基于超声导波的多损伤层析检测方法.pdf

发布时间：2022-05-29 发布人：admin 分类：说明书资料大小：0.59M 资料格式：pdf 举报版权申诉

weixin_38590567-12130778-201308-21.pdf-第1页.png

第1页 / 共8页

weixin_38590567-12130778-201308-21.pdf-第2页.png

第2页 / 共8页

weixin_38590567-12130778-201308-21.pdf-第3页.png

第3页 / 共8页

weixin_38590567-12130778-201308-21.pdf-第4页.png

第4页 / 共8页

weixin_38590567-12130778-201308-21.pdf-第5页.png

第5页 / 共8页

weixin_38590567-12130778-201308-21.pdf-第6页.png

第6页 / 共8页

weixin_38590567-12130778-201308-21.pdf-第7页.png

第7页 / 共8页

weixin_38590567-12130778-201308-21.pdf-第8页.png

第8页 / 共8页

文本预览

5 10 15 20 25 30 35 40 中国科技论文在线 http://www.paper.edu.cn 基于超声导波的多损伤层析检测方法# 施文1，林京1，曾亮1，华佳东1，廖晓波2** （1. 西安交通大学机械工程学院，西安 710054； 2. 西南科技大学制造科学与工程学院，四川绵阳 621010）摘要：损伤概率检验的重建算法（RAPID，reconstruction algorithm for probabilistic inspection of damage）是建立在统计相关分析基础上的一种新的层析成像技术，由于可避免复杂的层析参数求解问题，具有更好的灵活性和适用性。然而，由于该方法无法消除多损伤之间的相互影响，因而难以实现板类结构中的多损伤识别。针对这一问题，本文设计了一种新的传感器阵列形式，并以此为基础建立了基于局部成像的层析算法，通过扇区内的局部重构和数据截断，消除了不同损伤之间的干涉以及被测区域外部干扰源的影响，有效实现了多损伤的诊断和定位。关键词：损伤检测；RAPID；统计相关；多损伤；局部成像；数据截断中图分类号：TH Multiple damage detection based on ultrasonic guided wave tomography SHI Wen1, LIN Jing1, ZENG Liang1, HUA Jiadong1, LIAO Xiaobo2 (1. Mechanical Engineering School,Xi'an Jiaotong University, Xi’an 710054; 2. College of Manufacturing Science and Engineering,Southwest University of Science and Technology, SiChuan MianYang 621010) Abstract: RAPID (reconstruction algorithm for probabilistic inspection of damage) is a new tomography based on statistics correlation analysis，which is more flexible and more applicable by avoiding the question with complicated tomography parameters effectively．However RAPID is not suitable for identifying multiple damage in plate-like structures because damage influence each other．For the question，we investigate a new sensor array and a tomography algorithm based on local reconstruction The local reconstruction and data truncation erase the interference among damage and the influence of disturbing sources out of the detected area to detect and locate multiple damage effectively. Keywords: damage detecting; RAPID; statistics correlation; multiple damage; local reconstruction; data truncation 0 引言超声兰姆波因为其高效、快捷的特点在结构损伤的定位识别中展现了非常广阔的应用前景[1-4]。起源于医学的兰姆波层析成像也逐渐扩展到无损检测领域，许多学者取得了大量的研究成果，其中 TRHay 和 RLRoyer 创造性地提出了基于信号差异系数(SDC-signal difference coefficient)的兰姆波层析反演方法——损伤的概率分布重构算法（Reconstruction algorithm for probabilistic inspection of damage-RAPID），该方法不仅易于实施而且对损伤更为敏感 [5-11]。然而，当检测区域存在多个损伤时，由于不同损伤对应的关键路径之间相互交叉会产生错误信息，该方法不再适用。本文针对这一问题，首先通过理论分析查找其理论根源，接着给出了一种时钟型的传感器布置方式，并在此基础上通过数据截断来消除损伤之间的相互基金项目：国家自然科学基金（51125022，51005172）；高等学校博士学科点专项科研基金资助课题 (20110201110025) ；西南科技大学制造过程测试技术－省部共建教育部重点实验室开放基金；中央高校基本科研业务费专项资金项目；作者简介：施文，（1990-），男，硕士研究生，主要研究方向：基于导波的损伤检测。通信联系人：林京，（1971-），男，教授，主要研究方向：机械测试与信号分析、机械故障诊断、结构健康监测、智能制造、机电系统可靠性。 E-mail: jinglin@mail.xjtu.edu.cn - 1 -

