CN117451846A - 基于多信号分类算法的变温环境下的结构冲击定位方法和装置 - Google Patents

基于多信号分类算法的变温环境下的结构冲击定位方法和装置 Download PDF

Info

Publication number
CN117451846A
CN117451846A CN202311466803.1A CN202311466803A CN117451846A CN 117451846 A CN117451846 A CN 117451846A CN 202311466803 A CN202311466803 A CN 202311466803A CN 117451846 A CN117451846 A CN 117451846A
Authority
CN
China
Prior art keywords
wave number
impact
signal
wave
positioning image
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
CN202311466803.1A
Other languages
English (en)
Inventor
武湛君
曾旭
邓德双
杨雷
杨正岩
杨红娟
马书义
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.)
Dalian University of Technology
Original Assignee
Dalian University of Technology
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 Dalian University of Technology filed Critical Dalian University of Technology
Priority to CN202311466803.1A priority Critical patent/CN117451846A/zh
Publication of CN117451846A publication Critical patent/CN117451846A/zh
Pending legal-status Critical Current

Links

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
    • G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M7/00—Vibration-testing of structures; Shock-testing of structures
    • G01M7/08—Shock-testing
    • 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
    • G01N29/045—Analysing solids by imparting shocks to the workpiece and detecting the vibrations or the acoustic waves caused by the shocks
    • 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
    • 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
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/213—Feature extraction, e.g. by transforming the feature space; Summarisation; Mappings, e.g. subspace methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • 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
    • 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
    • G01N2291/04—Wave modes and trajectories
    • G01N2291/042—Wave modes
    • G01N2291/0423—Surface waves, e.g. Rayleigh waves, Love waves
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
    • G06F2218/08—Feature extraction
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
    • G06F2218/12—Classification; Matching

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Pathology (AREA)
  • Data Mining & Analysis (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Immunology (AREA)
  • Health & Medical Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • Analytical Chemistry (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Acoustics & Sound (AREA)
  • Artificial Intelligence (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Signal Processing (AREA)
  • Measurement Of Velocity Or Position Using Acoustic Or Ultrasonic Waves (AREA)

Abstract

本申请公开了基于多信号分类算法的变温环境下的结构冲击定位方法，其包括基于多信号分类算法获得单一频率冲击应力波信号在所述波数初始值下的冲击定位图像；以所述设定的所述波数迭代区间以及波数迭代步长进行迭代，获取所述波数迭代区间内每个波数所对应的冲击定位图像；标记所述波数迭代区间中每个波数所对应的冲击定位图像的最大像素值；选择所有冲击定位图像中的所述最大像素值最大的冲击定位图像作为代表冲击定位图像，将该代表冲击定位图像的最大像素值所在的网格点位置确定为冲击位置。本申请还公开了对应的装置。本申请提供的方法合装置无需提前测量变温环境下结构的波场信息，提高了MUSIC算法在工程应用中的实用价值。

