碳纤维层合板Lamb波损伤检测的加权块稀疏成像法

针对Lamb波稀疏阵列损伤成像方法中存在的成像分辨率低、伪点干扰大的问题,基于损伤在被测结构中的稀疏先验,提出了一种加权块稀疏重构的Lamb波损伤成像方法。首先通过Lamb波在薄板类结构中的线性传播模型,结合稀疏传感器阵列信息,构造过完备Lamb波散射的块稀疏字典;其次将测量得到的Lamb波散射信号在所构建的过完备字典下进行稀疏表示,将Lamb波损伤成像问题转化为加权l_1范数最小化的凸优化问题;最后通过谱梯度投影法,求解所建立的加权块稀疏凸优化模型,得到损伤散射信号在该字典下的稀疏表示系数并以此作为损伤指标,实现对被测结构的损伤成像。碳纤维层合板上的模拟损伤成像结果表明:所提方法在单损伤成像中的定位误差为3.16 mm,在双损伤成像中的最大定位误差为4.24 mm。实验验证了所提方法的有效性,与传统延迟叠加成像法的对比表明,所得损伤成像结果具有更高的分辨率,更小的伪点干扰,但同时也需要更大的计算量。     

Lamb波时间反转椭圆定位和层析成像混合技术研究

采用椭圆定位技术和层析成像技术相结合的无损检测方法,并将其运用于板状材料的Lamb波损伤检测和成像中.与传统的单一层析成像技术相比,将椭圆定位技术和层析成像技术相结合,只需在椭圆定位技术确定的范围内选择有效的激励-传感路径进行层析成像,从而排除了多余的检测路径,可以减少数据计算和处理的数量,提高数据利用率和检测效率.此外,由于事先用椭圆定位技术确定了损伤的范围,避免了额外激励-传感路径交叉点处损伤概率值较大的情况,这有效地减少了损伤检测误判情况的发生.通过Abaqus有限元软件的仿真,选择合适的Lamb波激发频率和激发方式,然后布置恰当的传感器网络,结合椭圆定位技术和层析成像技术的概率损伤检测重构算法对损伤进行成像,这有效地提高了损伤的检测效率和成像质量,检测路径和成像计算时间节省率分别在47.6%和47.5%以上.     

融合Radon变换的孔边裂纹Lamb波定位成像研究

基于不同模态Lamb波与孔边裂纹相互作用的基本原理,聚焦不同模态Lamb波波包飞行时间精确检测问题,以各向同性板中的孔边裂纹为研究对象,开展了融合Radon变换的孔边裂纹Lamb波定位成像研究。首先,使用宽频chirp信号激励稀疏传感器阵列产生Lamb波,并采集通孔散射信号作为基线信号,采集孔边裂纹散射信号作为缺陷信号。其次,对chirp响应信号进行滤波处理,优化选取窄带单音频脉冲响应信号的中心频率和调制周期数。然后,对基线单音频脉冲响应信号进行Radon变换,得到优化后的群速度和偏移时间,并计算出Lamb波波包飞行时间。最后,使用椭圆定位成像算法对孔边裂纹进行定位成像,并将成像结果与名义群速度法的结果进行对比。结果表明,使用Radon变换可以准确获取Lamb波波包飞行时间,提升了不同模态Lamb波对孔边裂纹缺陷的检测能力。     

板状结构中的导波相控阵损伤成像技术

基于延迟-叠加原理,提出了在金属薄板中导波相控阵的波束形成公式及其损伤成像方法。该相控阵列的波束形成及其成像算法是在频率域上进行的,考虑了超声兰姆(Lamb)波的频散效应。数值仿真研究表明:本文提出的损伤识别技术能够有效定位损伤区域。为了验证该方法的有效性,实验中搭建了压电陶瓷传感器(PZT)-激光多普勒测振仪(SLDV)混合系统,对金属铝板进行损伤检测。该系统包括用于激励超声Lamb波的PZT和获取导波波场数据的SLDV。通过提出的导波相控阵成像算法实现对铝板的损伤成像。实验结果表明:基于频率域上相位延迟的导波相控阵成像方法,与传统时间延迟方法相比,能够提高损伤成像精度,有效定位损伤存在的区域。     