CXY 是 X 和 Y 的协方差 C XY K ∑= k 1 = ρ = CXY σ σ X Y (1) ( X k − μ x )( Y k ) − μ y (2) 45 50 55 60 中国科技论文在线 http://www.paper.edu.cn 干扰实现局部定位，最后有效实现了多损伤的检测。 1 RAPID 方法与计算模型传统的兰姆波层析成像总是选取波速或能量衰减作为损伤检测定位和图像重构的特征参数。为了得到准确的重构图像，不仅需要密集地布置传感器，而且需要大量的计算时间。 RAPID 方法则是基于相关分析，只考察参考信号（无损伤信号）和损伤信号的差异性并由此进行损伤识别，因此可以很好回避对材料或者结构性能的理解和建模，简单易行[5]。它用信号差异系数（SDC）来表征不同状态下的信号的统计特性的差异。首先采用相关系数 ρ 来表示不同信号之间的差异[6] 式中 X,Y 分别是传感路径（激励端-接收端）接收端接收的参考信号和损伤信号，K 是信号的数据长度，μ 是各自信号数据的平均数。σ 为信号的标准差 σ X = σ Y = K ∑ k 1 = K ( ∑ k 1 = ( X k μ − x )2 (3) Y k − μ Y )2 (4) 信号的差异系数定义为 SDC ρ= − （5） 1 在实验环境下，结构损伤是接收信号发生变化的唯一原因，就任一传感路径而言，其 SDC 的大小反应了损伤的程度及其相对于该传感路径的位置。因此根据传感路径对应的 SDC 值，可实现其临近区域内损伤的概率分布重构。以第 k 条传感路径为例，检测区域内任一敏感点(x,y)的损伤分布概率 Pk(x,y)是该路径与敏感点的相对位置及其 SDC 值的函数（6）式中 Ak 是第 k 条传感路径对应的 SDC，R 是点(x,y)到激励端和接收端距离之和与传感 2 2 k k k k ( R x y x , 1 , , y 1 , x , y ( x y , ) = P k A k 1 − 1 β − ⎛ ⎜ ⎝ ) + β 1 β − ⎞ ⎟ ⎠ 65 路径长度的比值， R x y x ( , , 2 x x ) ( + − k 2 2 y y ( ) + − k k 2 1 β 即是对 R 数值进行限制的一个阈值，限定如下 y y ( + − k 1 x x ( − k k 2 1 y k k 1 1 x x ( − k 1 y k 2 x k 2 2 ) = ) , , , 2 y y ( ) + − k 2 2 ) 2 ) （7） β ≤ > （8） β 由 R的公式可知存在有效概率数值的所有点（x，y）组成一个椭圆区域，而 β 则限制了 R = R ⎧⎪ ⎨ β ⎪⎩ R R 70 这个椭圆区域的大小。由公式 Pk(x,y)可得到传感路径临近区域损伤分布的概率估算图（即椭圆区域损伤概率分布图，简称为概率分布图）： - 2 -

