结构健康监测技术及其在航空航天领域中的应用

对飞行器结构中的裂纹、腐蚀、脱层、材料性能退化及其它损伤进行及时且准确的检测是确保服役飞行器安全可靠运行的必要手段。结构健康监测是确定结构完整性的革命性创新技术,它在飞行器的结构设计、飞行及维护过程中都可发挥重要作用,它的使用可以提高飞行安全性、降低维护成本。本文简要介绍结构健康监测的系统组成、基本原理及关键技术,并通过实例阐述了基于智能层的结构健康监测技术在飞行器上的应用情况。     

灰色系统模型在结构损伤识别中的应用

开发结构健康监测系统是结构损伤识别的一个重要课题。由于建筑结构具有很多不确定因素，通过模态分析识别结构损伤的精度很难保证。本文提出一种灰色系统模型应用于结构损伤识别的方法。建立频率变化率和刚度变化的灰色系统模型，把一阶单变量的灰色模型(M(1，1))作为频率变化率和刚度变化之间的系统，通过一阶单变量的灰色模型(M(1，1))预测来体现结构动力指纹的整体功能，确定频率变化率和刚度变化之间的关系变量。为了验证理论，对多种工况进行了框架结构模型的振动试验并对结果进行了分析。试验结果表明：对于层间剪切结构，通过测量结构频率变化，建立的灰色系统模型可以较准确地确定结构的损伤位置和损伤程度，并使识别精度得到有效提高。     

特征值摄动法在利用动响应结构小损伤检测中的应用

目前在使用遗传算法或神经网络方法进行结构动力学损伤检测,需要基于少量的在线测量损伤结构数据和大量的数值仿真数据来实现,其中通过有限元方法来获得仿真数据的巨大计算量是动力学结构损伤检测方法发展中所面临的一个重要问题。本文在建模方面应用近年来提出的调整单元刚度模拟损伤的先进方法,以保证在损伤前后结构自由度数目不变;在此基础上应用特征值摄动法来减少损伤检测中计算量,并通过对复合材料层合板响应信号的小波分析验证了使用一阶矩阵摄动在有效降低计算量的同时,可以获得对损伤检测而言足够准确的响应信号。     

环境温度影响下基于LSTM神经网络识别结构损伤

环境温度的改变会引起模态参数的变化,其变化程度会掩盖或部分掩盖损伤引起的变化量,导致结构健康监测系统发出假阳性或假阴性的误判,因此,消除温度效应是提高损伤识别精度的关键。本文基于LSTM神经网络提出了一种环境温度影响下识别结构损伤的方法。充分利用LSTM神经网络的非线性映射优势,建立多元温度-模态频率的相关模型,在此基础上采用数据标准化方法消除温度效应,并结合控制图判断模态频率异常变化以确定损伤状况。最后将所提方法在数值模型和实际桥梁中加以应用,结果表明,方法能够有效消除温度效应;结合控制图能识别损伤时刻,并具有一定的抗噪性;在实桥数据分析中仍能表现出较好的损伤敏感性。     

用于结构健康监测的智能夹层研究进展

利用改进的柔性印刷电路技术,把一个分布式传感器/驱动器网络预先复合到一片绝缘载体膜上形成薄层,再结合相应的信号控制和处理软件,这就是当前先进的智能夹层(SMARTLayer)技术。结构健康监测(SHM)系统中智能夹层的提出及发展,将有可能把目前广泛采用的离线、静态、被动的材料及结构的损伤检测,转变为在线、动态、实时的健康监测,从而导致工程结构及材料安全监测与性能改善思路产生质的飞跃,引起结构及材料设计思想的变革。在本文中,主要阐述了智能夹层的发展、特点、关键技术、部件、相关的数据处理和应用情况,以及对今后的发展提出了一些需要注意解决的问题。在研究中,我们发现嵌入到玻璃纤维复合材料中的智能夹层对工程材料基体的力学性能没有产生明显的影响,并且自身的电学性能也非常稳定。     

结构健康监测中的损伤检测技术研究进展

对结构健康监测研究中的结构损伤检测方法及其特点进行了介绍.从基于结构模态分析的方法和基于结构动态试验信号处理的方法两方面,阐述了结构健康监测中的损伤检测方法及其最新研究进展.基于结构模态分析的结构损伤检测方法是针对整个结构的检测,使用的模态都限于低阶模态范围内,所检测的结构应容易建立有限元模型,便于进行响应预测.基于结构动态试验信号处理的损伤检测方法通常是针对结构局部构件的损伤检测,不需要对结构进行有限元建模,而直接从测试的动态响应信号中提取表征结构损伤的特征参数.文中提出了对比性损伤检测方法和非对比性损伤检测方法的概念,并对结构损伤检测中常用的信息传感与处理技术进行了论述,指出了结构损伤检测研究中应该考虑的传感器布置问题.提出了将损伤信息的主动检测与被动检测相结合进行损伤程度判断和剩余寿命估计等问题是有待进一步深入研究的课题.      

