基于Lamb波递归量化分析的复合材料裂纹损伤定征研究

以谐波激励下的不同损伤引起的结构非线性特性为基础,利用递归量化分析对复合材料的基体微裂纹损伤进行量化检测。以不同外载条件下产生的不同裂纹损伤的复合材料层合板为试验对象,对靠近损伤区域的路径中的Lamb波信号进行了递归图的分析绘制,在此基础上采用递归量化指数对各路信号包含的损伤信息进行了定量表征;为了达到对损伤统一表征的目的,以特征向量间的欧式距离作为损伤状态相对于无损状态的偏离程度,建立了统一损伤指数。分析结果表明该研究提出的统一损伤指数对复合材料基体微裂纹损伤具有较好的敏感性,并随损伤程度增加成良好的线性递增趋势,其为复合材料的基体微裂纹损伤定征提供了一个有效可行的方法与手段。     

闭合型裂纹时间反转损伤识别

由于超声波能穿透闭合型裂纹界面,采用传统的线性超声技术难以检测和定位闭合型裂纹损伤,基于非线性时间反转理论研究了闭合型裂纹损伤检测方法。通过金属铝板上黏贴的压电激励/传感阵列,进行了Lamb波检测螺栓模拟的闭合型裂纹实验。根据Lamb波时间反转原理,得到激励重构信号。通过计算激励信号和重构信号间的相关系数定义了损伤指数,开发了能定位闭合型裂纹的成像算法。实验结果表明非线性超声时间反转方法能够有效地识别非线性的闭合型裂纹。     

基于传递阻抗能量的无基准Lamb波裂纹检测

该文提出了一种获取压电陶瓷(PZT)传感器间Lamb波传递阻抗的方法,以实现对板结构裂纹的无基准快速检测。该方法从两组并排的PZT元件间提取包含Lamb波转换模式的损伤特征信号,对特征信号进行分类并求出其传递阻抗,通过比较传递阻抗的能量差异来判断裂纹是否存在。首先通过有限元仿真研究了裂纹导致的Lamb波模式转换现象以及PZT极化特性对各模式之间相对相位的影响,分析了所提出的方法的可行性;进一步通过在铝板上的实验验证了该方法的有效性。研究表明该文所提出的方法无需选择最优的激励频率和采样时间即可实现对裂纹的快速检测,具有较强的鲁棒性和适用性。     

基于MUSIC及波束成形算法的非线性Lamb波微裂纹成像与评估EI北大核心CSCD

针对板状结构的微裂纹成像和评估问题,使用有限元分析方法在三维铝板中建立了埋藏型微裂纹,并采用对称激励的方式,在板中激励出S模态的Lamb波。利用多信号输入分类(multiple signal classification, MUSIC)算法,对传感器阵列捕捉到的信号进行处理,测算板中位于远场的微裂纹方向角。而后通过设置多组传感器阵列进行交叉定位,从而实现对板状结构中可能存在的微裂纹的大范围、高精度定位成像。以此为基础,对阵列信号进行波束成形算法处理,实现对信号的空间滤波,以减少其他方向的杂波对阵列信号的干扰;通过对处理后的阵列信号进行分析,计算其非线性参数,实现对裂纹损伤几何信息的评估。研究结果表明,该研究所构建的微裂纹定位成像算法在较高的环境噪声干扰下仍具备较好的损伤成像能力,且计算出的非线性参数与微裂纹厚度和宽度密切相关,可以有效评估微裂纹程度。     

基于递归分析的微裂纹缺陷超声检测技术研究

为准确检测金属构件微裂纹缺陷,采用超声脉冲反射法对金属试块进行检测,并提取超声背散射信号进行分析。通过对背散射信号进行简单的建模,说明其组成要素。由于背散射信号的非线性特征,缺陷回波信号会对系统的递归特性产生影响;在此基础上提出了基于递归分析的方法分别对含人工微裂纹缺陷金属试块的无缺陷区、单裂纹区及双裂纹区背散射信号进行检测研究;通过合理的参数选择,对采样信号进行递归分析并绘制递归图;对比含缺陷信号与无缺陷信号,发现前者会在递归图中产生明显的白色交叉条纹带。使用递归定量分析进一步研究了含缺陷背散射信号的递归特征量。结果表明多种特征量对缺陷回波信号比较敏感,其中递归率(RR)和捕获时间(TT)在缺陷位置有明显的特征。     

