[发明专利]一种无参考信号主动Lamb波损伤智能定位方法在审
申请号: | 201810105539.1 | 申请日: | 2018-02-02 |
公开(公告)号: | CN108344802A | 公开(公告)日: | 2018-07-31 |
发明(设计)人: | 蔡国强;王彩凤;吕姣姣;潘越;郝强;梁柯欣;赵佳庆 | 申请(专利权)人: | 北京交通大学 |
主分类号: | G01N29/04 | 分类号: | G01N29/04;G01N29/07 |
代理公司: | 北京正理专利代理有限公司 11257 | 代理人: | 付生辉 |
地址: | 100044*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 结构件 未知参数 主动Lamb波 后验分布 损伤位置 智能定位 重构信号 损伤 轨道交通车辆 损伤散射信号 采集 不确定性 模式信号 先验分布 样本信息 贝叶斯 波传播 传感器 单模式 时间域 反转 加载 旁瓣 主瓣 推断 发射 传播 | ||
本发明公开了一种无参考信号主动Lamb波损伤智能定位方法,包括:向轨道交通车辆的被测结构件发射单模式Lamb波信号;采集所述被测结构件的传感器接收到的各模式信号,在时间域上反转后再次加载至所述被测结构件上,并采集重构信号;根据重构信号中主瓣和旁瓣波峰值的相对时刻,计算出所述Lamb波损伤散射信号传播时间并作为样本信息;结合未知参数的先验分布,根据贝叶斯理论获得所述未知参数的后验分布,并根据所述未知参数的后验分布推断未知参数以确定所述被测结构件的损伤位置和波速度。本方法能够较为准确地识别出被测结构件的损伤位置、波传播速度及其不确定性。
技术领域
本发明涉及轨道交通结构健康检测领域,特别是涉及一种基于贝叶斯理论的无参考信号主动Lamb波损伤智能定位方法。
背景技术
作为超声无损检测中最常见的一种导波形式,Lamb波具有沿传播路径衰减小、传播距离远等特点,并对结构的微小损伤敏感,对板状结构大面积无损检测具有很大优势口。现有的主动Lamb波损伤监测方法大多基于参考信号,即以健康状态响应信号为基准,通过对信号求差的方法获取损伤散射信号,但真实结构和外界环境的变化对其影响很大,使其在适用性方面受到较大影响。
此外,传统的基于损伤散射信号传播时间的损伤定位方法,如,脉冲回波法、椭圆定位法、四点圆弧定位法等,均把损伤散射信号传播时间与一定频厚积下的波速等控制参数视为确定性值,而事实上,实际应用中测量误差、模型误差等导致的损伤定位结果的不确定性不可避免。如,损伤识别前,损伤尺寸、损伤程度及材料特性通常无法获知,且损伤、材料的非均值性及各向异性等对波速产生的影响也不明确,这将反过来影响通过理论计算所得到的损伤散射信号传播时间。
再者,用以作激励与传感的压电片尺寸效应也未考虑,这都给损伤的准确定位带来影响。除此之外,由于Lamb波的频散特性,损伤散射信号波包在传播过程中会发生畸变,也会对损伤散射信号传播时间的确定产生影响。因此,在Lamb波损伤定位中有必要考虑不确定性因素对损伤定位结果的影响,开展基于不确定性方法的主动Lamb波损伤诊断研究。
发明内容
为了解决上述问题至少之一,本发明第一方面提供一种无参考信号主动Lamb波损伤智能定位方法,包括:
S101:设置Lamb波的中心频率,向轨道交通车辆的被测结构件发射单模式Lamb波信号;
S103:采集所述被测结构件的传感器接收到的各模式信号,将所述各模式信号在时间域上反转后再次加载至所述轨道交通车辆的被测结构件上,采集所述被测结构件的传感器接收到的重构信号;
S105:根据所述重构信号中主瓣和旁瓣波峰值的相对时刻,获得Lamb波损伤散射信号传播时间与直达波传播时间之差,计算出所述Lamb波损伤散射信号传播时间并作为样本信息;
S107:所述样本信息结合未知参数的先验分布,根据贝叶斯理论获得所述未知参数的后验分布,并根据所述未知参数的后验分布推断未知参数以确定所述被测结构件的损伤位置和波速度。
进一步地,所述S101中采用双面激励方式产生单模式Lamb波。
进一步地,所述S103中的所述传感器为压电传感器。
进一步地,所述S107具体包括:
S1071:采用蒙特卡洛模拟方法求解单个所述未知参数的后验分布,获得相对应的所述未知参数的平稳分布的马尔科夫链;
S1073:结合吉布斯采样原理,引入优化参数,并调节接受概率,依次对单个所述未知参数生成样本序列;
S1075:对所述马尔科夫链进行适当次数的迭代后获得收敛,以获得所述损伤位置的精确值。
进一步地,所述优化参数从逆伽马分布中采样获得。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京交通大学,未经北京交通大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201810105539.1/2.html,转载请声明来源钻瓜专利网。