和位置依据滑窗损伤建模设置。其中,某一状态下的数值模拟胶层对应方向的应变云图如图12所示,其中一条光纤路径的有限元模拟应变数据与实测数据对比如图13所示。
10、信号相关性分析
采用相关性系数算法,将仿真模拟结果和实验实测结果的一维信号εmeasured在DIZ范围内进行对比。由图13中数据曲线可以看出,有限元模拟可得到与实测数据趋势相同的应变数据,损伤区域也具有相同的应变变化特征,但损伤区域的应变幅值有较大差异。为了减小应变幅值对计算结果的影响程度,只对应变变化特征进行相关性比较,将DIZ范围内的实测数据与模拟数据进行归一化处理,即将数据幅值调整为统一值,减小数值大小对结果的影响,只考虑损伤特征的相似性。另外,上述数据对比时,是在一维应变数据上进行对比,避免了二维映射产生的计算误差带来的影响,从而得到与真实状态最接近的模型参数。相关性系数计算公式为:
通过上述公式计算不同含损模型的相关性系数,并根据相关性系数大小进行排序,不同含损模型的相关性系数计算结果如表3所示。
表3
11、模型修正
由表3可以看出:对于有限元模拟数据,损伤大小/(位置)为30/(204,171)(单位mm)状态下的模型与实测数据的相关性系数取得最大值0.823991。该相关性系数最大值对应的含损模型的损伤信息与真实预埋损伤信息如图14所示,其中图14中(a)为预埋损伤位置,(b)为相关性系数最大值对应的含损模型的损伤位置。从图14可以看出:对于20*20mm的脱粘损伤,预测模型损伤大小为20*20mm,损伤大小完全一致;中心位置的X值为398mm、Y值为46mm,真实损伤位置的X值为400mm、Y值为50mm,空间定位绝对误差值为4.47mm。此含损模型与真实结构最相似,将此含损模型作为修正后的蜂窝夹层结构有限元模型,并同时完成了损伤的定量化表征。上述修正后的有限元模型更加逼近蜂窝夹层结构的真实状态,可利用该修正后的有限元模型对蜂窝夹层结构进行性能评估和寿命预测等,以指导实际工程应用。
本发明中未述及的部分,采用或借鉴已有技术即可实现。
当然,上述说明并非是对本发明的限制,本发明也并不仅限于上述举例,本技术领域的技术人员在本发明的实质范围内所做出的变化、改型、添加或替换,也应属于本发明的保护范围。
Claims (9)
1.一种基于分布式光纤测量的蜂窝夹层结构损伤模型修正方法,其特征在于,包括如下步骤:
(1)在蜂窝夹层结构的胶层中埋入分布式光纤传感器阵列,并对光纤接口部分进行封装保护,形成具有自感知能力的智能蜂窝夹层结构;
(2)利用有限元软件,根据步骤(1)的智能蜂窝夹层结构建立理想状态下的有限元模型,即无损健康有限元模型;
(3)对智能蜂窝夹层结构进行准静态加载,采用分布式光纤传感器对智能蜂窝夹层结构进行高密度应变监测,得到实测应变数据εmeasured,所述实测应变数据为沿着光纤路径所测量的若干个测点的应变数据;对所测量的实测应变数据进行低阶拟合,得到基准应变数据εbaseline;
(4)将步骤(3)得到的实测应变数据及基准应变数据进行二维映射,得到实测应变数据的二维应变场分布及基准应变数据的二维应变场分布/>
(5)基于步骤(4)得到的基准应变数据的二维应变场分布及实测应变数据的二维应变分布/>构建损伤因子DI;
(6)根据损伤因子DI值,采用阈值设定方法划定损伤识别区域DIZ,并使真实损伤包含在DIZ中;
(7)采用滑窗扫描方法在DIZ中进行滑窗,获取一系列损伤位置及损伤尺寸数据,将所得到的损伤位置及损伤尺寸参数加入步骤(2)所建立的无损健康有限元模型中,并通过参数化建模,得到不同损伤参数的含损模型阵列;
(8)对步骤(7)所得到的含损模型阵列加载与步骤(3)相同的受载信息,进行仿真模拟,获取不同含损模型状态下的应变数据,将不同含损模型状态下的模拟应变数据分别与步骤(3)中所测量的实测应变数据进行对比,从中提取不同含损模型状态下的仿真模拟应变分布信息εFEM;
(9)对不同含损模型状态下仿真模拟应变分布信息εFEM与实测应变数据εmeasured进行相关性分析,获取不同含损模型的相关性系数Ξm;
(10)选择相关性系数最高的含损模型作为修正后的含损模型。
2.根据权利要求1所述的一种基于分布式光纤测量的蜂窝夹层结构损伤模型修正方法,其特征在于,所述步骤(1)中分布式光纤传感器阵列设置在蜂窝夹层结构中隔热瓦一侧的蜂窝面板胶层一侧。
3.根据权利要求1所述的一种基于分布式光纤测量的蜂窝夹层结构损伤模型修正方法,其特征在于,所述步骤(3)中采用局部加权回归的平滑方法获取基准应变信号。
4.根据权利要求1所述的一种基于分布式光纤测量的蜂窝夹层结构损伤模型修正方法,其特征在于,所述步骤(4)中采用插值方法对基准信号及损伤状态的实测应变数据进行二维映射处理。
5.根据权利要求1所述的一种基于分布式光纤测量的蜂窝夹层结构损伤模型修正方法,其特征在于,所述步骤(5)中损伤因子的计算公式为:
6.根据权利要求1所述的一种基于分布式光纤测量的蜂窝夹层结构损伤模型修正方法,其特征在于,所述步骤(6)具体为:根据DI值设定阈值,阈值设定为0.2DImax~0.5DImax,小于该阈值的DI数据赋值为0,然后根据大于等于该阈值的非零DI值分布筛选损伤区域,并将筛选出的损伤区域扩大且填充为方形区域,作为损伤识别区域DIZ。
7.根据权利要求1所述的一种基于分布式光纤测量的蜂窝夹层结构损伤模型修正方法,其特征在于,所述步骤(7)中在DIZ区域进行滑窗扫描时,需根据损伤定量精度需求,确定滑窗步长及窗口大小。
8.根据权利要求1所述的一种基于分布式光纤测量的蜂窝夹层结构损伤模型修正方法,其特征在于,所述步骤(8)中对含损模型阵列进行加载时,如载荷信息明确,则按照载荷大小进行力加载;如载荷信息未知,则基于逆有限元重构的位移分部进行位移加载。
9.根据权利要求1所述的一种基于分布式光纤测量的蜂窝夹层结构损伤模型修正方法,其特征在于,所述步骤(9)中相关性系数Ξm的计算公式为:
其中,m为含损模型编号,i为光纤路径上的测点编号,N为光纤路径上的测点数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211431690.7A CN115859708B (zh) | 2022-11-16 | 2022-11-16 | 一种基于分布式光纤测量的蜂窝夹层结构损伤模型修正方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211431690.7A CN115859708B (zh) | 2022-11-16 | 2022-11-16 | 一种基于分布式光纤测量的蜂窝夹层结构损伤模型修正方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115859708A CN115859708A (zh) | 2023-03-28 |
CN115859708B true CN115859708B (zh) | 2024-03-19 |
Family
ID=85663627
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211431690.7A Active CN115859708B (zh) | 2022-11-16 | 2022-11-16 | 一种基于分布式光纤测量的蜂窝夹层结构损伤模型修正方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115859708B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116305489A (zh) * | 2023-04-11 | 2023-06-23 | 北京云庐科技有限公司 | 一种建筑的结构损伤监测方法、系统和介质 |
CN117347378A (zh) * | 2023-08-18 | 2024-01-05 | 大连理工大学 | 基于光纤测量和神经网络的复合材料损伤识别方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1566907A (zh) * | 2003-07-09 | 2005-01-19 | 何林 | 大型结构损伤状况实时识别的变时基监测技术 |
CN108895974A (zh) * | 2018-05-08 | 2018-11-27 | 航天东方红卫星有限公司 | 一种结构变形光纤监测与重构方法及系统 |
CN111832099A (zh) * | 2020-05-28 | 2020-10-27 | 东南大学 | 基于fbg和有限元模型修正的桥梁结构损伤识别方法 |
CN113466335A (zh) * | 2021-06-28 | 2021-10-01 | 大连理工大学 | 一种超声导波蜂窝夹芯结构脱粘层诊断方法 |
CN114354350A (zh) * | 2021-12-23 | 2022-04-15 | 中国特种飞行器研究所 | 一种复合材料分层损伤监测方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9649728B2 (en) * | 2014-11-02 | 2017-05-16 | Spirit Aerosystems, Inc. | Bifurcation honeycomb sandwich structure with optimized doubler |
-
2022
- 2022-11-16 CN CN202211431690.7A patent/CN115859708B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1566907A (zh) * | 2003-07-09 | 2005-01-19 | 何林 | 大型结构损伤状况实时识别的变时基监测技术 |
CN108895974A (zh) * | 2018-05-08 | 2018-11-27 | 航天东方红卫星有限公司 | 一种结构变形光纤监测与重构方法及系统 |
CN111832099A (zh) * | 2020-05-28 | 2020-10-27 | 东南大学 | 基于fbg和有限元模型修正的桥梁结构损伤识别方法 |
CN113466335A (zh) * | 2021-06-28 | 2021-10-01 | 大连理工大学 | 一种超声导波蜂窝夹芯结构脱粘层诊断方法 |
CN114354350A (zh) * | 2021-12-23 | 2022-04-15 | 中国特种飞行器研究所 | 一种复合材料分层损伤监测方法 |
Non-Patent Citations (2)
Title |
---|
A multi-area fatigue damage model of composite honeycomb sandwich panels under three-point bending load;Mingze Ma 等;《Composite Structures》;第1-8页 * |
Finite Element Analysis of Seismic Dynamic Response of Pile Foundation in Soft Soil Foundation;Hao-nan Xu 等;《2021 7th International Conference on Hydraulic and Civil Engineering & Smart Water Conservancy and Intelligent Disaster Reduction Forum (ICHCE & SWIDR)》;第1152-1157页 * |
Also Published As
Publication number | Publication date |
---|---|
CN115859708A (zh) | 2023-03-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115859708B (zh) | 一种基于分布式光纤测量的蜂窝夹层结构损伤模型修正方法 | |
