[发明专利]一种飞机结构应变异常检测的多策略处理方法

说明书

本发明涉及一种飞机结构应变异常检测的多策略处理方法，所收集到的应变片信号处理为微小毛糙信号和峰谷区异动单信号；由于信号数据中有非数字数据的异常符号干扰，信号数据并不规则，数据量和形态多变。在数据清洗后，进行多策略方案的几个处理阶段。将信号数据集输入到一个BP神经网络进行学习训练，将待测试信号的原始信号数据作为输入，利用神经网络训练后的模型作为中间处理阶段，最终输出信号值。本发明能够对应变信号噪声的分布特性进行精确的描述，极大减小噪声对信号的影响，对应变信号的不同形态采用不同的处理策略，对应变信号数据的不规则问题进行解决，进而解决现阶段飞机结构应变片异常检测的实际应用问题。

技术领域

本发明属于计算机视觉、图像、视频处理技术领域，涉及一种飞机结构应变异常检测的多策略处理方法。

背景技术

飞机结构疲劳问题由来已久，由于结构疲劳破坏而引发的飞行事故也时有发生。

面对由结构疲劳问题造成的诸多灾难性事故，为了确定飞机结构的耐久性/损伤容限性能，保证结构具有足够的疲劳强度，需要进行飞机结构耐久性/损伤容限试验。该试验通过在飞机关键结构上布设应变传感器，全程监测实验载荷作用下的结构应变响应历程，并通过应变的变化趋势判断传感器布设区域是否出现疑似疲劳裂纹，从而及时对该部位采取目视或无损伤检查措施。包括中美在内的各国适航条例均明确规定，凡是能够造成飞机重大破坏的关键结构，都必须通过耐久性/损伤容限试验对其进行性能评定。

面对由结构疲劳问题造成的诸多灾难性事故，为了确定飞机结构的耐久性/损伤容限性能，保证结构具有足够的疲劳强度，需要进行飞机结构耐久性/损伤容限试验即全机疲劳试验图4。通过智能光电检测方法对飞机结构上可能存在的疲劳裂纹进行检测，这对于发现飞机结构薄弱部位、改进结构设计和制造工艺、制定检查和维修大纲等都具有重要意义。

目前全机疲劳试验应变数据具有测量通道多、载荷工况多和数据量巨大的特点，与此同时由于制造工艺的问题和工况复杂，导致收集的应变信号存在以下问题：(1)数据不规整：由于机上不同位置的工况不同，应变的产生情况不同，应变片收集到的信号长短不一；(2)形态多样：由于工况复杂和飞机不同结构受力差异大，应变片收集的到信号形态多样且数值差异大。具体表现形式如图5所示。

发明内容

要解决的技术问题

为了避免现有技术的不足之处，本发明提出一种飞机结构应变异常检测的多策略处理方法，根据全尺寸疲劳试验对损伤识别及时性、准确性、可靠性的要求，需要开展结构疲劳损伤的应变监测数据降噪方法研究。以全尺寸疲劳试验的应变监测数据为研究对象，通过机器学习的方法对应变监测数据进行鲁棒数据重构，建立应变监测数据的降噪模型，实现利用降噪数据来进行进一步分析并预测结构疲劳损伤，从而为疲劳损伤的及时发现和损伤处置提供保障。

具体地，本发明的目的在于改善以下几个方面。

1.本发明首次对应变信号噪声分布进行精确的分布分析，得出信号数据噪声多表示为微小毛糙信号和峰谷区异动单信号的结论。

2.应变信号数据中有非数字数据的异常符号干扰，信号数据并不规则，数据量和形态多变。

3.现阶段存在的信号处理方法都是单一策略，没有针对不同形态信号进行不同策略处理的多策略方法。

4.现阶段的信号处理方法大都在频域或时域，没有对原始数据进行结构化操作，没有在保证原始数据特征的前提下，将信号数据扩展到特定域上的转化与分析。

技术方案

一种飞机结构应变异常检测的多策略处理方法，其特征在于步骤如下：

步骤1、信号噪声分布特性分析：对飞机实验中被测试部位采集的应变片信号数据即原始数据进行噪声处理，将噪声处理后的数据与原始数据做差，得到原始信号的噪声分布，其噪声分布为微小毛糙信号和峰谷区异动单信号；