[发明专利]一种基于非线性无味卡尔曼滤波算法的兰姆波损伤定位方法

摘要

本发明公开了一种基于非线性无味卡尔曼滤波算法的兰姆波损伤定位方法，首先对含损伤各向同性平面结构布置多个(不少于4个)用于激励和接收超声兰姆波的压电传感器；然后将损伤的位置识别转化成贝叶斯滤波问题，分别建立状态向量演变的系统方程和非线性测量方程，以各个激励传感器与接收传感器路径上由损伤散射的兰姆波传播时间作为已知测量量，以损伤中心位置和兰姆波波速作为未知状态变量。采用非线性无味卡尔曼滤波算法对未知状态变量进行迭代估计，从而实现损伤的定位和兰姆波波速的求解。

主权项

一种基于非线性无味卡尔曼滤波算法的兰姆波损伤定位方法，用于各向同性平面结构中损伤的定位和兰姆波波速的求解，其特征在于：包括以下步骤(1)对含损伤各向同性平面结构布置不少于4个压电传感器；所述压电传感器根据逆压电效应和正压电效应，用于在平面结构中激励和接收超声兰姆波；在前述的各向同性平面结构上建立平面坐标系，使得激励传感器的坐标为(x_a,y_a)，接收传感器的坐标为(x_s,y_s)(s＝1…N‑1)，其中，N为传感器个数且N为大于等于4的正整数；(2)通过信号处理方法获得各个激励传感器与接收传感器路径上由损伤散射的兰姆波传播时间T_as，形成测量向量Z；(3)以状态向量X来表征损伤的位置和对应的兰姆波波速；定义状态向量X＝[x_d,y_d,C_g]^T，其中：(x_d,y_d)为损伤的位置坐标，C_g为对应的兰姆波波速；(4)将损伤位置的识别问题转化为贝叶斯滤波问题，建立状态向量演变的系统方程和非线性测量方程，进行迭代估计状态向量X；其中：系统方程表达式为X_k＝X_k‑1测量方程表达式为Z_k＝h(X_k)+υ_k式中：k为迭代数；υ为零均值高斯分布的测量噪声，其方差矩阵为R；h是一个非线性函数，用于表达测量向量Z中的元素T_as和状态向量X中的元素之间的关系；$T_{as}=\frac{\sqrt{{(x_a-x_d)}^2+{(y_a-y_d)}^2}+\sqrt{{(x_d-x_s)}^2+{(y_d-y_s)}^2}}{C_g}$式中：T_as含义是激励传感器与第s个接收传感器路径上由损伤散射的兰姆波的传播时间；(5)采用非线性无味卡尔曼滤波算法来进行求解，迭代计算状态向量X估计值，并以满足迭代次数的最后一次迭代出的状态向量X估计值作为损伤位置(x_d,y_d)和相应的兰姆波波速C_g的识别值。