复合材料层合板损伤的椭圆环定位损伤概率成像

因复合材料结构的各向异性特性导致导波沿各个方向的传播群波速并不相同,因此传统的采用单一波速的椭圆定位成像算法,对复合材料结构损伤的定位监测具有一定的监测误差。为了提高损伤的定位精度,提出了一种改进的椭圆环定位损伤概率成像算法。该方法首先获得导波在复合材料结构中的传播波速带宽,进一步得到各监测通道的损伤散射峰值时刻,最终基于椭圆环定位损伤概率成像算法,进行损伤的定位监测。通过对复合材料层合板的冲击损伤进行定位监测,将所提成像算法的监测结果与采用不同方向群波速的椭圆定位算法的监测结果进行了对比,对所提方法的有效性进行了验证。实验结果表明：相比于采用单一波速的椭圆定位成像算法,所提成像算法的损伤定位误差小于6.5%。     

基于波包分解的主动Lamb波结构损伤监测方法

主动Lamb波结构健康监测研究中,监测信号的质量易受到环境参数变化以及人为操作误差的影响。在分析Lamb波传播特性以及主动Lamb波结构损伤监测技术原理基础上,研究采用波包分解方法获取Lamb波损伤散射信号。通过相关运算,从损伤结构响应信号中分离出健康响应信号部分,实现损伤散射信号的获取。给出了方法的基本原理和实现过程。结合时间反转损伤成像监测方法,在真实环氧玻璃纤维复合材料板结构上进行了实验验证,并与传统损伤散射信号获取方法进行了对比。实验结果表明,该方法能够较好的消除环境参数变化等误差对监测信号带来的影响,具有较好的实用性。     

变化温度下的超声导波板状结构健康监测

超声导波结构健康监测技术在板状构件的缺陷诊断中易受温度干扰,影响阵列对损伤成像的精度。在不同温度下进行兰姆(Lamb)波损伤检测的实验,基于最优基线法(OBS)和基线信号拉伸法(BSS),引入了局部时移,对时域信号进行精确补偿。通过最优基线法筛选出参考信号,添加局部时移实现各波包上的时间补偿,通过基线拉伸完成温度补偿。改进后的温度补偿法能够将温度采集范围由1℃拓宽至10℃,且能够对信号上各波包进行温度补偿。结合椭圆定位法,确保在变化温度下成像的相对误差低于9%。通过实验验证了优化后的温度补偿法的有效性,能够准确识别环境温度变化下的结构损伤。     

基于波包能量的裂纹扩展监测实验研究

采用主动Lamb波监测技术对铝板结构中的疲劳裂纹扩展进行了实验研究.首先通过布置在结构中的压电片激发并采集Lamb波信号.然后分别把Lamb波信号的原始信号、信号包络及其特定尺度上的小波系数模值定义为波包,并建立了不同定义下波包能量的计算公式.将结构在裂纹扩展过程中传感器所接收的Lamb波So模式波包能量与健康状态下所得到的波包能量进行对比,得到每个裂纹扩展阶段的能量差,将其归一化后得到相应的裂纹损伤特征参数.最后通过实验分析得到该损伤特征参数与裂纹扩展程度之间的对应关系,从而揭示出Lamb波随裂纹扩展的变化规律.实验结果表明,利用上述方法所得到的裂纹损伤特征参数随裂纹扩展表现出特定的变化规律.该规律对于裂纹监测的进一步研究具有促进作用.     