应用非线性Lamb波识别三维铝板中的微裂纹方向的研究

针对结构中不同裂纹方向的检测问题,采用数值模拟的方法,通过有限元软件ABAQUS建立了一种包含人工粘弹性吸收边界的三维铝板模型,对Lamb波S0模态信号与微裂纹的非线性关系进行研究。在该模型中,将三维埋藏微裂纹嵌入到模型内部的固定位置,在相同激励条件下改变裂纹方向并对仿真获得的时域信号进行频谱分析,然后对不同裂纹方向的二次谐波与基波信号的幅值比指向性图的变化规律进行了比较和讨论。仿真结果表明,不同方向的裂纹对Lamb波在裂纹区的散射场分布有明显的影响,波的传播路径满足反射定律,且前向散射信号的幅值比普遍大于后向散射的幅值比。加上人工吸收边界后,前向散射与后向散射的幅值比差值随着裂纹方向角度的增大而增大。检测结果表明,该方法可以在误差允许范围内对任意裂纹方向的角度进行识别。     

涂层接触疲劳损伤过程中的声发射小波分析

采集铁基合金涂层在不同接触疲劳损伤阶段的声发射信号,并采用dB10基本小波对其进行5层小波分解和重构,分析了疲劳损伤声发射信号的波形和频率特征。结果表明:裂纹萌生阶段的原始声发射信号以连续型为主,裂纹的稳定扩展阶段以混合型为主,裂纹的失稳扩展阶段以突发型为主;通过小波变换实现了将疲劳损伤声发射信号与干扰波分离,获得了高信噪比的疲劳损伤特征信息;在不同的疲劳损伤阶段,声发射信号的频率分布各不相同。随着疲劳损伤的加剧,各层的波形幅值呈增大的趋势,并且疲劳损伤频率分布范围也更加的广泛。     

基于最大相似性的Lamb波损伤信号分解及试验研究

损伤反射波的准确提取可以使得基于主动Lamb波技术的损伤检测更有效的进行,而边界等结构特征反射波与损伤反射波产生的混叠,是提取损伤反射波的一个重要障碍。针对混叠情况,目前已有的主动Lamb波损伤监测方法大多采用基于参考信号的方法获取损伤散射信号,容易受到结构和环境等外界因素的影响。而由于在传感器接收到的Lamb波信号中,直达波之后时间段内的信号并不是任意波形,而应该是由数个反射波组成的,因此只要得到与目标信号最相似的反射波叠加组合,就可以认为成功解读了该目标信号,即相当于得到了损伤反射波。因此,提出一种基于最大相似性的Lamb波损伤信号分解算法。在分析Lamb波传播特性的基础上模拟边界反射波和损伤反射波,然后基于最大相似性原则,通过遗传算法对二者的合成信号的各个参数进行优化,使合成信号与目标信号之间的相似度达到最大。最后,使用Time of Flight(To F)方法对损伤进行了定位。铝板上的试验结果表明,该方法能够准确地提取出与边界反射波混叠的损伤反射波,从而实现对边界附近损伤的检测。     

基于递归矩阵奇异熵的损伤识别方法

对递归图方法在土木工程结构损伤检测中的适用性进行研究,对环境激励的结构响应信号采用多变量融合的方法,并扩展到高维相空间中,研究信号在高维空间中临近点的分布规律和运动特点,采用递归图理论,结合奇异熵理论提出一个新的递归量化指标——递归矩阵的奇异熵,将其作为损伤敏感特征指标,用于结构的损伤识别。数值算例验证了该指标的有效性     