Description

基于多信号分类算法的变温环境下的结构冲击定位方法和 装置
技术领域
本发明属于结构健康监测领域，具体涉及一种基于多信号分类(MUSIC)的结构冲击定位方法和装置。
背景技术
随着智能材料、结构优化和先进制造等技术的发展，人们对飞机轻量化要求逐渐提高。复合材料相比于常规的金属材料具有高比模量、高比强度、抗辐射、耐疲劳、可设计性强等优势，在航空航天领域得到了广泛的应用和发展。复合材料的用量也成为衡量先进飞机的重要指标。然而，复合材料对低速冲击非常敏感，在航空复合材料制造、服役和维修过程中会不可避免地遭受维修工具掉落、鸟撞、冰雹、飞机跑道碎石等外部冲击事件，导致复合材料内部出现分层、裂纹等目不可见的微小损伤，导致结构承载能力下降，严重威胁航空飞行器的服役安全。因此，冲击监测成为当前结构健康监测中一个很重要的课题。
基于Lamb的结构健康监测方法具有监测范围广、灵敏度高等优点，被视为目前最有前景的方法之一。由于密集传感器阵列布置方便、引线数量较少且具有方向估计的特点，阵列信号处理方法逐渐被引入到结构健康监测中。多重信号分类冲击定位方法是一种典型的阵列信号处理和特征搜索算法，利用噪声子空间和信号子空间的正交关系构造谱函数实现冲击源的方向及位置估计。
应用于密集压电阵列以及Lamb波的MUSIC冲击定位方法需要提前求取波数，进行方向矢量的构建，实施协方差矩阵的特征值分解，获取信号子空间和噪声子空间，最后进行谱峰搜索，才能实现冲击位置估计。而航空飞行器服役温度环境多变，波数会受到温度变化因素影响而发生变化，一些方法通过预先进行全波场测量或者根据弹性波理论计算获取窄带Lamb波的群速度，再计算其对应的波数，但这些方法在变温度的环境下不具有自适应性，鲁棒性不强。因此，为了更满足工程应用对冲击定位算法的需求，使MUSIC方法具有变温环境下的自适应性是非常有意义的。
发明内容
针对于上述现有技术的不足，本发明的目的在于提供一种基于多信号分类(MUSIC)算法的变温环境下的结构冲击定位方法，从而实现在变温环境下具有自适应性，无需提前测量波数。该方法包括步骤：在所述结构的监测区域构建直角坐标系，在所述监测区域布置传感器阵列，标记所述传感器阵列在所述直角坐标系中的位置坐标并记录所述传感器阵列获取的冲击应力波信号；从所述冲击应力波信号中提取单一频率冲击应力波信号；设定波数迭代区间以及迭代波数，所述波数迭代区间包括波数初始值；基于所述多信号分类算法获得所述单一频率冲击应力波信号在所述波数初始值下的冲击定位图像；以所述设定的所述波数迭代区间以及波数迭代步长进行迭代，获取所述波数迭代区间内每个波数所对应的冲击定位图像；标记所述波数迭代区间中每个波数所对应的冲击定位图像的最大像素值；选择所有冲击定位图像中的所述最大像素值最大的冲击定位图像作为代表冲击定位图像，将该代表冲击定位图像的最大像素值所在的网格点位置确定为冲击位置。
在一些实施例中，所述获取所述波数迭代区间内每个波数所对应的冲击定位图像包括：为提取到的所述单一频率信号构建协方差矩阵，进行特征值分解获得每个所述单一频率信号的信号子空间和噪声子空间；将所述监测区域划分为网格，计算所述网格的每个网格点到各所述传感器的距离与到参考传感器的距离两者的距离差，建立以波数和所述距离差为变量的阵列方向矢量；利用所述波数迭代区间中的波数初始值，所述阵列方向矢量以及所述噪声子空间计算所有所述网格点的空间谱，并以所有网格点的空间谱作为像素值成像获取该波数初始值下整个所述监测区域的冲击定位图像。