中国科技论文在线 http://www.paper.edu.cn 75 80 85 90 图 1 椭圆区域损伤概率分布图图中，当 R = 1 时，点(x,y)处于传感路径上，当 R = β 时，点(x,y)位于椭圆的圆周上，在实验中 β 的数值通常在 1.05 附近选取[5]。图 1 中每个位置点颜色的深浅表示这个位置点损伤分布的概率大小，颜色越深，则概率越大。观察图 1 颜色变化可知单一传感路径对应的概率分布图只能保证垂直于传感路径方向的分辨率。因此，为了定位出损伤的准确位置需要将所有传感路径对应的概率分布图进行叠加，从而得到检测区域内任意点(x,y)的损伤分布概率： x y , ) p k ( ( P x y , ) N = ∑ k 1 = 其中 N 为传感路径的总数量。利用网格线均匀地划分检测区域，根据公式（9）可以计算出所有网格线交点损伤分布的概率数值进而得到整体检测区域的损伤概率分布图，分布图中的概率峰值点则是重构损伤的中心位置。 2 RAPID 方法在多损伤检测中的不足及分析（9）为了观察 RAPID 算法在多损伤检测中的应用效果，我们设计如下图 2(a)的多损伤定位实验。8 个压电传感器均匀的分布在直径为 240mm 的圆周上，组成一个圆形阵列（不包含图 2（a）中的中心传感器 A0）[5]，其中每个阵元既可做激励端又可做接收端。激励信号为汉宁窗调制的 5 脉冲正弦信号，中心频率 150khz, 由波形发生器模拟输出。实验台还包括功率放大器，电荷放大器和数字转换器。所有的控制操作和信号分析都是在计算机上基于 NI Labview 和 Matlab 平台实现的。图 2（b）是基于 RAPID 算法得到的多损伤检测结果。从图中我们不仅无法观察到损伤 95 的分布位置，甚至无法判断出检测区域存在损伤的数量。定义靠近或穿过（一个或多个）损伤的传感路径为关键路径[12,13]。当检测区域存在单一损伤时，所有的关键路径对应同一个损伤，损伤的重构区域最终由各椭圆区域概率分布图叠加而成。当检测区域存在多损伤时，对应不同损伤的关键路径相互交叉（路径（2-7）对应损伤 1 和 2，路径（2-5）对应损伤 1 和 3，路径（2-6）只对应损伤 1 等），由其概率分布图叠加产生的错误信息最终导致方法失效。 100 图2(a) 损伤实际位置 - 3 -

中国科技论文在线 http://www.paper.edu.cn 105 110 图2(b) 检测区域损伤概率重构图图2 基于RAPID算法的三损伤定位实验 3 基于局部成像的多损伤诊断方法在检测区域存在多损伤时，对应不同损伤的关键路径的概率分布图叠加会产生错误的信息，为了消除这种现象，我们使用时钟型的传感器阵列替换圆形传感器阵列（图 3 中的 A0-A9），以方便将损伤分配至各个独立的子区域（如 A0-A4-A3-A2-A1 所示的粗实线区域）进行局部定位，其中子区域由多个相邻扇区组成。由于扇区是最小的组成单元，因此为了保证每个子区域内不包含多个故障，损伤的分布必须满足以下假设条件：第一，每个扇区内最多存在单一损伤；第二，当某一扇区内存在损伤时，其相邻两侧扇区不存在损伤。以图 2（a）所示的三损伤检测试验为例，这里给出一种基于子区域进行局部定位成像的多损伤诊断方 115 法： 120 125 130 图 3 时钟型阵列实验图第一步：对损伤的数量进行判断。因为损伤会对其附近半径路径（如 A0-A1）上的传播信号造成影响，所以根据半径路径对应的 SDC 分布图，可进行损伤数量的准确判断和损伤位置的初步诊断。图 4 是以 A0 为激励端按照 A1-A8 为接收端的顺序逐点计算这些半径路径对应的 SDC 得到的归一化 SDC 分布图。图中每个五角星的横坐标为对应的外围传感器和圆心传感器组成的半径路径，图中的 3 个用圆圈标注的峰值点分别对应半径路径（0-2）、（0-5）和（0-8）。根据假设 1 和 2 可知，3 个峰值点表示检测区域存在 3 个损伤，并且这些损伤靠近峰值点对应的半径路径（0-2）、（0-5）和（0-8）。当某些连续的半径路径附近不存在损伤时，对应的 SDC 数值虽然都很小，但是仍然有可能存在极值，这种情况会对损伤数量的判断产生不良影响，在算法中可通过设置 SDC 的阈值进行 SDC 数值的归零化处理来消除这些不良影响。第二步：检测区域内子区域的划分。新方法中的“局部”指的是不同损伤所在的不同子区域，这些子区域由相邻扇区组成。因为子区域内的关键路径越多，损伤的检测定位效果越好[12]，所以我们需要使用尽可能多 - 4 -