基于混沌分形理论的金属疲劳损伤过程的特征分析

为了有效地分析金属疲劳损伤过程中裂纹扩展与演化的特征,提出利用混沌分形理论对蕴含疲劳裂纹扩展规律的超声非线性输出信号进行分析,用Lyapunov指数、K熵、关联维数等特征量对金属疲劳损伤过程的特性进行表征和评价。采用RITEC公司的RAM-5000系统获得具有不同疲劳损伤程度试件的超声非线性输出信号,计算疲劳过程中的Lyapunov指数、K熵、关联维数。分析结果表明金属疲劳损伤过程中超声非线性输出信号具有混沌特性;Lyapunov指数、关联维数、K熵等特征值随疲劳循环次数单调递增,当宏观裂纹出现后趋于饱和,说明疲劳损伤过程中试件内部的复杂程度和混沌特征逐渐增强;由疲劳过程中微裂纹的演化规律可知,混沌分形特征值可以有效地表征试件在疲劳过程中裂纹的变化规律和群体性行为。因此混沌分形理论可以有效地分析金属疲劳损伤过程中裂纹扩展与演化的特征,根据混沌分形特征值—疲劳循环次数的关系,为试件的疲劳寿命预测提供了一种新的分析方法。     

基于递归分析的振动信号非平稳性评价

采用了相空间重构算法将工程结构振动信号扩展到高维相空间中,研究时间序列在高维空间中临近点的分布规律和运动特点,并用递归图及递归量化分析算法研究了信号含噪量和非平稳性;结合主成分分析,以高斯白噪声为评价基准,提出了采用递归量化指标样本第一主成分之间的相关系数作为信号非平稳性评价指标。通过对数值模拟信号及某拱桥吊索实测振动信号分析表明,基于递归分析的振动信号评估方法能快速直观的辨别出信号的平稳性,所提出的非平稳性评价指标可有效评价信号平稳性。     

基于辅助粒子滤波的疲劳裂纹扩展预测研究

针对粒子滤波算法在实现疲劳裂纹寿命预测时,存在的多样性匮乏现象而导致的精度下降问题,提出了一种基于辅助粒子滤波与结构健康监测相结合的疲劳裂纹扩展预测方法。首先将裂纹扩展的Paris规则与有限元法相结合,建立了裂纹扩展的状态方程;其次通过主动Lamb波健康监测方法,利用时间延迟损伤因子对Lamb波信号进行处理,拟合获得各裂纹长度下对应的损伤因子函数关系,建立了裂纹扩展的观测方程;最后结合状态方程和观测方程所建立的裂纹扩展状态空间模型,分别利用辅助粒子滤波与标准粒子滤波算法,实现孔边裂纹扩展的寿命预测,其预测结果的对比表明,辅助粒子滤波在复杂结构的疲劳裂纹扩展预测中,结合了最新的观测值,可有效缓解粒子多样性匮乏现象,预测结果具备更高的精度,更适用于复杂结构在线寿命预测的实现。     

基于振动声调制的微裂纹定位成像研究

为了准确识别金属构件中的微裂纹,提出将振动声调制技术和延时叠加算法相结合的定位成像方法。通过基本原理分析,利用有限元软件对含有矩形微裂纹铝板模型进行振动声调制仿真,提取非线性损伤信号将其作为像素特征,使用延时叠加算法进行定位成像,并分析了成像的影响因素。实验中搭建了振动声调制检测系统对铝板里的圆形微裂纹进行定位成像,验证了上述方法的可行性。结果表明,成像结果与铝板上的原裂纹位置基本吻合,说明该定位成像方法能够实现微裂纹的有效定位。     

基于弯折频率变换的Lamb波高分辨率损伤成像

Lamb波在结构健康监测中受到广泛关注,但其在传播过程中存在着多模和频散特性,不利于损伤定位和高分辨率成像。弯折频率变换（Warped Frequency Transform, WFT）通过构建合理的弯折映射可实现对频率轴的弯折。基于Lamb波群速度频散曲线设计弯折频率变换,则可用于Lamb波信号的处理。本文从直接补偿角度出发,利用WFT对传感信号进行频散抑制。提出了基于WFT的高分辨率损伤成像方法,利用有限元软件ABAQUS进行了带损伤铝板中Lamb波传播的仿真。仿真结果表明WFT能有效压缩频散的波包,通过本文所提成像方法可实现高分辨率损伤成像。     

