基于相控阵的结构损伤范围监测与图像表征

本文针对碳纤维复合材料机翼盒段监测损伤信号微弱难以有效辨识及结构损伤大小的量化问题,提出基于相控阵的碳纤维复合材料结构损伤识别成像与损伤量化方法。利用Lamb波信号在特定方向上的干涉,实现对结构的定向扫描,提高信号的信噪比;通过划分扇环计算其面积进而量化损伤区域大小,同时分析时间延迟执行过程并分析其对损伤识别误差的影响。采用相控阵监测原理在某型无人机碳纤维复合材料机翼盒段上进行实验研究,识别结构中的损伤,对监测结果进行成像,不仅显示结构中损伤的位置并计算量化损伤区域大小,实验研究证明,采用相控阵原理能够有效精确地识别碳纤维复合材料机翼盒段中损伤,图像表征清晰且量化损伤范围准确。     

基于支持向量回归机的机翼盒段结构健康监测研究

针对大型飞行器结构的健康监测问题,提出采用光纤光栅型智能结构监测方法对机翼盒段进行载荷监测.对埋置的光纤光栅传感器的光谱进行了分析,研究了光纤光栅传感器中心波长变化与载荷位置的关系.采用支持向量机研究机翼盒段载荷自诊断问题,并对支持向量机的相关调整参数进行了优化,预测结果与广义回归神经网络进行对比.结果表明,支持向量机的网络测试误差为0.23%,预测精度明显高于广义回归神经网络.实验证明该方法在训练样本较少时,仍然能有效地判定载荷位置, 系统的辨识力较高.     

光纤复合材料结构低速冲击判位研究

复合材料智能结构容易产生从表面无法探测到的低速冲击损伤。试验利用光纤复合材料结构中布拉格光纤光栅传感器受到低速冲击后中心波长随应力变化这一特性,在恒温下用布拉格光栅对复合材料智能结构受到的低速冲击位置给出判别。通过计算冲击待测数字采样信号与所有冲击模板数字采样信号的Hausdorff距离,给出两者的相似度,利用相似度判别复合材料结构低速冲击位置。试验表明布拉格光纤光栅传感器可以监测复合材料冲击信号,能够对复合材料结构低速冲击进行判位研究。     

光纤复合材料结构低速冲击判位研究

复合材料智能结构容易产生从表面无法探测到的低速冲击损伤。试验利用光纤复合材料结构中布拉格光纤光栅传感器受到低速冲击后中心波长随应力变化这一特性,在恒温下用布拉格光栅对复合材料智能结构受到的低速冲击位置给出判别。通过计算冲击待测数字采样信号与所有冲击模板数字采样信号的Hausdorff距离,给出两者的相似度,利用相似度判别复合材料结构低速冲击位置。试验表明布拉格光纤光栅传感器可以监测复合材料冲击信号,能够对复合材料结构低速冲击进行判位研究。     

用于复合材料蒙皮的FBG正交传感网络研究

为了实现对复合材料蒙皮的结构健康监测与损伤识别,本文在对光纤布拉格光栅(FBG)应变传感器理论分析的基础上,结合CFRP材料特性和波分复用技术设计了一种由16个FBG传感器构成的光纤光栅正交传感网络布局,对碳纤维复合材料(CFRP)蒙皮进行相关准分布式传感网络研究。通过对复合材料中心位置进行逐级加载实验,并提取中心波长漂移量做相关性分析,证明了正交对称FBG传感网络对CFRP蒙皮进行结构健康监测的可行性,同时对称布局位置处的FBG传感器信号具有高度相关性质,相关系数可高达0.9996。实验结果为进一步研究准分布式FBG网络的位置布局优化以及传感网络的可靠性冗余设计提供了依据。     

基于准分布式FBG阵列的大型机械结构应变监测研究

针对机械加工制造中大型机械结构部位、尤其是壁板类零件在工况中受强过载容易造成结构强度失效等问题,采用准分布式光纤布拉格光栅(FBG)阵列对常见板状结构局部应变进行准分布式监测研究。在对应变传感器理论分析的基础上,结合波分复用技术,在一根光纤上接入9支FBG构成传感阵列,使其分布在板状结构表面。通过有限元理论分析与局部加载试验验证,证明了准分布式FBG传感阵列对大型机械结构进行应变监测的可行性。研究结果为结构健康监测提供了一种可靠的应变监测方法,为进一步研究准分布式FBG阵列的位置布局提供了有利的试验依据。     