基于频率二阶摄动的结构损伤识别方法

结构损伤的定位和定量是结构健康监测的关键技术之一。本文将矩阵摄动理论、结构振动理论和有限元理论相结合推导出结构固有频率变化的二阶摄动公式,由此公式可以反演结构的损伤位置与损伤程度。该方法仅需要在役结构的固有频率测量值就能识别出结构的损伤位置和损伤程度,而且还可以识别出结构的老化程度。通过数值仿真算例证明了该方法的有效性和实用性。该方法可用于大型结构的损伤识别和健康监测。     

基于高频动态响应的点阵夹芯结构损伤识别研究

针对点阵夹芯结构的脱焊损伤，提出了一种基于高频激励下结构ODS(operational deflection shapes)的损伤检测方法。ODS包含结构的整体动态响应特性，尤其是高频激励下损伤区域的局部振动信息。首先通过仿真计算出损伤局部区域的特征频率，选取合适的高频宽频带激励损伤结构。然后，采用压电片与扫描式激光测振仪结合，检测高频稳态信号激励下损伤结构的动态响应，综合考虑频段内多个频率下的ODS,由损伤成像中共振峰的位置，直接定位损伤。仿真与试验均验证了该方法识别损伤的有效性。     

基于宏观调控策略的结构损伤检测PSO改进算法

结构损伤检测是结构健康监测过程重要的一步,数学上常常转化为求解约束优化问题。针对粒子群优化(PSO)算法易于出现的"早熟问题",采用市场经济条件下的宏观调控策略对早熟前粒子群位置进行干涉,藉以增强PSO算法抵抗局部极小的能力,达到改进PSO算法的目的。四个基准测试函数极值问题分析结果验证了改进后的PSO算法优于带权重因子的PSO算法,两层刚架单损伤和多损伤数值仿真以及三层建筑框架结构四种损伤工况试验研究进一步证明了改进后的PSO算法在结构损伤检测领域的应用是有效可行的。     

基于频率摄动理论对结构健康检测BENCHMARK问题的识别

定义了结构有限元模型中的损伤识别参数,将结构振动特征值摄动和结构有限元理论相结合导出结了构损伤定位以及定量的一阶和二阶摄动识别公式,并给出了两种方程在不适定条件下的优化解法。把该方法用到ASCE结构健康监测工作组提出的Benchmark问题中,成功识别了设定的损伤模式,而且其受模型误差和测量噪声的影响较小。研究表明该方法可以用于大型结构的健康监测问题。     

基于提高频率灵敏度的结构损伤统计识别方法

提出了一种基于反馈控制结构动力特性的损伤统计识别方法。该方法采用基于独立模态空间的反馈控制,有目的地配置闭环系统的极点,根据损伤前后闭环系统的特征值构造损伤指标。采用假设检验判断损伤是否发生,并剔除特征量中损伤程度的影响,采用统计模式识别方法识别损伤位置。Benchmark结构的数值算例表明,本文提出的损伤识别方法能够较显著地提高模态频率对刚度变化的灵敏度,准确有效地检测在噪声环境下结构小损伤是否发生以及识别损伤位置。     

基于重构相空间的结构损伤识别方法

介绍了混沌理论中相空间重构技术,应用到结构损伤检测与健康监测中。以单自由度弹簧振子为例分析了基于相空间拓扑结构变化的损伤检测方法的可行性,结果表明,当弹簧的刚度降低,相空间拓扑结构发生明显变化,表明该检测方法是可行的。利用相空间重构技术,直接将结构动态响应以相空间的形式展开,根据损伤前后相空间拓扑结构的变化,提出了新的损伤因子。为了验证本方法的可行性与可靠性,进行了圆拱结构动态实验并进行损伤识别。实验结果表明,本方法能够成功地识别出圆拱结构的损伤位置及损伤程度,且灵敏度较之常用的动力指纹方法有了很大的提高。本方法只需单个测点就能计算出该点损伤因子的值,可作为结构整体参量来监测结构是否存在损伤以及结构健康状况     

基于单元子分法的结构多尺度边界单元法

建立在基于单元子分法的一种有效自适应格式以及多区域边界元三步求解技术基础上提出了一种计算结构多尺度问题的多区域边界元法。首先,通过高斯积分误差分析公式确定边界单元在满足精度要求下所需要的高斯点数,当所需高斯点数超过规定数目时该单元就被自动划分成一定数量的子单元,从而消除结构多尺度所引起的近奇异性。在单元子分技术的基础上采用多区域边界元三步求解技术来处理材料非均质问题:第一步消除各子域的内部未知量,第二步消除各子域独自拥有的边界未知量,第三步根据位移相容性条件和面力平衡条件建立系统方程组并求解公共界面节点位移以及每个子域的其他未知量。数值算例结果表明本方法可以用较少的计算时间得到满意的结果,是处理结构多尺度问题的一种有效方法。     

