[发明专利]基于能量谱和Lamb波层析成像技术的复合材料损伤成像方法

说明书

本公开提出了基于能量谱和Lamb波层析成像技术的复合材料损伤成像方法，在选定的复合材料板均匀布置圆形传感器阵列；圆形传感器阵列中每个传感器依次作为激励器产生Lamb波，其他传感器分别采集有、无损伤下的响应信号；采用希尔波特能量谱计算有、无损伤的信号差异确定损伤因子，并通过概率成像算法实现损伤的定位成像。本公开能够克服传统损伤定位方法基于Lamb波波速无法可靠实现复合材料损伤位置判定、模式识别方法需要大量训练样本的问题。

技术领域

本公开涉及材料损伤信息分析技术领域，特别是涉及基于能量谱和Lamb波层析成像技术的复合材料损伤成像方法。

背景技术

碳纤维增强复合材料(Carbon Fibre Reinforced Plastics，CFRP)以质量轻、强度高、可设计能力强等特点，在航空航天工业中扮演着重要的角色。然而，碳纤维复合材料结构在制造过程或在役应用过程中，容易受到外部冲击和应力集中造成的不可见损伤，甚至造成严重事故。因此，为保证碳纤维复合材料结构的安全，需要一种损伤成像方法。

Lamb波以其传播距离长、成本低、对各种缺陷敏感性好使其成为复合材料检测和评价的研究焦点。为实现复合材料的损伤位置判定，学者研究了几何定位法、飞行时间法等方法。几何定位法和飞行时间法需要借助波速才能开展位置判定，然而，由于复合材料结构本身的各向异性和Lamb波在复合材料中的传播不清楚，利用信号的特征指数很难找到识别规律。为了克服波速引起的损伤定位不准确的问题，研究人员还研究了基于Lamb波和模式识别方法的碳纤维复合材料损伤定位技术。学者Nazarko P应用Lamb波和神经网络算法检测铝板和复合材料的损伤。实验结果表明，该算法在信号简单、信号复杂的情况下具有良好的性能。学者Fekrmandi H使用人工神经网络和Lamb波识别复合板上不同位置的荷载。同时，对损伤进行了实验研究。学者李伟等采用聚类模型对T300碳纤维复合材料在基体开裂、界面分层和纤维断裂模式下的损伤类型进行了识别，准确率达90％。学者Lushizeng等人利用小波和支持向量多分类器对不同损伤模式下的碳纤维布进行了监测，识别精度达到93％。然而，基于模式识别的损伤定位方法需要大量的样本数据，这是制约其快速发展的重要因素。

发明内容

本说明书实施方式的目的是提供基于能量谱和Lamb波层析成像技术的复合材料损伤成像方法，其通过计算损伤前后信号的差异进行损伤识别，无需波速等参数，同时该算法不需对Lamb波复杂的多模传播特性分析以及对材料或者结构性能的理解和建模。

本说明书实施方式提供基于能量谱和Lamb波层析成像技术的复合材料损伤成像方法，通过以下技术方案实现：

包括：

在选定的复合材料板均匀布置圆形传感器阵列；

圆形传感器阵列中每个传感器依次作为激励器产生Lamb波，其他传感器分别采集有、无损伤下的响应信号；

采用希尔波特能量谱计算有、无损伤的信号差异确定损伤因子，并通过概率成像算法实现损伤的定位成像。

进一步的技术方案，所述复合材料板无损时结构的响应信号作为参考信号，再采集含损伤状态的信号；

计算参考信号和损伤信号的希尔伯特能谱值，根据损伤前后的能谱值确定损伤因子。其计算定义如下：

其中，E_u和E_d分别是lamb波响应信号在未损坏与损坏时的最大能量值。

进一步的技术方案，根据每条传感路径对应的DF_HE值，实现其临近区域内损伤的概率分布重构。在重构的图像中，每个DF_HE值分别被布置在一个椭圆面上，相对应传感路径中的激励端i和接收端j是椭圆的两个焦点。

进一步的技术方案，DF_HE值的空间分布函数定义如下：