[发明专利]时变环境下结构损伤的高斯混合模型-路径累积成像方法

说明书

本发明提出了一种时变环境下结构损伤的高斯混合模型‑路径累积成像方法，属于航空结构健康监测技术领域。本方法首先采用高斯混合模型抑制时变因素的影响，得到时变无关的信号特征参数以可靠表征结构压电传感器网络中各个激励‑传感路径受损伤影响的程度；再采用路径成像算法融合网络中所有路径的时变无关的信号特征参数，实现损伤成像；最后通过在监测过程中不断更新高斯混合模型并成像，获得一系列损伤信息不断累积、损伤在图像中不断凸显的成像结果，从而最终实现损伤定位。本发明解决了常规损伤成像方法在时变因素影响下难以进行准确损伤定位的问题，有效提高了航空结构在时变环境下损伤诊断的可靠性。

技术领域

本发明涉及一种时变环境下结构损伤的高斯混合模型-路径累积成像方法，属于航空结构健康监测技术领域。

背景技术

航空结构在服役过程中可能会出现金属裂纹、复合材料结构的脱层、纤维断裂等损伤形式，导致其机械性能的大幅下降，对结构的整体破坏和失效形成潜在的威胁。因此迫切需要开展航空结构的健康监测应用。

基于压电传感器网络和导波的成像方法具有监测范围大、对小损伤敏感、损伤定位精度高以及鲁棒性强等优点，被认为是一种很有应用前景的航空结构健康监测技术。这种方法一般是在稳定的实验室环境下，通过评估损伤对结构中导波信号的影响程度来实现损伤成像定位的。但是，航空结构的服役环境通常十分复杂，存在多种随时间变化的不确定性因素，例如环境温度变化、结构边界条件变化以及随机动态载荷等。这些时变环境因素会造成导波传播特性的不确定性变化，使得导波基准信号和监测信号发生改变，造成比结构损伤所带来的影响更加强烈的变化，导致从导波信号中提取出的信号特征无法反应结构的真实损伤状态。传统基于压电传感器网络和导波的成像方法基本没有考虑上述时变问题，因此难以在时变服役条件下实现航空结构准确、可靠的损伤成像定位。因此，如何在利用基于压电传感器网络和导波的成像方法的同时，抑制航空结构服役时变环境的影响，提高损伤诊断的可靠性已成为限制这种方法在航空工程中实际应用的一个关键技术瓶颈。

由于航空结构的时变服役环境对导波的影响体现出很强的不确定性和非线性，并且对时变因素的直接测量非常困难，因此常规的环境因素影响补偿方法很难有效应用。高斯混合模型是一种有限混合概率模型，可在无先验知识的前提下通过多个高斯分量的加权组合逼近复杂随机变量的概率分布，为研究导波时变损伤诊断问题提供了一条可行的途径。近年来，国内外一些学者逐渐将高斯混合模型这种典型的概率混合模型引入基于导波的结构健康监测技术的研究中，并证明了模型的有效性。但目前该方法还处于初步研究阶段，研究中仅针对单个独立的导波激励-传感路径的信号，监测范围有限，也没有考虑同基于压电传感器网络和导波的成像方法相结合。

发明内容

本发明为克服传统基于压电传感器网络和导波的成像方法在航空结构的时变服役环境下无法可靠进行成像定位的问题，提出了一种时变环境下结构损伤的高斯混合模型-路径累积成像方法，实现了航空结构在时变服役环境下的可靠损伤诊断。

本发明为解决其技术问题采用如下技术方案：

一种时变环境下结构损伤的高斯混合模型-路径累积成像方法，包括如下几个步骤：

(1)当结构处于时变环境及健康状态下时，连续采集R次结构上布置的压电传感器网络中各激励-传感路径的导波信号，R为大于等于1的自然数，对于其中的每一个路径，从其R次信号中提取R组二维特征参数，构建包含R个样本的基准二维特征参数样本集，在此基础上建立基准高斯混合模型来表征基准二维特征参数样本集受时变条件影响产生的不确定性分布；

(2)当结构处于时变环境及监测状态下时，采集一次各激励-传感路径的导波信号，对于其中的每一个路径，分别提取一组二维特征参数并用于更新该路径的基准二维特征参数样本集，得到更新后的监测二维特征样本集，进而建立监测高斯混合模型；