基于神经网络技术的管道机电阻抗健康状况定量评估研究

将机电阻抗法用于管道法兰和主干结构健康监测,并利用BP神经网络对结构损伤进行定量评估.首先实验研究了管道法兰与主干结构健康状况对阻抗谱的影响,不同的结构损伤可通过阻抗分析仪测量的阻抗实部谱变化反映出来;然后利用BP神经网络技术对管道不同工况下得到的阻抗实部谱进行定量分析.采用阻抗值实部作为输入样本对神经网络进行训练,并使用受训的神经网络实现了对管道中不同结构损伤状况的定量评估.研究结果表明,将机电阻抗法与神经网络数据处理技术结合起来用于复杂管道的结构健康监测,不仅可实现对不同类型损伤的定量评估,同时还具有较高的稳定性.     

基于神经网络与光纤传感阵列的结构状态监测方法

以探测机敏复合材料与结构内应变、应力及损伤等物理状态的位置信息为目的．提出了一种新颖的可内埋于材料与结构内作为结构状态监测用的强度调制型光纤传感阵列网络，并采用人工神经网络来处理传感阵列输出的并行分布式传感信号，阐述了适用的Ｋｏｈｏｎｅｎ网模型及其变化形式，给出了仿真实验结果     

基于组合荷载响应特征融合的桥梁结构智能损伤识别方法

桥梁在运营过程中面临着组合荷载的复杂环境，因此发展组合荷载下的损伤识别方法具有重要意义。本文提出了一种基于组合荷载响应特征融合的桥梁结构智能损伤识别方法，基于移动主成分分析对自重静载、温度准静态荷载、动态荷载下的结构响应数据分别进行特征挖掘，并将不同荷载下第一特征向量的组合作为机器学习模型的输入，建立结构的损伤识别方法。最后，以双跨连续梁的仿真模型进行了验证，研究结果表明，即使在大噪声水平下，以组合荷载特征向量进行损伤定位和定量的准确率分别可达91.65%和97.22%,比传统的单荷载下的准确率最高分别提升了32.40%和18.00%,表现出优异的损伤检测性能和抗噪性。     

基于振动响应和HHT技术的机翼盒段结构损伤检测方法研究

提出一种利用结构振动响应和HILBERT-HUANG变换(HHT)技术检测结构小损伤的时域方法,研究了基于HHT的悬臂机翼盒段结构的损伤特征量的提取方法,给出了所提取特征量与结构损伤程度之间的关系。用HHT技术处理完好盒段与损伤盒段在信号激励下的结构动力响应信号,得到信号的希尔波特谱;然后求出希尔波特谱对应的瞬时能量,从中提取出结构损伤信息—瞬时能量变化量,作为损伤特征参数;并研究了将之作为损伤特征参数的抗噪声干扰能力。最后给出了瞬时能量变化量最大值与结构损伤程度之间的关系。     

土木工程结构健康监测系统的研究状况与进展

土木工程结构健康监测的研究是近年来国际学术研究的热点问题之一,涉及许多不同的研究领域,如数据采集系统、信号处理、结构分析等.阐述了实施土木工程结构健康监测的必要性和迫切性,介绍了结构健康监测系统的概念、组成及其应用,分析研究了结构健康监测系统的各个子系统的功能、特点和实现方法,重点讨论了实现各子系统的理论、方法和存在的若干力学问题,论述了结构健康监测在国内外土木工程领域的应用状况,最后对结构健康监测领域的几个重要问题做了展望.      

基于时间序列分析的结构损伤特征提取与预警方法

基于在线监测数据的损伤诊断是结构健康监测的核心课题之一.本文基于时间序列分析ARMA模型探讨了结构损伤特征提取和损伤预警的实现方法.首先对监测数据建立ARMA模型,并基于模型中自回归部分参数,采用主成分分析的方法提出了新的结构损伤特征指标.然后采用t-检验考察该指标在损伤前后是否存在显著性的变化,从而可以有效地实现结构损伤预警.三跨连续梁数值算例表明,本文提出的损伤特征指标对结构的微小损伤具有敏感性,具备结构在线实时损伤预警的应用价值.     

基于概率神经网络分类器的数据融合损伤检测方法

为了有效地利用来自大型结构健康监测系统大量冗余、互补的信息进行结构健康状况评估,本文从数据融合的基本原理入手,将小波分析、概率神经网络和数据融合等技术有机地结合起来,提出了一种5阶段的决策级数据融合损伤检测新方法,最后用2个数值算例验证了方法的有效性,并探讨了测量噪声对损伤识别的影响.研究结果表明,所提出的方法是可行、有效的.