基于桥梁结构的FBG传感器温度与应变交叉敏感问题的研究

对光纤布拉格光栅(FBG)传感器在桥梁结构健康监测中产生的温度与应变交叉敏感问题进行了研究。采用参考光纤光栅法在应变传感光纤光栅附近额外加入一个温度测量光纤光栅,对应变光栅实现温度补偿功能。设计了基于参考光纤光栅法的FBG传感器及FBG传感器封装的机械结构,并通过实验来验证FBG传感器的性能。实验数据表明,温度传感光纤光栅几乎不受应变的影响,应变传感光栅的中心波长变化与温度变化呈一阶线性关系,修正后的测量结果更加精确,达到了双参数同时测量的目的,应变与布拉格波长的线性关系非常好,相关系数达到0.99以上。参考光纤光栅法能够很好地解决FBG传感器温度与应变交叉敏感的问题。     

光纤光栅在超声结构健康监测中的应用与展望

使用光纤光栅探测包含损伤信息的高频、小能量超声导波,是结构健康监测的关键技术和重点发展方向之一。首先,阐述了光纤光栅探测超声的基本原理,介绍了同时满足高灵敏度和大带宽的相移光纤光栅,揭示了光栅监测的角度相关性以及安装技术;其次,介绍了宽带光源解调法与可调谐激光解调法,将高速的小幅布拉格波长漂移转换为电压输出;然后,介绍了光纤光栅在冲击监测、声发射监测、声-超声监测三个方面的应用,着重以航空航天复合材料健康监测为例,讨论了损伤判断、定位及分类等功能的实现;最后,对光纤光栅在超声结构健康监测中的应用进行了总结和展望。     

超低温宽温域环境下FBG传感器应变标定方法

在某超低温风洞结构健康监测的工程中,光纤光栅传感器被用来实时监测风洞洞体结构变形,然而超低温及宽温域的环境会极大地影响应变测量精度.为解决光纤光栅传感器在-196℃至常温范围的应变测量的温度影响,进一步提高测量精度,提出了一种超低温宽温域环境下的光纤布拉格光栅(fiber-optic Bragg grating,简称F...     

基于深度学习的分布式光纤损伤识别方法

航空航天复合材料结构服役环境恶劣,为保证结构安全运行需要发展结构健康监测技术,基于背向瑞利散射的分布式光纤传感器因其便于埋入、抗干扰能力强等优点被广泛应用于结构健康监测领域。如何从复杂的光纤数据中识别结构损伤是健康监测的研究难点之一,基于此问题提出一种用于损伤识别的深度学习方法,采用一维卷积神经网络对复合材料层合板中的脱粘和裂纹损伤进行识别。为了验证方法的可靠性,设置预制损伤的酚醛树脂层合板的悬臂加载试验,其埋入的分布式光纤传感器很好地监测到了损伤区域的应变变化特征,采用试验数据对网络结构进行参数调整,最终确定卷积核大小和卷积层数目。试验结果表明,训练后的一维卷积神经网络能够从复杂的应变曲线中识别出损伤特征,并对损伤特征进行准确定位。在目前的研究中,该方法能够准确识别3 cm2的脱粘损伤和20 mm长的裂纹损伤,同时定位精度小于4 mm。     

基于CLPG的FBG监测系统及其应用

为了实现可变体机翼的结构健康监测,提出了一种基于级联长周期光栅(cascaded long-period fiber grating,CLPG)的光纤Bragg光栅(fiber Bragg grating,FBG)监测系统.该监测系统以FBG为传感元件,以CLPG为边沿滤波器件,经CLPG调制后FBG反射光功率会发生变化,通过对FBG谐振波长处光功率的探测,从而实现FBG传感信号的监测.监测系统具有结构简单、成本低、解调速度快等优点.利用该监测系统对某型可变体机翼进行结构健康监测,结果表明该监测系统的应变分辨率为2με,实验结果与有限元分析结果相符,最小误差仅为3.27％,表明该监测系统能够用于可变体机翼的结构健康监测.     