基于SPSO-WK-TWSVM的复合材料层合板损伤辨识方法

针对复合材料层合板的基体裂纹损伤与脱层损伤的不易区分辨识的问题,采用Lamb波对层合板进行损伤检测,对接收到的传感信号进行特征提取与筛选,创新性地引入加权核双子支持向量基(weighted kernels-twin support vector machine,WK-TWSVM)的机器学习方法对基体裂纹与脱层损伤进行自动分类识别。为了进一步提高损伤辨识精度,采用简化粒子群优化(simple particle swarm optimization,SPSO)算法对WK-TWSVM的核函数权值及模型参数进行了寻优处理,并与其他粒子群优化算法就行了分析比较。试验分析结果表明,基于Lamb波的SPSO-WK-TWSVM复合材料层合板损伤辨识方法能够对复合材料层合板基体裂纹与脱层损伤进行准确的自动识别,识别精度明显高于其他TWSVM优化算法及传统的机器学习方法。     

低周疲劳表面裂纹演化进程分析

低周疲劳表面裂纹演化可能具有非线性动力学特征。对 1Cr18Ni9Ti光滑试样进行了低周疲劳实验 ,在对裂纹进行分类的基础上 ,将裂纹演化划分为多裂纹相互作用和局域主裂纹控制两个阶段。从非线性动力学角度给出了短裂纹的新的定义。指出裂纹演化两个阶段对材料疲劳损伤破坏过程的贡献。     

基于频率-波数分析的激光Lamb波传播特性试验研究

Lamb波的频散和多模态特性,使得利用Lamb波信号的时域或频域特征实现缺陷的定量检测具有一定的困难。提出了一种在频率-波数内分析激光Lamb波传播特性的方法。基于全光学型激光超声检测系统,脉冲激光在固定位置激励,连续激光一维线扫描接收,获得时间-空间波场信号,可直观地显示激光Lamb波信号的传播特性以及激光Lamb波与缺陷之间的作用规律。采用二维傅里叶变换将波场信号从时间-空间域转换到频率-波数域,可有效识别信号中包含的各模态信息。为了保留空间信息,借鉴短时傅里叶变换的思想,采用短空间二维傅里叶变换得到沿扫描路径上波数的分布,从中可直观看出缺陷的位置。采用带通滤波结合连续小波变换的方法对短空间二维傅里叶变换的结果进行了优化。分别在有、无缺陷铝板中进行了试验研究,试验结果验证了该方法的有效性。     

低周疲劳表面裂纹演化进程分析

低周疲劳表面裂纹演化可能具有非线性动力学特征。对１Ｃｒ１８Ｎｉ９Ｔｉ光滑试样进行了低周疲劳实验，在对裂纹进行分类的基础上，将裂纹演化划分为多裂纹相互作用和局域主裂纹控制两个阶段。从非线性动力学角度给出了短裂纹的新的定义。指出裂纹演化两个阶段对材料疲劳损伤破坏过程的贡献。     

Lamb波在铝板缝类缺陷检测中的应用

为了研究Lamb波在缺陷板检测中的应用,建立非线性Lamb波检测系统.该系统用于检测具有不同深度裂纹的铝合金板和具有不同拉伸载荷循环的铝合金板.通过快速傅里叶变换(FFT)对获取的时域波形进行分析,得到两种缺陷对Lamb波非线性效应的影响.测试结果表明,对于裂纹缺陷,缺陷深度增加将增大试件超声非线性效应.当裂纹深度超过...     

基于K熵和关联维数的金属疲劳损伤过程的声发射信号特征分析

深化对金属疲劳损伤过程中声发射信号的特征认识,是运用声发射信号对金属结构损伤过程进行监测预测的重要基础热点问题。针对金属疲劳损伤经历裂纹萌生阶段、裂纹缓慢扩展阶段、裂纹快速扩展阶段、临近破坏等四个阶段产生大量的声发射信号,采用K熵和关联维数等混沌特征量来分析海量的声发射信号;通过对45号钢试件进行三点弯曲疲劳试验、测试得到试件疲劳损伤过程的声发射信号,分别估算不同时间段所产生声发射信号的K熵和关联维数,分析结果表明金属疲劳损伤过程的声发射信号具有混沌特征,其K熵和关联维数的变化趋势与金属疲劳损伤过程的四个阶段具有较清晰的对应关联,表明K熵和关联维数可以较好的揭示金属疲劳损伤过程的动力学特性,这将为运用声发射信号实现金属结构疲劳损伤在线监测及预测提供了一种新思路。