在一些实施例中，利用短时傅里叶变换提取所述冲击应力波信号中的所述单一频率冲击应力波信号。
在一些实施例中，所述以所述设定的所述波数迭代区间以及波数迭代步长进行迭代包括从所述波数初始值向波数迭代区间的波数终止值进行迭代。
在一些实施例中，根据所述单一频率冲击应力波信号，利用有限个的数据的最大似然估计计算数据协方差矩阵R：对协方差矩阵R进行特征值分解得到M个特征值λ1,λ2,...,λM和对应的特征向量EV1,EV2,...,EVM；将所述特征值按照大小顺序排列，与信号源个数D相等的较大的特征值和与之对应的特征向量划分为信号部分，剩下个数为M-D的较小的特征值和特征向量划分为噪声部分；利用信号部分的特征向量构建信号子空间EV1,EV2,...,EVD，记为Vs；噪声部分的特征向量构建噪声子空间EVD+1,EVD+2,...,EVM，记为VN。对协方差矩阵R进行特征值分解可以表示为：式中，ΣS和ΣN分别为信号子空间对应的较大特征值和噪声子空间对应的较小特征值，/>为VS的Hermitian转置，/>为VN的Hermitian转置。
在一些实施例中，设定的波数区间[kmin,kmax]的初始值kmin作为波数k，根据距离差ri(x,y)和波数kmin构建阵列方向矢量利用噪声子空间VN以及所述阵列方向矢量/>计算与搜索网格点对应的空间谱/>以网格点的划分间隔Δx和Δy作为搜索步长，搜索监测区域上所有网格点(x,y)；计算整个监测区域上的空间谱，将空间谱作为像素值，获得波数kmin的冲击定位图像I(kmin,x,y)，其中，所述空间谱峰所在位置即为波数k时的冲击位置(xr(kmin),yr(kmin))＝argmax(I(kmin,x,y))。
在一些实施例中，按照设置的波数迭代步长确定迭代波数k，将式(xr(kmin),yr(kmin))＝argmax(I(kmin,x,y))代入式迭代计算不同波数k下监测区域内所有网格点的像素值进行冲击定位成像，直到k＝kmax时，迭代终止，获得波数区间内不同波数对应的所述冲击定位图像I(k,x,y)；并将所述冲击定位图像I(k,x,y)中最大像素值最大的冲击定位图像作为代表冲击定位图像。
在一些实施例中，所述波数迭代区间与所述单一频率相关联。
本申请的另一些实施例提供了基于多信号分类算法的变温环境下的结构冲击定位装置，其包括存储器和处理器，所述存储器中存储有计算机出程序代码，所述处理器被配置为执行所述计算机代码以执行：记录冲击应力波信号，所述冲击应力波信号来自在监测区域布置的传感器阵列，在所述监测区域构建直角坐标系并为所述传感器阵列在所述直角坐标系中标记位置坐标；从所述冲击应力波信号中提取单一频率的信号；设定波数迭代区间以及迭代波数，所述波数迭代区间包括波数初始值；基于所述多信号分类算法获得所述单一频率冲击应力波信号在所述波数初始值下的冲击定位图像；以所述设定的所述波数迭代区间以及波数迭代步长进行迭代，获取所述波数迭代区间内每个波数所对应的冲击定位图像；标记所述波数迭代区间中每个波数所对应的冲击定位图像的最大像素值；选择所有冲击定位图像中的所述最大像素值最大的冲击定位图像作为代表冲击定位图像，将该代表冲击定位图像的最大像素值所在的网格点位置确定为冲击位置。
本发明所带来的有益技术效果：本申请提供的方法合装置无需提前测量变温环境下结构的波场信息，使得该冲击定位方法具有温度自适应性，提高了MUSIC算法在工程应用中的实用价值。
附图说明
图1A为根据本申请的面向变温环境下结构冲击定位的自适应波数MUSIC方法的第一部分的流程图；