光纤智能复合材料自诊断系统的研究

在模体积失配效应与微弯原理的基础上，提出了一种新颖的城墙型式的光纤应变传感器阵列，结合人工神经网络原理，研制出一种适用于复合材料结构状态监测与损伤估计用的光纤智能复合材料自诊断系统，实验结果令人满意。     

模态应变能在复合材料机翼结构损伤检测中的应用

以复合材料机翼结构为研究对象，采用单元模态应变能改变率作为结构损伤标识量，对损伤结构进行损伤识别仿真。应用NASTRAN有限元程序对模型进行模态分析，模态分析的结果表明，单元模态应变能改变率对不同位置和不同程度损伤都具有较强的敏感性。应用神经网络成功识别了损伤的位置和程度，指出其可行性。     

Damage localisation in composite and metallic structures using a structural neural system and simulated acoustic emissions

Detecting and locating damage in structural components and joints that have high feature densities and complex geometry is a difficult problem in the field of structural health monitoring (SHM). Active propagation of diagnostic waves is one approach that is used to detect damage. But small cracks and damage are difficult to detect because they have a small effect on the propagating waves as compared to the effects the complex geometry itself which causes dispersion and reflection of waves. Another limitation of active wave propagation is that pre-damage data is required for every sensor–actuator combination, and a large number of sensors might be needed to detect small cracks on large structures. Overall, the problem of detecting damage in complex geometries is not well investigated in the field of SHM. Nevertheless, the problem is important because damage often initiates at joints and locations where section properties change.Recently there have been advances in the development of a passive structural neural system (SNS) for damage detection. The SNS uses electronic logic circuits to mimic the signal processing in the biological neural system. The advantage of the SNS is that highly distributed continuous sensors provide high sensitivity to damage, and the biomimetic signal processing and passive sensing tremendously simplify the instrumentation and wiring of the monitoring system. Also, the SNS operates continuously during operation of the structure to detect ambient Lamb waves or bulk waves that are produced by cracking, delamination, bearing damage, rotor imbalance, flow instabilities, impacts, or other material failure modes.In this paper, asymmetric Lamb wave propagation representing acoustic emissions (AE) is modelled based on a superposition of plate bending vibration modes. The simulation demonstrates that the SNS with four channels of data acquisition can localize damage within a grid of sensors irrespective of the number of sensors in the network. To experimentally validate the analysis results, a two-neuron prototype of the SNS was built and tested using a simulated AE source (a pencil lead break) on a riveted aluminium joint and on a composite plate. In both experiments, the SNS was able to localize simulated damages. These results indicate the feasibility of expanding the SNS to a large number of neurons.     

光纤传感器的神经网络光强补偿及非线性校正

为实现光纤位移传感器的光强补偿及非线性校正,确立并构造了两输入单输出的BP神经网络。讨论了基于L-M优化算法的BP网络的优点,说明了神经网络的权值修正方法及网络的具体训练步骤,阐明了用神经网络实现光纤位移传感器光强波动补偿及传感器非线性校正的原理。最后使用Matlab实现了神经网络,并将该网络应用于实际测量,结果表明该网络很好地实现了传感器的光强补偿及非线性校正。     

Extraction and processing of real time strain of embedded FBG sensors using a fixed filter FBG circuit and an artificial neural network

Fibre Bragg Grating (FBG) sensors have been used in the development of structural health monitoring (SHM) and damage detection systems for advanced composite structures over several decades. Unfortunately, to date only a handful of appropriate configurations and algorithm sare available for using in SHM systems have been developed. This paper reveals a novel configuration of FBG sensors to acquire strain reading and an integrated statistical approach to analyse data in real time. The proposed configuration has proven its capability to overcome practical constraints and the engineering challenges associated with FBG-based SHM systems. A fixed filter decoding system and an integrated artificial neural network algorithm for extracting strain from embedded FBG sensor were proposed and experimentally proved. Furthermore, the laboratory level experimental data was used to verify the accuracy of the system and it was found that the error levels were less than 0.3% in predictions. The developed SMH system using this technology has been submitted to US patent office and will be available for use of aerospace applications in due course.     

