[发明专利]一种冲击定位识别装置及方法

说明书

本公开提供一种冲击定位识别装置及方法，涉及冲击定位识别领域，包括，冲击输出机构，用于向测试结构数据采集区域施加冲击；压电传感器，安装在测试结构上采集测试结构应变数据发送至控制器；控制器，获取应变数据并基于卷积神经网络模型实现冲击定位识别；其中，卷积神经网络模型基于冲击定位识别数据集利用深度学习框架训练构建；使用深度学习的方法，构建卷积神经网络模型，实现冲击定位识别的任务，解决加筋轻量化结构的不规则的加强筋使得冲击响应过于复杂、难以分析的问题，使用深度学习方法不需要确定当前的波速，适用于复杂结构的冲击定位识别。

技术领域

本公开涉及冲击定位识别领域，特别涉及一种冲击定位识别装置及方法。

背景技术

本部分的陈述仅仅是提供了与本公开相关的背景技术，并不必然构成现有技术。

随着航天技术的发展，特别是长寿命近地空间站、载人飞船、深空探测器等特殊航天器技术的迅速发展，使得新一代航天器服役周期长、适应恶劣服役环境能力增强。其中，铝合金加筋轻量化结构已然在航天器密封舱舱壁中广泛应用。

铝合金加筋轻量化结构指具有加强筋结构的铝合金板材，其具有质量轻、结构可靠性强、较高的强度和刚度、抗疲劳性能良好等特点，是航空航天理想结构材料。然而，铝合金板材上分布着大量不规则的加强筋，致使结构表现出各向异性，应力波频繁发生反射、折射、衍射和散射，使波的传播路径较为繁杂以及波速不为单一常数，这使得冲击定位识别变得更加艰难。因此，鉴于加强筋结构的复杂性，研究复杂结构的冲击事件识别方法具有重要意义。

发明人发现，目前针对冲击定位识别的方法很多采用时差定位法，然而，时差定位法通常需要假定被测对象材料具有各向同性且波速为已知常数，但是对于具有各向异性且波速不为单一常数的铝合金加筋轻量化结构，使用时差定位法会导致针对平面结构开发的算法存在最优波速残差过大的问题，精度无法得到保证，无法满足冲击定位过程中对精度的需求。

发明内容

本公开的目的是针对现有技术存在的缺陷，提供一种冲击定位识别装置及方法，使用深度学习的方法，构建卷积神经网络模型，实现冲击定位识别的任务，解决加筋轻量化结构的不规则的加强筋使得冲击响应过于复杂、难以分析的问题，使用深度学习方法不需要确定当前的波速，适用于复杂结构的冲击定位识别。

本公开的第一目的是提供一种冲击定位识别装置，采用以下技术方案：

冲击输出机构，用于向测试结构数据采集区域施加冲击；

压电传感器，安装在测试结构上采集测试结构应变数据发送至控制器；

控制器，获取应变数据并基于卷积神经网络模型实现冲击定位识别；

其中，卷积神经网络模型基于冲击定位识别数据集利用深度学习框架训练构建。

进一步地，所述冲击输出机构为仿真枪，在构建冲击定位识别数据集时，通过发射子弹对测试结构依次遍历需要采集数据的区域。

进一步地，所述压电传感器有多个，布置在测试结构数据采集区域的周围，采集测试结构的结构应变。

进一步地，所述压电传感器有四个，布置在矩形数据采集区域外的四个角上，压电传感器均与控制器电联。

进一步地，所述控制器包括数据采集模块、波形显示模块、模型导入和冲击定位模块，数据采集模块与压电传感器电联，波形显示模块显示冲击信号，模型导入和冲击定位模块用于导入训练好的卷积神经网络模型并通过此模型识别冲击位置。

本公开的第二目的是提供一种冲击定位识别方法，利用如上所述的行走控制系统，包括以下步骤：

在测试结构上布置压电传感器并标记，压电传感器与控制器电联；

对数据采集区域施加冲击，压电传感器采集测试结构的结构应变并发送至控制器；