HHT在提取Lamb波特征参数中的应用

超声Lamb波被广泛用于薄板状结构的损伤检测,其频散特性为损伤信号特征参数的提取增加了难度,因此提出HHT方法对时域的Lamb波进行频域转换,以提取信号的能量和时间特征。首先,介绍了Lamb信号的特性及生成方式;其次,详细说明希尔伯特-黄变换(HHT)的实现方法及步骤,用Matlab进行了算法实现,获得Lamb波信号的Hilbert谱、瞬时能量密度谱和边际谱;最后,通过复合材料结构的损伤实验,分别对损伤前后的结构检测信号进行HHT变换,提取信号的能量参数和时间参数,对比分析证明HHT能有效提取损伤前后信号的能量衰减和时间延迟信息,为下一步进行损伤程度和位置的识别提供了数据依据。     

非线性Lamb波结构疲劳损伤层析成像研究

由于现有的基于线性Lamb波的结构损伤监测方法对于疲劳微裂纹等微尺度损伤不敏感,近几年来对非线性Lamb波损伤监测技术的关注越来越多.对非线性Lamb波的基本理论进行了分析,根据具有累加效应的非线性Lamb波传播特点,研究了结构微尺度损伤的非线性Lamb波特征分析和提取方法,结合压电阵列方法,研究基于非线性Lamb波特征参数的结构损伤层析成像方法.在T6061铝合板材料上进行了实验验证,实验结果表明,当结构发生损伤时,非线性特征参数会显著增大,以此为特征可实现对模拟疲劳损伤的成像、定位和评估.     

基于叠前逆时偏移技术的Lamb波多损伤探测

通过地球物理勘探中的偏移技术解释波场后向散射和损伤成像,被证明是一种探测板式结构中多重损伤成像与探测的有效方法.集驱动、传感一体化方法可以用来激发和接受低阶反对称Lamb波.这种方法利用二维有限差分法模拟反射波和进行叠前偏移操作,并由Mindlin板理论的解析解验证数值计算的精确度.对于基于射线追踪概念的时间激励成像条件也被运用到损伤探测中.用叠前逆时偏移技术将损伤反射能量传播回来,同时对偏移后承受横向变形的板进行照相.这样损伤的位置、尺寸以及严重程度可以直观地展示出来.数值算例显示多重损伤可以被有效地探测到,并且损伤成像与目标损伤的特征密切相关.     

基于修正霍夫模型的双曲线拟合及目标尺寸反演

针对传统目标双曲线数学模型中,因假定雷达紧贴地面或忽略雷达高度对传播路径的影响导致的目标双曲线拟合精度低以及目标反演误差大等问题,基于双曲线形成机理提出了雷达离地工作时目标双曲线的修正Hough数学模型.该算法利用对称度法和极值法分别实现双曲线顶点的定位和图像二值化,基于双曲线修正数学模型,利用Hough变换反演圆形目标大小,实现目标回波双曲线的拟合.仿真结果表明,与通用Hough变换相比,该算法具有更好的拟合效果和反演精度.     

基于分形插值与机器学习模型的股指分析和预测

股票市场预测一直是金融市场分析中的热点和难点,一些传统的预测模型很难对股票市场做出有效的预测;针对这一问题,将分形插值方法与机器学习算法相结合,提出了分形插值与SVM以及分形插值与BP神经网络两种混合模型;所提的混合模型利用机器学习算法首先计算出分形插值所需要的插值点,然后建立分形插值外推模型对所需其他值进行预测;实证结果发现两个混合模型的预测效果均比单独使用分形插值模型预测效果更佳,预测精度更高;因此分形插值方法与机器学习算法相结合所得到的混合模型,能较好地预测诸如股票市场指数等非平稳金融时间序列。     

基于推广Kalman滤波的机载无源定位改进算法

研究空中运动观测平台对地面辐射源目标的纯方位信息定位算法,提出改进的二阶EKF定位算法以提高定位估计精度.用推广Kalman滤波算法代替传统的最小二乘定位算法.充分利用观测平台的运动信息建立了可观测的观测方程,并采用二阶EKF算法解决了在观测误差较大的情况下导致的非线性误差较大的问题.采用Monte Carlo仿真比较LS,EKF和二阶EKF 3种方法的性能.证明用这种方法可以达到更好的估计精度,能够将目标位置定位在更小的概率椭圆内.概率误差椭圆缩小了30%.     