基于模态应变能比与神经网络的复合材料结构损伤辨识

从结构动力学特性入手，以模态应变能比作为表征结构损伤的标识量，对含损伤的复合材料机翼结构进行损伤辨识仿真，通过神经网络建立起损伤标识量和损伤状态之间的映射模型。仿真结果表明，模态应变能比对结构损伤位置和损伤程度都比较敏感，是一种有效的损伤标识量。神经网络可准确地识别出结构的损伤位置和损伤程度，应用于损伤识别是有效的。     

机翼模型应变场分布式光纤监测与重构方法

针对飞行器机翼结构应变场重构问题,提出了一种基于分布式光纤传感器与模态叠加原理相结合的大展弦比机翼缩比模型应变场监测与重构方法。借助ANSYS有限元分析软件,数值模拟得到大展弦比机翼缩比模型在不同载荷下应变分布与应变模态振型。在此基础上,通过在大展弦比铝合金机翼缩比模型展向设置光纤Bragg光栅传感器,实时采集应变分布与变化信息,结合数值仿真得到机翼模型应变模态振型,重构机翼缩比模型应变场分布,应变反演平均误差约为7%。研究结果表明,本研究方法具有非视觉测量、实时性好以及反演精度较高等优点,能够为及时准确获取飞行器翼面应变场分布信息,进而实现机翼气动载荷计算与疲劳寿命预测提供技术支撑。     

碳纤维增强树脂基复合材料切削机理研究

碳纤维增强树脂基复合材料（Carbon fiber reinforced plastic,CFRP）在细观尺度上由纤维、树脂及界面不同相组成,在宏观尺度上呈层叠特征,具有非均质性和各向异性。CFRP切削过程的实质是在切削力、热共同作用下同时去除高强度纤维和低强度树脂的复杂过程,极易出现加工损伤。抑制加工损伤的前提是准确揭示CFRP切削机理,而揭示其切削机理的关键是分析材料去除过程。由于纤维是复合材料内部承受主要载荷的组成相,材料的去除过程主要由纤维的断裂过程决定。因此,通过分析切削过程中纤维的受力状态,以双参数弹性地基梁理论为基础,建立了虑及纤维所受法向及切向约束,且兼虑树脂及界面温变特性的单纤维切削模型,可准确表征纤维实际受力状态,实现纤维断裂过程的准确求解。研究发现：切削深度和纤维角度影响纤维变形深度,即切深越大,纤维变形深度越大,更易产生加工损伤;随着纤维角度增加,纤维变形深度减小。同时,为解决单纤维切削模型难以直接验证的难题,利用其求解得到宏观切削力理论值,通过与试验值对比,间接验证了单纤维切削模型的正确性。同时与未考虑被切削纤维所受切向约束和树脂及界面温变特性时相比,同时考虑这两个因素可使CFRP宏观切削力计算精度平均提升20%。所建立的单纤维切削模型不仅能够从细观尺度准确揭示CFRP去除机理,而且可为后续有关损伤抑制的研究提供理论依据。     

橡胶基密封复合材料中混杂纤维增强效应的研究

分别选用芳纶纤维、预氧化丝纤维以及两者构成的混杂纤维作为增强纤维制备了非石棉纤维增强橡胶基密封复合材料(NAFC),以材料高温时效处理后的残余横向抗拉强度为指标,研究了不同增强纤维对NAFC材料高温性能的影响。利用扫描电镜(SEM)分析了材料拉伸断面形貌,探讨了混杂纤维增强机制,分析了混杂效应系数的主要影响因素,研究了混杂效应系数与材料横向抗拉强度和应力松弛率之间的关系。研究结果表明,采用混杂纤维作为增强纤维可大大提高NAFC材料的耐高温性能,混杂纤维构成的网状结构中纤维间的相互作用限制了两者间的相对位移,有效抑止了裂纹的传播。采用纤维混杂效应系数可以较好地表征混杂纤维增强NAFC材料的力学性能。