135 140 145 图4 半径路径的SDC分布图中国科技论文在线 http://www.paper.edu.cn 的传感器来组成子区域以包尽可能多的关键路径。子区域范围越大包含的半径路径越多，因此子区域的选择可简化为连续半径路径的选择。以靠近半径路径（0-5）的损伤 3 为例，对它进行检测时，子区域对应的半径路径可根据 SDC 分布图的数值变化进行选择：以传感路径（0-5）中心路径，依次向两侧选取下一个峰值路径之前的所有路径，顺时针一侧为路径（0-3）和（0-4），逆时针一侧为路径（0-6）和（0-7）），并去掉边界处数值较大的（0-7）路径，最终得到由 4 条路径（0-3）、（0-4）、（0-5）和（0-6）组成子区域 A0-A3-A4-A5-A6-A7，其它损伤对应的子区域同理可得。第三步：局部诊断中的信号处理。在子区域划分完成之后，我们对子区域内所有传感路径接收端进行信号采集，以损伤 1 为例，损伤 2 和 3 位于内部损伤 1 所在的子区域的外部，相当于外部干扰。由图 5 可知，损伤 2 和 3 分别处于传感路径（0-1）和（0-4）的信号数据采集区域（图 5 中的浅色椭圆区域，由信号的采集时间决定），对这两传感路径对应的 SDC 的数值计算产生较大的影响，从而最终影响损伤 1 的局部定位诊断。为了消除外部损伤对于内部损伤定位的影响，我们对采集到的信号数据进行截断，使其对应的信号检测区域和重构区域（图 5 中的深色椭圆区域，由 β 确定）重合。 150 以激励端—接收端的直线距离除以 Lamb 波在有效频段内的最大传播速度得到的时间点，定义为有效数据的第一点，即有效数据起始点，可消除前端无效数据的影响，例如电磁干扰等；激励端—接收端的直线距离乘以 β得到计算区域内的最大路径长度，用该长度除以 Lamb 波在有效频段内的最小传播速度加上激励信号的半个周期得到的时间点，定义为有效数据终止点，有效数据的终点起到消除或削弱外部损伤造成的影响的作用。 155 图5 外部损伤的影响第四步：各损伤的局部诊断和定位。依据截断之后的参考信号和损伤信号在划分好的子区域内进行各传感路径的 SDC 和各 - 5 -

中国科技论文在线 http://www.paper.edu.cn 概率分布图的计算（位置点是通过网格线将检测区域均匀分割后得到的网格点），并进行概率分布图的叠加，最终得到各损伤的概率重构图。第五步：不同子区域损伤的概率重构图像的融合。因为不同损伤的概率分布图数值可能相差较大，为防止再一次出现不同数值的概率分布图的相互干扰，需要在图像融合之前进行进一步的数值处理，包括平方消噪和数值归一化处理。经过处理之后将各损伤的局部概率分布图进行图像融合即可得到最终的检测区域整体的损伤位置的概率分布图，图中的峰值点对应了实际损伤的中心点。 4 实验研究为了验证新算法在多损伤定位中的有效性，我们基于新的方法再次进行三损伤的诊断和定位实验。图 6（a）、（b）和（c）分别是损伤 1、2 和 3 在子区域内得到的局部概率分布图，各图像经过数值处理之后融合得到整体诊断区域的损伤分布图 6（d）。图 6（d）中 “o”表示各实际损伤的中心位置，“+”表示概率估算的损伤的中心位置，真实中心和估算中心的距离在可接受误差范围之内。相比于图 2（b），基于局部诊断的多损伤诊断方法不仅可以实现多损伤数目的诊断，更能实现多损伤位置的准确定位。 160 165 170 175 图6(a)损伤1的概率分布图图6 (b) 损伤2的概率分布图 180 图6 (c) 损伤3的概率分布图 - 6 -