Caminero et al. | Analysis of adhesively bonded repairs in composites: Damage detection and prognosis | |
Wan et al. | Investigation of bond between fiber reinforced polymer and concrete undergoing global mixed mode I/II loading | |
CN101140270A (zh) | 反向热声成像零件检验 | |
CN109406629A (zh) | 一种用于复合材料结构超声检测的r角试块及制作方法 | |
Sadowski | Non-destructive evaluation of the pull-off adhesion of concrete floor layers using RBF neural network | |
Majchrowski et al. | Large area concrete surface topography measurements using optical 3D scanner | |
Sztefek et al. | Tensile stiffness distribution in impacted composite laminates determined by an inverse method | |
CN209311394U (zh) | 一种用于复合材料结构超声检测的r角试块 | |
JP2011043339A (ja) | 水路トンネルに作用する外力推定方法 | |
Silva et al. | Impedance-based structural health monitoring applied to steel fiber-reinforced concrete structures | |
Giurgiutiu | Structural health monitoring with piezoelectric wafer active sensors--predictive modeling and simulation | |
Ahmadi Soleimani et al. | Nondestructive assessment of elastomeric bridge bearings using 3D digital image correlation | |
Ramadas et al. | Sizing of interface delamination in a composite T-joint using time-of-flight of Lamb waves | |
US11673352B2 (en) | Automated wave guide system for in-process monitoring of carbon fiber reinforced polymer (CFRP) composite laminates with hanning window tone-bursts of center frequencies from 100-225 kHz and 100-350 kHz | |
Stewart et al. | Health monitoring technique for composite materials utilizing embedded thermal fiber optic sensors | |
Pant | Lamb wave propagation and material characterization of metallic and composite aerospace structures for improved structural health monitoring (shm) | |
CN112949115A (zh) | 一种t形叠合梁火灾后残余承载力计算方法 | |
Hack et al. | Flaw and damage assessment in torsionally loaded CFRP cylinders using experimental and numerical methods | |
Chen et al. | Damage Location for a Steel Plate Using Distributed Sensors Based on EMI Method | |
Marioli-Riga et al. | Nondestructive evaluation of crack propagation under a composite patch repair using the eddy current method | |
US11654611B2 (en) | Stress monitoring of 3D-printed building structures | |
Ooijevaar et al. | Vibration based structural health monitoring of a composite plate structure with multiple stiffeners | |
He et al. | A Two-step Inverse Method for Quantitative Damage Evaluation of Plate-like Structures Using Vibration Approach | |
Bhardwaj | A Novel Joint Inspection Methodology Based on Image Analysis Approach for Concrete Pavement Construction |
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 |