基于多重小波分解和时间反转的结构冲击定位方法

    公开(公告)号:CN116165278A

    公开(公告)日:2023-05-26

    申请号:CN202310061858.8

    申请日:2023-01-19

    IPC分类号: G01N29/06 G01N29/44

    摘要: 本申请公开了一种基于多重小波分解和时间反转的结构冲击定位方法,其包括接收笛卡尔坐标系下监测区域上的每个所述传感器的冲击应力波信号并对每个冲击应力波信号根据多贝西小波基函数的尺度选择多个不同的多贝西小波基函数对所述冲击应力波信号进行分解、信号重构,归一化处理后,利用余弦相似度公式假定冲击源位置的所有时间反转信号波形相似度,并进行累乘得到该假定冲击源位置的像素值;计算所述监测区域内的多个假定冲击源位置的像素值,再根据像素值定位冲击源位置。本申请提出的方法采用多重多贝西小波基函数对冲击应力波信号进行分解、重构,削弱了边界反射和噪声等干扰信号对冲击定位的影响,提高了定位精度。

    主被动一体强指向性圆周分布式传感器、传感方法以及传感系统

    公开(公告)号:CN116381043A

    公开(公告)日:2023-07-04

    申请号:CN202310048681.8

    申请日:2023-02-01

    IPC分类号: G01N29/04 G01N29/22 G01N29/24

    摘要: 本发明提供了一种主被动一体强指向性圆周分布式传感器,其包括接收信号采集单元,所述接收信号采集单元包括至少一个被配置为接收主动激发的导波信号和/或被动导波信号以及所述试件的缺陷对所述主动激发的导波信号和所述被动导波信号的散射信号的接收换能器圆周阵列;以及信号激发单元,所述信号激发单元包括由压电换能器形成的发射换能器,所述发射换能器提供激发信号用于对试件进行激发形成所述主动激发的导波信号。本发明的传感器可以实现大型薄壁结构的金属或复合材料层合板中的裂缝损伤等不同类型的损伤的实时检测和成像。本申请还公开了基于该主被动一体强指向性圆周分布式传感器的测试方法和测试系统。

    基于超声导波深度学习的胶接结构脱粘损伤识别方法和装置

    公开(公告)号:CN116306231A

    公开(公告)日:2023-06-23

    申请号:CN202310068874.X

    申请日:2023-02-06

    IPC分类号: G06F30/27 G06F119/02

    摘要: 本申请公开了基于超声导波深度学习的胶接结构脱粘损伤识别方法,其包括将所述胶接结构仿真模型的胶接区域网格化,将胶接区域中的无脱粘损伤区域的网格设为第一像素值,将胶接区域中的脱粘损伤区域的网格设为不同于第一像素值的第二像素值,从而形成胶接区域的仿真脱粘损伤像素图;再将所述多组仿真脱粘损伤像素图与所述多组仿真超声导波信号数据对应建立脱粘损伤导波数据库;并运用建立的残差网络深度学习模型基于脱粘损伤导波数据库识别所述胶接结构的脱粘损伤。本方法利用深度学习技术进行脱粘损伤识别,无需考虑信号的多模态复杂特性,其可直接给出脱粘损伤的图像,损伤预测精度高。本申请还公开了对应的装置。

    复合材料气瓶全自动超声C扫描成像系统和成像方法

    公开(公告)号:CN117434156A

    公开(公告)日:2024-01-23

    申请号:CN202311397374.7

    申请日:2023-10-25

    摘要: 本发明公开了一种复合材料气瓶的全自动超声C扫描成像方法,其包括用超声相控阵单元获取所述复合材料气瓶的瓶身的多个扫查点的多个超声A扫信号流,将所述多个超声A扫信号流分别与其对应扫查点的位置信息相关联形成超声A扫数据,所述位置信息包括水平位置信息和周向位置信息;对所述超声A扫数据进行超声C扫声时差处理得到所述瓶身的第一超声C扫图像。本申请还公开了对应的系统。本发明针对复合材料气瓶,尤其是碳纤维复合材料气瓶的结构特征和材料属性,设计了检测系统和成像算法,检测效率高,能够实现碳纤维复合材料气瓶损伤的可视化实时成像。