中国科技论文在线 http://www.paper.edu.cn 图6 (d) 多损伤的概率重构图图6 多损伤的诊断定位 185 5 总结 190 基于局部诊断的多损伤诊断方法已经展现了良好的应用前景。然而此方法仍然有许多的不足：第一，算法异常敏感。在实验中我们发现算法对于微小的损伤或者干扰异常的敏感，在实际的工况中，在实际的工况中，不仅温度的变化会影响诊断的结果[13]，而且润滑油或水等都将成为巨大的干扰项[6]；第二，传感器越少，检测区域越大，盲区就越多，当损伤位于盲区时，得到的概率分布图的位置和形状都会有不同程度的变化[14]；第三，当存在多损伤，且多损伤距离较近存在于同一个扇区或相邻的扇区时，无法进行准确的诊断和定位。文中的兰姆波成像实验既验证了所提出的新方法的可行性，也为其走向实际应用奠定了一定基础。下一步的工作将是针对上述的不足进行进一步的分析研究，通过激励信号和传感器阵列的优化等来对方法进行进一步的改进。 195 [参考文献] (References) [1] Rose,J.L.Ultrasonic Waves in Solid Media[M].何存富,吴斌等译.2004 年第一版.北京：科学出版社,2004,366. [2] J.C.P.MCKEON,M.K.HINDERS.Lamb wave scattering from a througg hole[J].Journal of Sound and Vibration,1999,224(5): 843-862. [3] Rose,J.L．A baseline and vision of ultrasonic guided wave inspection potential[J]．Journal of Pressure Vessel Technology,2002,124：273-282. [4] Leonard K R, Hinders M K.Lamb wave tomography of pipe-like structures[J]. Ultrasonics,2005,43,574-583. [5] T R Hay,R L Royer,Huidong Gao,et al．A comparison of embedded sensor Lamb wave ultrasonic tomography approaches for material loss detection[J]. Smart Materials And Structures,2006,15:946-951. [6] Jaya Prakash Koduru,Joseph L.Rose.Guided wave annular array sensor design for improved tomographic imaging[A].REVIEW OF PROGRESS IN QUANTITATIVE NONDESTRUCTIVE EVALUATION: Proceedings of the 35th Annual Review of Progress in Quantitative Nondestructive Evaluation[C], Chicago,20-25 July 2008,658-665. [7] H.Gao,Y.Shi,J.L.Rose.Guided Wave Tomography on an Aircraft Wing with Leave in Place Sensors[A].REVIEW OF PROGRESS IN QUANTITATIVE NONDESTRUCTIVE EVALUATION[C],Golden, Colorado,2005,1788-1794. [8] Dong Wang,Lin Ye,Zhongqing Su.Probabilistic Damage Identification Based on Correlation Analysis Using Guided Wave Signals in Aluminum Plates[J].Structural Health Monitoring,2010,vol.9 no.2:133-144. [9] Dong Wang,Lin Ye,YeLu.Probability of the presence of damage estimated from an active sensor network in a composite panel of multiple stiffeners[J].Composites Science and Technology,2009,Volume 69 Issue 13:2054-2063. [10] FEI YAN,ROGERL.ROGERL. ROYER JR,JOSEPH L.ROSE.Ultrasonic Guided Wave Imaging Techniques in Structural Health Monitoring[J].Journal of Intelligent Material Systems and Structures,2010,vol.21 no.3:377-384. [11] Xiaoliang Zhao, Huidong Gao, Guangfan Zhang,et al. Active health monitoring of an aircraft wing with embedded piezoelectric sensor/actuator network: I. Defectdetection, localization and growth monitoring[J]. Smart Materials And Structures. 2007，16: 1208-1217 [12] YE LU,LIN YE,DONG WANG.Time-domain Analyses and Correlations of Lamb Wave Signals for Damage Detection in a Composite Panel of Multiple Stiffeners[J].Journal of Composite Materials,2009,vol. 43 no. 26:3211-3230. 200 205 210 215 220 225 - 7 -

中国科技论文在线 http://www.paper.edu.cn [13] Dong Wang, Lin Ye,Ye Lu,et al.A damage diagnostic imaging algorithm based on the quantitative comparison of Lamb wave signals[J].Smart Materials and Structures,2010,Volume 19 ,Number 6:1-12. [14] DONG WANG,LIN YE,YE LU.A Probabilistic Diagnostic Algorithm for Identification of Multiple Notches Using Digital Damage Fingerprints (DDFs)[J].Journal of Intelligent Material Systems and Structures,2009,vol. 20 no. 12: 1439-1450. 230 - 8 -

分享到：

赞收藏

资料库

基于超声导波的多损伤层析检测方法.pdf

相关推荐

开发技术

热门标签

最新资料