虹膜识别技术中瞳孔特征参数分析

以椭圆形来定义瞳孔,提出了一种计算瞳孔特征参数的方法.用椭圆上的两对点确定椭圆的中心、旋转角度、长半轴、短半轴等参数.实验表明,该方法速度快,检测性能好,可以通过非连续的边缘确定椭圆的参数.最后,比较了该算法确定的椭圆形瞳孔边缘与其它边缘检测算法得到的瞳孔边缘.     

基于PSO的结构损伤检测应用研究

建筑结构损伤前后固有频率的变化包含了结构损伤位置和程度的信息,在此理论基础上,构造了BP神经网络的输入参数.针对BP梯度下降算法导致的收敛速度慢和易陷入局部最小的缺点,引入粒子群演化(PSO)算法来优化神经网络各层间的连接权值.首先通过有限元法提取结构固有频率的变化,结合PSO对神经网络进行训练,然后分别对结构的损伤位置和损伤程度进行识别.计算分析结果表明,PSO的引入,相较于单纯的BP算法,该方法在结构损伤检测中取得更优的识别效果.     

基于混合算法的机翼多功能盒段传感器优化布置

采用混合传感器优化布置算法,将其应用在某多功能机翼盒段模型的结构健康监测试验中。用有限元方法进行模态分析,运用混合算法得到传感器的布置方案。通过有效独立法确定传感器的初始测点,然后利用MAC法确定传感器的数量,最终得到传感器的布置方案。对已完成传感器布置的机翼盒段进行拉拉疲劳试验,采用作者提出的损伤特征量构造方法进行结构健康监测。结果表明,采用混合算法布置的传感器可以有效采集结构信息,满足在实际工程中的应用要求。     

基于残余力向量的结构损伤识别两步法

提出了一种基于残余力向量进行结构损伤识别的两步法.通过计算各单元体的损伤定位标准(DLAC)值来判定可能出现损伤的单元;采用刚度联系向量来代表单元体,使计算DLAC值简单,且计算量小.利用最佳逼近向量法来精确定位并计算损伤程度.为使该方法更具实用价值,将最佳逼近向量法从单个损伤推广至多个损伤的情况.算例表明,此方法仅需一阶模态参数便可有效进行损伤识别,因而合理可靠、精度高.     

基于遗传算法的两阶段铁路桥梁结构损伤识别

采用智能优化算法对结构进行损伤识别时,通常假定实际损伤位置和有限元模型单元划分形式一致。为研究当两者之间存在差异时,对其识别效果的影响,提出了一种新的损伤识别方法。对传统遗传算法中的选择、交叉及变异3种算子进行了改进,并引入灾变和邻域搜索机制。通过一个工程算例对不同损伤工况进行多次独立重复计算,对算法的稳定性和收敛速度进行了分析。此外,还讨论了噪声、测点数目和列车速度对识别结果的影响。结果表明：即使损伤位置与有限元模型的单元划分形式不同,所提方法也能准确定位损伤位置,但会在一定程度上影响定量结果;所提方法收敛速度快,计算效率高于传统的一次识别方法。     

微地震逆时聚焦定位算法的模拟实验研究

微地震事件的位置可由波动方程逆时聚焦获得,然而在实际应用中稀疏或有缺陷的观测系统会对定位结果产生较大影响,导致定位结果可能存在偏差及假象。提出以峰值信噪比和定位椭球半轴长作为定量评价定位结果清晰度与精度的新标准。通过地面与井下监测的模拟算例综合考察波形加载方式、成像条件、接收器密度、覆盖范围及多震源对定位结果的影响,并以此指导实际的微地震数据采集方案。模拟实验结果表明,混合逆时聚焦可调整定位精度与计算量,是一种较为灵活的波形加载方式;多尺度互相关成像条件具有较高的精度与分辨率,可满足实际定位需求;逆时聚焦定位结果的分辨率与精度分别取决于接收器密度与覆盖范围;由于多震源的互相干涉,分辨多震源需要更苛刻的采集条件。