图1B为根据本申请的面向变温环境下结构冲击定位的自适应波数MUSIC方法的第二部分的流程图；
图2为根据本申请的面向变温环境下结构冲击定位的自适应波数MUSIC方法的原理图；
图3为根据本申请的复合材料结构及传感器阵列布置示意图；
图4A为根据本申请的方法的1号阵元的冲击响应信号的时域波形图；
图4B为根据本申请的方法的1号阵元的冲击响应信号的频谱图；
图5为根据本申请的方法1号阵元的中心频率为3kHz的单一频率冲击应力波信号；
图6A为根据本申请的实施例的以角度和距离为坐标的最终冲击定位结果示意图；
图6B为根据本申请的实施例的以长度和宽度为坐标的最终冲击定位结果示意图；
图7A为根据本申请的实施例的变温环境下的自适应冲击定位方法的以角度和距离为坐标的结果示意图；
图7B为根据本申请的实施例的变温环境下的自适应冲击定位方法的以长度和宽度为坐标的结果示意图。
具体实施方式
下面结合附图以及具体实施方式对本发明作进一步详细说明。
本文所公开的具体结构和功能细节仅仅是代表性的，并且是用于描述本申请的示例性实施例的目的。但是本申请可以通过许多替换形式来具体实现，并且不应当被解释成仅仅受限于这里所阐述的实施例。
应当理解的是，虽然在本文中可能使用了术语“第一”、“第二”等等来描述各个单元，但是这些单元不应当受这些术语限制。使用这些术语仅仅是为了将一个单元与另一个单元进行区分。举例来说，在不背离示例性实施例的范围的情况下，第一单元可以被称为第二单元，并且类似地第二单元可以被称为第一单元。这里所使用的术语“和/或”包括其中一个或更多所列出的相关联项目的任意和所有组合。
本文中所使用的术语仅仅是为了描述具体实施例而不意图限制示例性实施例。除非上下文明确地另有所指，否则这里所使用的单数形式“一个”、“一项”还意图包括复数。还应当理解的是，这里所使用的术语“包括”和/或“包含”规定所陈述的特征、整数、步骤、操作、单元和/或组件的存在，而不排除存在或添加一个或更多其他特征、整数、步骤、操作、单元、组件和/或其组合。
还应当提到的是，在一些替换实现方式中，所提到的功能/动作/步骤可以按照不同于附图中标示的顺序发生。举例来说，取决于所涉及的功能/动作/步骤，相继示出的两幅图实际上可以基本上同时执行或者有时可以按照相反的顺序来执行。
在本发明一个实施例中，还提供了一种存储介质，所述存储介质存储计算机程序指令，所述计算机程序指令根据实施例一或实施例二所述的助眠控制方法进行执行。
如图1A、图1B所示，本申请中的基于多信号分类算法的变温环境下的结构冲击定位方法可以具体包括如下步骤：
步骤1：构建直角坐标系，标记传感器阵列位置坐标并记录冲击应力波信号。
如图2所示，在被监测结构的监测区域上建立直角坐标系，以结构的长度方向作为x轴正方向，以结构的宽度方向作为y轴正方向。布置阵元数为M的传感器阵列，标记传感器Si位置坐标为(Sxi,Syi)，i＝1,2,…,M。监测结构上的冲击事件，获取传感器阵列的冲击应力波信号，记为Xi(t)。
步骤2：提取单一频率的窄带波信号作为单一频率冲击应力波信号。
短时傅里叶变换(STFT)具有良好的局部时频域分析能力，常被用于冲击信号处理。因此，本实施例利用短时傅里叶变换提取宽带冲击应力波信号中的某一中心频率的单一频率冲击应力波信号。信号Xi(t)的短时傅里叶变换的表达式为：
