基于光纤光栅传感器和卡尔曼滤波器的载荷识别算法

载荷识别在结构健康监测中的地位十分重要,为了在结构健康监测的同时利用最优化算法对系统进行有效控制,提出了一种基于光纤光栅(FBG)传感器和卡尔曼滤波器的载荷识别算法。该算法建立在卡尔曼滤波器的基础上,以FBG传感器测得的应变值作为观测信号,通过卡尔曼滤波器产生的增益矩阵、新息序列和协方差矩阵,利用最小二乘算法实时估计载荷的大小。此算法只需采集前一时刻的估计值和当前时刻的观测值即可估计出当前时刻的载荷,无需存储和读取大量数据。同时,基于卡尔曼滤波器在进行结构健康监测的同时能够应用最优化算法对系统进行控制。为了对识别算法进行验证,采用梁系统作为仿真和试验对象,通过FBG传感器测得的应变值识别载荷。结果表明,所提动态载荷识别算法能够很好地抑制噪声,具有良好的稳定性和实时性。     

基于偏斜度、陡峭度特征的光纤布拉格光栅冲击载荷定位

针对复合材料结构上低速冲击载荷位置识别问题,通过构建分布式光纤布拉格光栅(FBG)传感网络,分析了光纤布拉格光栅传感器感知的冲击响应信号时间序列的偏斜度、陡峭度与到传感器之间距离的关系。通过不同位置传感器感知的冲击响应信号的偏斜度和陡峭度对冲击载荷所在的区域和到各个传感器之间的距离进行了辨识,采用加权质心定位算法实现了冲击载荷位置的坐标定位。实验结果表明:在碳纤维复合材料板上240mm×240mm的监测区域内随机选取16个测试样本点进行低速冲击定位识别,实现了所有冲击实验点的区域辨识,坐标定位的平均误差为20.7mm。研究结果为碳纤维复合材料板的低速冲击定位提供了一种可靠的方法。