    一种基于超声导波和深度学习的复合材料加筋板损伤识别方法

    公开(公告)号:CN115859074B

    公开(公告)日:2023-10-20

    申请号:CN202211322331.8

    申请日:2022-10-27

    摘要: 本发明公开了一种基于超声导波和深度学习的复合材料加筋板损伤识别方法,包括步骤:(1)在加筋板上粘贴传感器,进行超声导波信号的激励与接收,接收的超声导波信号包括无损数据及损伤数据;(2)将接收的数据根据数据类型及损伤位置用不同数字标签进行标注,建立数据库;(3)建立残差网络深度学习模型,并利用数据库中的数据对残差网络深度学习模型进行训练,得到训练后的模型;(4)利用所得的训练后的模型进行复合材料加筋板损伤识别,且在损伤识别过程中采用分步法分别识别数据类型及损伤位置。本发明的损伤识别方法将超声导波与深度学习技术相结合,并利用分类分步法,能准确损伤识别数据类型及相应的损伤位置。

    一种基于误差函数的结构冲击定位方法

    公开(公告)号:CN114065487A

    公开(公告)日:2022-02-18

    申请号:CN202111296346.7

    申请日:2021-11-03

    IPC分类号: G06F30/20 G06F119/02

    摘要: 本发明公开了一种基于误差函数的结构冲击定位方法,利用复Morlet小波变换提取应力波信号的窄带Lamb波信号并计算模值,根据模的最大峰值测量应力波的波达时刻,然后求两两传感器的波达时间差,构建基于波达时间差的误差函数,以监测区域内各点误差函数的值作为像素值进行成像,搜索监测区域内每个坐标点的像素值,像素值最小的位置即为预测的冲击位置。该方法具有无需求取波速,无需结构先验知识的优点,在铝板和复合材料加筋板上对方法进行了验证,结果表明该方法简单有效且定位精度较高。

    一种基于误差函数的结构冲击定位方法

    公开(公告)号:CN114065487B

    公开(公告)日:2024-10-29

    申请号:CN202111296346.7

    申请日:2021-11-03

    IPC分类号: G06F30/20 G06F119/02

    摘要: 本发明公开了一种基于误差函数的结构冲击定位方法,利用复Morlet小波变换提取应力波信号的窄带Lamb波信号并计算模值,根据模的最大峰值测量应力波的波达时刻,然后求两两传感器的波达时间差,构建基于波达时间差的误差函数,以监测区域内各点误差函数的值作为像素值进行成像,搜索监测区域内每个坐标点的像素值,像素值最小的位置即为预测的冲击位置。该方法具有无需求取波速,无需结构先验知识的优点,在铝板和复合材料加筋板上对方法进行了验证,结果表明该方法简单有效且定位精度较高。

    基于波形相似度和多频率综合的结构冲击成像定位方法

    公开(公告)号:CN115901049B

    公开(公告)日:2024-04-12

    申请号:CN202211346424.4

    申请日:2022-10-31

    IPC分类号: G01L5/00

    摘要: 本发明公开了一种基于波形相似度和多频率综合的结构冲击成像定位方法,属于结构健康监测技术领域;该方法利用信号分解技术将冲击应力波信号分解成多频率信号分量,计算各频率信号分量的包络信号,对监测区域离散成若干网格,引入基于波形的相似度指数,将网格点的相似度指数作为网格点的像素值实现冲击成像,根据峰值信噪比判定冲击成像结果是否有效,将有效图像进行图像融合作为最终的冲击成像结果,将最终融合后的图像像素值最大值的位置作为预测的冲击位置。本发明冲击成像定位方法定位精度高,而且成像聚焦性好,具有较好的工程应用前景。