基于Lamb波的复合材料结构损伤成像研究

本文基于Lamb波和时频分析方法，提出了一种损伤成像方法，对复合材料结构进行在线的连续监测。首先通过高阶板理论建立了Lamb波在各向异性复合材料层板中随传播角度变化的频散关系，得到Lamb波的理论速度分布，为损伤成像提供基准信息；然后采用小波变换对由压电传感元件激励和接收的Lamb波信号在时频域进行分析，提取特征信息，得到散射波的能量分布；在此基础上通过考虑各向异性对Lamb波传播速度的影响，将散射波的能量分布与各个像素点的对比度关联起来，得到损伤的图像，将损伤的情况可视化。同时建立了原型结构健康监测系统，实验研究表明了本文所提出方法的可应用性和有效性。     

Application of soft-thresholding on the decomposed Lamb wave signals for damage detection of plate-like structures

Effective application of the Lamb waves for structural health monitoring and damage identification intensively relies on the accurate damage-related feature extraction in the received signals. Most of existing signal processing methods extract the damage-related features from the time–frequency joint spectrum which requires a quite amount of effort. In this paper, the soft-thresholding process, based on different signal decomposition methods, is introduced to damage identification so that the damage-related signal features can be manifested more distinctively. By applying two popular signal decomposition methods (i.e., the discrete wavelet transform (DWT) and the empirical mode decomposition (EMD)), the signal of interest can be represented by a series of components with different frequencies. Since most noises exist in the high frequency range, it is feasible to alleviate noise by restricting the energy of high-frequency components. Finally, a denoised signal is synthesized using the corresponding reconstruction method. As an application, the soft-thresholding process is performed to detect a small crack on an isotropic aluminum plate under the white Gaussian noise contamination. The results, from both the numerical finite element simulation and experimental test, indicate that the soft-thresholding process is capable of effectively reducing the effect of noise, convincingly improving the sensitivity of damage identification, and discriminating relatively small damage.     

基于匹配追踪的蜂窝夹层复合材料损伤检测

基于Lamb波和匹配追踪时频分析方法,提出一种损伤成像方法,对蜂窝夹层复合材料结构进行损伤监测.首先针对Lamb波传播的特点,提出了匹配追踪方法的快速实现方案,该方法能准确地匹配失真变形的窄带脉冲信号,并识别Lamb波的模态;然后对由压电传感器采集到的Lamb波信号,采用匹配追踪方法提取特征信息,得到Lamb波的能量分布;在此基础上,考虑Lamb波在各向异性结构中传播速度的影响,将损伤处的散射波能量分布和各像素点对比度联系起来,得到损伤图像,将损伤的情况可视化.通过蜂窝夹层复合材料结构实验验证了该方法的可行性和有效性.     

无基准Lamb波时间反转损伤概率成像监测方法

根据损伤散射信息进行结构损伤特征参数提取与损伤监测,是Lamb波结构健康监测研究中的最为有效的方法之一,而目前常用的有基准差信号提取损伤散射信号技术在应用中存在实用性差的问题.采用Lamb波时间反转聚焦原理,结合损伤概率思想,提出了无基准损伤概率成像监测方法.利用信号时间反转处理对波源的自适应聚焦机理,消除Lamb波的频散效应;并根据单模式Lamb波响应信号的各波包在时反聚焦信号中的相对时刻,提取损伤散射信号的传播时间,以此计算出结构中各点出现的损伤概率,从而实现对损伤的成像、定位和监测.在金属铝板结构上的实验表明,该方法可在无需基准信号的情况下,较为清晰地分离出损伤散射信号和信息,得到结构各点的损伤概率图像,有助于结构健康监测的实用化.     

薄膜Lamb波传感器用于胃蛋白酶原I检测

为满足大规模胃癌早期筛查对胃蛋白酶原I(PGI)检测高灵敏度、高效率、操作简单、样品量少的需求,本文构建了一种PGI抗体功能化薄膜型Lamb波生物传感器。对传感器检测腔薄膜进行PGI抗体自组装修饰,传感器检测腔表面修饰的PGI抗体将样品中PGI抗原特异性的捕获并固定在检测腔薄膜表面,Lamb波传感器薄膜表面质量增加导致其A0模式中心频率发生移动,且频率移动量与检测腔表面吸附物质质量增加量正相关,实现对样本中PGI抗原浓度的检测。实验结果表明:PGI抗体功能化薄膜Lamb波生物传感器对PGI抗原实测灵敏度约为102.114 Hz/ng/mL,理论最低检测限(LOD)为0.176ng/mL,单个样本检测时间为40min,与现有基于光学检测法PGI检测技术相比,具有检测系统简单、操作简单、不需要专业人员操作等显著优势,且比多数光学检测法LOD更低,比电化学法PGI检测技术LOD低两个数量级。结果表明,本文提出的PGI抗体免疫功能化薄膜型Lamb波生物传感器对PGI检测且具有检测下限低、灵敏度高、检测效率高、操作简单、无需样品预处理等特点,满足大规模早期胃癌筛查的基本需求。     

复合材料板的空耦超声 Lamb 波原位应力测量方法

为了实现大部件复合材料板的原位应力测量,提出了基于 Lamb 波的复合材料板空气耦合超声应力测量方法。 目前,由于空耦超声换能器声阻抗的严重不匹配导致能量损失严重、空耦超声信号较为微弱,在声学特征准确提取上难度较大。 与此同时,空耦超声 Lamb 波应力测量方法在复合材料中的应用仍处于理论与实验的探索阶段。 通过实验方法探究碳纤维复合材料的 Lamb 波声弹性效应规律。 根据复合材料板相速度与最佳入射角频散特性分析确定了空耦超声换能器的中心频率与相对纯净 A0 模态 Lamb 波的激励方式,使空耦超声 Lamb 波具有较好的信噪比,保证声时提取的准确度。 为了验证所提出方法的有效性,分别沿着 0°、15°、30°、45°、60°、75° 以及 90° 纤维方向获得 7 个不同的拉伸试样进行应力测量。 实验结果表明,在0~ 100 MPa 范围内测量误差小于±8. 1 MPa,测量重复性为 7. 5 MPa。 该方法在测量精度和测量重复性等方面具有显著优势,可为大部件复合材料板的原位应力测量提供一种先进可行的技术。     