式中，f表示频率，h(τ-t)表示时间窗口函数，τ表示将窗口移动到信号的开端位置时窗函数的中心位置。根据冲击应力波信号的特点选择窗函数的宽度，从时频谱图中选择感兴趣的中心频率fw，其在时频谱图中对应的幅值STFT(t,fw)构成中心频率为fw的冲击应力波信号Ci(t)。
步骤3：设定自适应波数MUSIC冲击定位算法的初始参数。
设定自适应波数MUSIC冲击定位算法的迭代参数包括设定冲击应力波的波数迭代初始值kmin、终止值kmax所构成的迭代区间[kmin,kmax]以及迭代步长Δk。
步骤4：基于所述自适应波数MUSIC冲击定位算法获取冲击定位图像。
根据上述实际采集和信号处理得到的单一频率冲击应力波信号，利用有限个的数据的最大似然估计计算数据协方差矩阵R：
式中，(Ci(t))H为Ci(t)的Hermitian转置，Y为信号的采样长度。
对协方差矩阵R进行特征值分解得到M个特征值λ1,λ2,...,λM和对应的特征向量EV1,EV2,...,EVM。将所述特征值按照大小顺序排列，与信号源个数D相等的较大的特征值和与之对应的特征向量划分为信号部分，剩下个数为M-D的较小的特征值和特征向量划分为噪声部分。利用信号部分的特征向量构建信号子空间EV1,EV2,...,EVD，记为Vs。噪声部分的特征向量构建噪声子空间EVD+1,EVD+2,...,EVM，记为VN。因此，对协方差矩阵R进行特征值分解可以表示为：
式中，ΣS和ΣN分别为信号子空间对应的较大特征值和噪声子空间对应的较小特征值。为
在所述结构的被监测区域上划分网格点，其中每个网格点都是可能发生冲击的位置。设置网格点搜索的起始位置坐标为(x0,y0)，以该点作为假定冲击源(x,y)：
x＝x0,y＝y0 (4)
计算该点到各传感器Si的距离，记为Li(x0,y0)：
计算假定冲击源(x,y)到传感器Si与到参考传感器S1的距离差，记为ri(x,y)，其中，参考传感器是传感器阵列中任意选定的一个传感器，例如可以用传感器S1作为参考传感器：
ri(x,y)＝Li(x,y)-L1(x,y) (6)
以步骤3设定的波数区间初始值kmin作为波数k：
k＝kmin (7)
根据距离差ri(x,y)和波数kmin构建阵列方向矢量
式中，j为虚数单位。
利用噪声子空间VN以及阵列方向矢量计算与搜索一个网格点对应的空间谱，记为Pmusic(kmin,x,y)，空间谱表达式为：
以网格点的划分间隔Δx和Δy作为搜索步长，搜索监测区域上所有网格点(x,y):
按照上述步骤计算整个监测区域上的空间谱，将空间谱作为像素值，获得波数k为kmin时的MUSIC冲击定位图像I(kmin,x,y)，空间谱峰所在位置即为波数k时的冲击位置(xr(k),yr(k))：
(xr(kmin),yr(kmin))＝argmax(I(kmin,x,y)) (11)
步骤5：迭代波数，实现自适应波数的冲击定位。
在合理的波数区间内对监测区域各点进行冲击成像，根据不同波数下图像的像素最大值可以确定监测环境下正确的波数，正确的波数下会形成空间谱峰，即不需要预先进行测定就能反演出监测环境下的波数，这个过程称为自适应波数。
由于本方法不需要提前测量变温环境下全波场波数信息，所以按照步骤3设置的波数迭代步长确定迭代波数k：
k＝k+Δk (12)
将式(11)代入式(8)迭代计算不同波数k下监测区域内所有网格点的像素值进行冲击定位成像。直到k＝kmax时，迭代终止，获得波数区间内不同波数对应的MUSIC冲击定位图像I(k,x,y)。只有在真实的单一频率Lamb波的波数和冲击位置上，才能得到最佳的冲击定位图像结果，因此，根据所有MUSIC冲击定位图像中最大像素值所在的网格点位置为预测的冲击位置(xr,yr)，其所对应的波数kr即为该温度下的正确波数:
kr＝argmax(argmax(I(k,x,y))) (13)
自适应波数MUSIC冲击定位图像为I(kr,x,y)。
实施例
如图3所示，为碳纤维复合材料板100、传感器阵列200布置以及被动式冲击监测系统300示意图。碳纤维复合材料板100的尺寸为400mm×400mm×2mm，铺层方式为[0/90]s5。传感器阵列200可以由阵列设置的压电传感器形成，压电传感器可以采用直径为8mm、厚度为0.25mm的P-51型压电陶瓷圆片。按照上述步骤1所述以碳纤维复合材料板100的左下角顶点作为原点建立直角坐标系，记录压电传感器阵列200和冲击源的坐标，在碳纤维复合材料板100上坐标为(200mm,300mm)的位置处使用落锤装置触发冲击事件，利用被动式动态信号监测系统300采集并记录压电传感器接收到的冲击应力波信号，系统采样率设置为200kHz。如图4A所示为该1号压电传感器接收到的典型冲击应力波信号的时域图。如图4B所示为该1号压电传感器在室温25摄氏度下接收到的典型冲击应力波信号归一化后的频谱图，由频谱可知冲击应力波信号的主要频率成分在0-10kHz。按照上述步骤2所述，用短时傅里叶变换提取如图5所示中心频率为3kHz的冲击应力波信号。按照上述步骤3设定冲击应力波在被测结构中传播的波数迭代范围为[0.01，0.06]rad/m、迭代步长为0.01rad/m。按照上述步骤处理得到如图6A、图6B所示的冲击定位成像结果，其中图6A以角度和距离为坐标，图6B以长度和宽度为坐标，其中，深色“×”代表冲击的真实位置坐标，浅色“×”代表算法预测的冲击位置坐标。通过在板100的两侧使用两个卤素灯照射来增加结构的温度至35℃，重复上述步骤得到如图7A、图7B所示的定位结果。图7a以角度和距离为坐标，图7b以长度和宽度为坐标。其中，“○”代表冲击的真实位置坐标，浅色“Δ”代表算法预测的冲击位置坐标。
在本申请中提取单一频率信号的方法还包括傅里叶变换、自相关函数、快速傅里叶变换、峰值检测和卡尔曼滤波等方法。
在本发明一个典型的配置中，存储介质包括永久性和非永久性、可移动和非可移动媒体，可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的装置或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。
在本发明一个实施例中，还提供一种计算设备，包括：用于存储计算机程序指令的存储器和用于执行计算机程序指令的处理器，其中，当该计算机程序指令被该处理器执行时，触发所述计算设备执行本发明实施例一或实施例二所述的方法。在本发明一个典型的配置中，计算设备均包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
本发明所指计算设备包括但不限于任何一种可与用户进行人机交互(例如通过触摸板进行人机交互)的电子产品，例如智能手机、平板电脑等移动电子产品，所述移动电子产品可以采用任意操作系统，如android操作系统、iOS操作系统等。
最后应说明的是，以上实施例仅用以阐述本发明的技术方案，而并非是对本发明的限制，熟悉本技术领域的技术人员应当理解：在本发明领域的实质技术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 (10)

