[发明专利]一种基于时不变特征信号构建的结构损伤四维成像方法

说明书

本发明公开了一种基于时不变特征信号构建的结构损伤四维成像方法，属于航空结构健康监测领域。本发明根据时变环境因素对导波信号的影响随机、不确定，而损伤的影响相对固定的特点，首先采用概率统计建模方法来分别描述结构健康和损伤状态下信号中每个采样点幅值的不确定性分布；再通过度量每个点的两种分布之间的差异程度来抑制时变因素影响、突出损伤影响，构建时不变特征信号；最后采用导波成像方法来融合各激励传感通道的时不变特征信号，进一步增强损伤的影响，并在此基础上进行四维成像，实现结构损伤的可靠、准确定位。本发明解决了常规方法在时变服役条件下难以进行可靠损伤诊断的问题，在航空结构健康监测的工程应用方面有很好的前景。

技术领域

本发明属于航空结构健康监测技术领域，具体涉及一种基于时不变特征信号构建的结构损伤四维成像方法。

背景技术

航空结构是航空飞行器研制的支撑平台，结构健康监测技术对于保障结构安全、提供飞行器运行可靠性、降低维护成本有着重要意义。经过近20年的发展，航空结构健康监测技术已经逐渐从早期的基础理论研究转向实际工程应用研究。

在当前的航空结构健康监测方法研究中，基于压电传感器网络和导波的成像方法具有监测灵敏度高、监测范围大、既支持在线健康监测也支持离线监测，既能进行损伤监测也能进行冲击监测，既能监测金属结构也能监测复合材料结构等优点，被认为是最具有前景的航空结构健康监测技术之一，主要的方法有路径成像、延迟-累加成像、时间反转聚焦成像等。总的来说，这些方法基本都依赖于损伤散射信号的准确获取。但在航空结构的实际服役环境中，常常存在温湿度变化、动态载荷、结构边界条件变化等时变因素，这些时变因素会对导波信号产生明显的影响，使得信号的幅值呈现不确定性变化，覆盖损伤产生的信号变化，导致上述方法在实验室的稳定环境下能够有效进行损伤监测，但在航空时变条件影响下往往就不再适用。目前针对时变环境下的可靠损伤监测方法有基于环境因素补偿的成像方法、无基准成像方法等，但这些方法也存在各自的缺陷。如环境因素补偿方法只能补偿单一的时变环境因素，而大多数服役时变因素都无法准确测量；而无基准成像方法仅通过有限元仿真或只在简单结构上得到了验证。

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，适合用来描述时变环境因素影响下导波信号的不确定性分布，并通过分析模型的概率分布特征的变化趋势实现损伤监测。目前基于高斯混合模型的结构健康监测方法研究还处于初步阶段，虽然已有研究将高斯混合模型和基于压电传感器网络和导波的成像方法相结合，但该研究存在很大限制，仅采用高斯混合模型抑制了时变因素对网络中各激励传感通道信号特征参数的影响，丢失了信号的时间信息，只能和路径成像方法相结合，也仅能对发生在激励传感通道上的损伤进行监测定位。

发明内容

针对于上述现有技术的不足，本发明的目的在于提供一种基于时不变特征信号构建的结构损伤四维成像方法，以解决现有的方法在时变服役条件下难以进行可靠损伤诊断的问题。

为达到上述目的，本发明采用的技术方案如下：

本发明的一种基于时不变特征信号构建的结构损伤四维成像方法，包括步骤如下：

1)时不变特征信号构建：采用概率统计建模方法描述导波信号中每个采样点的幅值在时变因素影响下的不确定性分布，在监测过程中对模型进行更新并量化其迁移程度，从而抑制时变因素影响、突出损伤影响，获得每个采样点幅值的时不变描述，基于连续复数小波变换对所有采样点的幅值时不变描述进行平滑滤波，构建时不变特征信号；

2)损伤四维成像：采用导波成像方法融合各激励传感通道的时不变特征信号，增强损伤的影响，并对损伤进行四维成像，其中，四维包括结构上各个点的二维坐标、损伤发生概率、概率随时间的迁移变化；生成一系列损伤信息不断累积、损伤位置不断凸显的成像结果，并对最终的成像结果进行聚焦处理，实现时变条件下结构损伤的可靠和准确定位。

进一步地，所述步骤1)中的时不变特征信号构建过程具体包括：