基于十字形阵列和2D-MUSIC算法的Lamb波检测

采用由压电传感器组成的十字形阵列进行Lamb波信号的激励和接收,提出一种二维多重信号分类(2D-MUSIC)方法对铝板中的缺陷进行定位检测。选用合适的频率激励产生单一模态信号,可避免多模态的影响,降低Lamb波的频散;利用2D-MUSIC算法对接收信号进行分段处理,并结合反射信号和二维导向矢量对铝板中的缺陷进行定位。结果表明,提出的2D-MUSIC算法对铝板中的缺陷定位比传统MUSIC算法更精准。     

复合材料板Chirp激励的Lamb波成像技术研究

作为一种快速、高效的无损检测方法,Lamb波技术在结构健康监测领域具有巨大的应用潜力并受到广泛关注。采用线性宽带Chirp信号作为激励信号,替代传统的窄带Tone burst信号。响应信号经过后处理可以解调出其带宽范围内任意中心频率的等效Tone burst响应信号。优化设计一种压电传感器,能够在低频段激励和接收纯净的A0模态。由于A0模态对板中缺陷非常敏感,使信号更便于分析。将这种传感器按照稀疏阵列的形式布置于准各向同性复合材料板上,对模拟缺陷进行检测。通过实验所得Chirp信号的检测数据解调出多个中心频率下的响应信号,结合椭圆成像技术和数据融合方法进行缺陷成像,实现了板中缺陷定位,并且多个频率下响应信号融合后的成像结果具有更高的分辨率、对比度和定位精度。     

基于编码压缩的钢板电磁超声 Lamb 波检测方法研究

针对大型金属板材构件导波检测中EMAT分辨率低、SNR差,难以用于小裂纹检测等难题,建立了基于Barker码脉冲压缩技术的Lamb波EMAT检测过程多物理场有限元模型,以含预制裂纹的5.6 mm厚钢板为检测对象,仿真和实验相结合,研究了永磁体宽度和高度、曲折线圈匝数、Barker码序列长度和码元长度等参数对EMAT检测回波的影响,验证了脉冲压缩技术在Lamb波EMAT检测中的有益效果。结果表明,基于脉冲压缩技术的EMAT经优化后,SNR比传统tone-burst激励方式高出了9.69 dB,可检出10 mm长和0.5 mm深的小裂纹,缺陷波SNR为23.47 dB。当Barker码码元中心频率为1 MHz时,脉冲压缩后的Lamb波包发生模态分离,但A₀模态的缺陷波SNR仍可达35.23 dB,这对提升Lamb波EMAT检测能力具有重要的工程应用价值。     

超声波无损探伤技术在十字轴维护中的应用

介绍了超声波无损探伤技术在某轧钢厂四辊轧机主传动系统十字轴状态监测中的应用,可准确判断十字轴所处的状态,用以指导十字轴的维护。     

Statistical updating of finite element model with Lamb wave sensing data for damage detection problems

Health monitoring of large structures with embedded, distributed sensor systems is gaining importance. This study proposes a new probabilistic model updating method in order to improve the damage prediction capability of a finite element analysis (FEA) model with experimental observations from a Lamb-wave sensing system. The approach statistically calibrates unknown parameters of the FEA model and estimates a bias-correcting function to achieve a good match between the model predictions and sensor observations. An experimental validation study is presented in which a set of controlled damages are generated on a composite panel. Time-series signals are collected with the damage condition using a Lamb-wave sensing system and a one dimensional FEA model of the panel is constructed to quantify the damages. The damage indices from both the experiments and the computational model are used to calibrate assumed parameters of the FEA model and to estimate a bias-correction function. The updated model is used to predict the size (extent) and location of damage. It is shown that the proposed model updating approach achieves a prediction accuracy that is superior to a purely statistical approach or a deterministic model calibration approach.     

一种钢管焊接结构焊缝损伤识别方法

提出了一种基于模型修正的钢管焊接结构焊缝损伤识别方法.利用从发射台骨架试验模型获取的模态参数,选择识别结果中精度较好的模态参数作为模型修正的基准参数.提出基于柔度的最小二乘目标函数,极小化结构实测模态柔度与分析模态柔度之间的误差,将损伤识别问题转化为二次优化问题,并采用信赖域方法求解该问题.以有限元模型焊接结点单元组弹性模量的降低模拟焊缝损伤,并假定两种损伤工况,通过对发射台骨架模型的数值仿真及试验研究,表明所提出的损伤识别方法识别效果较为理想,为解决这种复杂焊接结构焊缝损伤识别问题提供了新的思路.     

基于小波包最优熵与RVM的滚动轴承故障诊断方法

为解决滚动轴承振动信号信噪比低和故障分类准确性不高的问题,提出了小波包最优熵和相关向量机相结合的故障诊断方法。首先采用小波包对采集到的信号进行信噪分离,寻找分解后信号的最优小波包节点熵;然后提取最优节点能量作为训练样本,对相关向量机的多故障分类器进行训练,实现轴承的智能诊断。试验表明,该方法可简单有效地分离噪声,并具有良好的分类能力,可以很好地应用于轴承故障诊断。