1.基于多信号分类算法的变温环境下的结构冲击定位方法，其特征在于：包括
在所述结构的监测区域构建直角坐标系，在所述监测区域布置传感器阵列，标记所述传感器阵列在所述直角坐标系中的位置坐标并记录所述传感器阵列获取的冲击应力波信号；
从所述冲击应力波信号中提取单一频率冲击应力波信号；
设定波数迭代区间以及迭代波数，所述波数迭代区间包括波数初始值；
基于所述多信号分类算法获得所述单一频率冲击应力波信号在所述波数初始值下的冲击定位图像；
以所述设定的所述波数迭代区间以及波数迭代步长进行迭代，获取所述波数迭代区间内每个波数所对应的冲击定位图像；
标记所述波数迭代区间中每个波数所对应的冲击定位图像的最大像素值；选择所有冲击定位图像中的所述最大像素值最大的冲击定位图像作为代表冲击定位图像，将该代表冲击定位图像的最大像素值所在的网格点位置确定为冲击位置。
2.根据权利要求1所述的基于多信号分类算法的变温环境下的结构冲击定位方法，其特征在于：所述获取所述波数迭代区间内每个波数所对应的冲击定位图像包括：
为提取到的所述单一频率信号构建协方差矩阵，进行特征值分解获得每个所述单一频率信号的信号子空间和噪声子空间；
将所述监测区域划分为网格，计算所述网格的每个网格点到各所述传感器的距离与到参考传感器的距离两者的距离差，建立以波数和所述距离差为变量的阵列方向矢量；
利用所述波数迭代区间中的波数初始值，所述阵列方向矢量以及所述噪声子空间计算所有所述网格点的空间谱，并以所有网格点的空间谱作为像素值成像获取该波数初始值下整个所述监测区域的冲击定位图像。
3.根据权利要求2所述的基于多信号分类算法的变温环境下的结构冲击定位方法，其特征在于：利用短时傅里叶变换提取所述冲击应力波信号中的所述单一频率冲击应力波信号。
4.根据权利要求2所述的基于多信号分类算法的变温环境下的结构冲击定位方法，其特征在于：所述以所述设定的所述波数迭代区间以及波数迭代步长进行迭代包括从所述波数初始值向波数迭代区间的波数终止值进行迭代。
5.根据权利要求4所述的基于多信号分类算法的变温环境下的结构冲击定位方法，其特征在于：根据所述单一频率冲击应力波信号，利用有限个的数据的最大似然估计计算数据协方差矩阵R：对协方差矩阵R进行特征值分解得到M个特征值λ1,λ2,...,λM和对应的特征向量EV1,EV2,...,EVM；将所述特征值按照大小顺序排列，与信号源个数D相等的较大的特征值和与之对应的特征向量划分为信号部分，剩下个数为M-D的较小的特征值和特征向量划分为噪声部分；利用信号部分的特征向量构建信号子空间EV1,EV2,...,EVD，记为Vs；噪声部分的特征向量构建噪声子空间EVD+1,EVD+2,...,EVM，记为VN；协方差矩阵R进行特征值分解可以表示为：式中，ΣS和ΣN分别为信号子空间对应的较大特征值和噪声子空间对应的较小特征值，VS H为VS的Hermitian转置，VN H为VN的Hermitian转置。
6.根据权利要求5所述的基于多信号分类算法的变温环境下的结构冲击定位方法，其特征在于：设定的波数区间[kmin,kmax]的初始值kmin作为波数k，根据距离差ri(x,y)和波数kmin构建阵列方向矢量利用噪声子空间VN以及所述阵列方向矢量计算与搜索网格点对应的空间谱/>以网格点的划分间隔Δx和Δy作为搜索步长，搜索监测区域上所有网格点(x,y)；计算整个监测区域上的空间谱，将空间谱作为像素值，获得波数kmin的冲击定位图像I(kmin,x,y)，其中，所述空间谱峰所在位置即为波数k时的冲击位置(xr(kmin),yr(kmin))＝argmax(I(kmin,x,y))。
7.根据权利要求6所述的基于多信号分类算法的变温环境下的结构冲击定位方法，其特征在于：按照设置的波数迭代步长确定迭代波数k，将式(xr(kmin),yr(kmin))＝argmax(I(kmin,x,y))代入式迭代计算不同波数k下监测区域内所有网格点的像素值进行冲击定位成像，直到k＝kmax时，迭代终止，获得波数区间内不同波数对应的所述冲击定位图像I(k,x,y)；并将所述冲击定位图像I(k,x,y)中最大像素值最大的冲击定位图像作为代表冲击定位图像。
8.根据权利要求1所述的基于多信号分类算法的变温环境下的结构冲击定位方法，其特征在于：所述波数迭代区间与所述单一频率相关联。
9.基于多信号分类算法的变温环境下的结构冲击定位装置，其特征在于，包括存储器和处理器，所述存储器中存储有计算机出程序代码，所述处理器被配置为执行所述计算机代码以执行：
记录冲击应力波信号，所述冲击应力波信号来自在监测区域布置的传感器阵列，在所述监测区域构建直角坐标系并为所述传感器阵列在所述直角坐标系中标记位置坐标；
从所述冲击应力波信号中提取单一频率的信号；
设定波数迭代区间以及迭代波数，所述波数迭代区间包括波数初始值；
基于所述多信号分类算法获得所述单一频率冲击应力波信号在所述波数初始值下的冲击定位图像；
以所述设定的所述波数迭代区间以及波数迭代步长进行迭代，获取所述波数迭代区间内每个波数所对应的冲击定位图像；
标记所述波数迭代区间中每个波数所对应的冲击定位图像的最大像素值；选择所有冲击定位图像中的所述最大像素值最大的冲击定位图像作为代表冲击定位图像，将该代表冲击定位图像的最大像素值所在的网格点位置确定为冲击位置。
10.根据权利要求9所述的基于多信号分类算法的变温环境下的结构冲击定位装置，其特征在于：所述处理器进一步执行所述计算机程序代码以执行权利要求2至8中任意一项的方法。
CN202311466803.1A 2023-11-06 2023-11-06 基于多信号分类算法的变温环境下的结构冲击定位方法和装置 Pending CN117451846A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311466803.1A CN117451846A (zh) 2023-11-06 2023-11-06 基于多信号分类算法的变温环境下的结构冲击定位方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311466803.1A CN117451846A (zh) 2023-11-06 2023-11-06 基于多信号分类算法的变温环境下的结构冲击定位方法和装置

Publications (1)

Publication Number Publication Date
CN117451846A true CN117451846A (zh) 2024-01-26

Family

ID=89585129

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311466803.1A Pending CN117451846A (zh) 2023-11-06 2023-11-06 基于多信号分类算法的变温环境下的结构冲击定位方法和装置

Country Status (1)

Country Link
CN (1) CN117451846A (zh)

Similar Documents

Publication Publication Date Title
De Simone et al. Impact source localisation in aerospace composite structures
Hall et al. Guided wave damage characterization via minimum variance imaging with a distributed array of ultrasonic sensors
Naishadham et al. A robust state space model for the characterization of extended returns in radar target signatures
Zhong et al. Multiple damage detection on aircraft composite structures using near-field MUSIC algorithm
Roque et al. Numerical experiments on optimal shape parameters for radial basis functions
CN108875178B (zh) 用于减小结构模态识别不确定性的传感器布置方法
Besson et al. Adaptive detection of a signal known only to lie on a line in a known subspace, when primary and secondary data are partially homogeneous
RU2331088C2 (ru) Параметрические f-k-способы для сейсмических исследований
CN108053424A (zh) 目标跟踪方法、装置、电子设备及存储介质
CN105388473A (zh) 一种基于高分辨成像的近场rcs快速测量方法
CN105761725A (zh) 一种基于时域稀疏性的fri信号重构方法
CN106768227B (zh) 基于加速度信号经验模式分解的动态称重装置及方法
KR20160029252A (ko) 패턴 인식을 이용한 평판 구조물의 결함 위치 탐지 방법 및 그 장치
CN102508279A (zh) 卫星导航系统gnss定姿测量值的处理方法及gnss定姿测量仪
Candy et al. Anomaly detection for a vibrating structure: A subspace identification/tracking approach
JPH06324128A (ja) 双極子検出および位置決定処理方法
US20200278267A1 (en) Calibration device and process
CN117451846A (zh) 基于多信号分类算法的变温环境下的结构冲击定位方法和装置
Hall et al. Ultrasonic guided wave imaging for damage characterization
CN112818762A (zh) 一种大尺寸复合材料及其夹层结构快速无损检测方法
Ma et al. Poles extraction of underwater targets based on matrix pencil method
Candy et al. Multichannel spectral estimation in acoustics: A state-space approach
CA3118143A1 (en) Rain sensor
US20150160358A1 (en) Systems and methods for combining triaxial geophone data for localizing nearby transient seismic sources
CN105204018B (zh) 一种利用多帧信息的二维doa跟踪方法

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