[发明专利]一种基于小波分析的复合材料损伤探测检测方法

摘要

本发明公开了一种基于小波分析的复合材料损伤探测检测方法，仅对复合材料结构中与损伤关联的损伤监测区域进行损伤监测，而无需利用整个光纤光栅传感器网络对其覆盖的整个被测复合材料结构进行损伤监测，使得损伤监测的光纤光栅传感器的轮询次数极大减小，减小了需要采集并处理损伤信号的数量，有效提高了损伤监测效率，且本发明先利用小波包分析预处理复合材料损伤信号得到损伤信号能量谱，提取特征向量，准确有效，再结合所设计的BP神经络模型，通过训练得到具有复合材料损伤识别模式功能的网络，实现损伤智能识别，解决一些非线性的问题，可同时完成损伤识别、定位和程度大小判定，有效可行。

主权项

一种基于小波分析的复合材料损伤探测检测方法，其特征在于，包括以下步骤：步骤S1：在被测复合材料结构中均匀布置多个光纤光栅传感器，以形成光纤光栅传感器网络；步骤S2：在传感器网络中选取多个用于对被测复合材料结构进行撞击监测的光纤光栅传感器，作为撞击监测光纤光栅传感器；步骤S3：当被测复合材料结构发生撞击事件时，利用信号采集器同步采集撞击监测光纤光栅传感器的撞击响应信号；步骤S4：根据撞击响应信号进行撞击监测，获得撞击事件参数；步骤S5：根据撞击事件参数确定损伤监测区域；步骤S6：根据探伤检测区域的范围，从光纤光栅传感器网络中选取相应的光纤光栅传感器作为损伤监测光纤光栅传感器，并制定相应的扫查策略；步骤S7：按照扫查策略，利用信号发生接收器通过损伤监测光纤光栅传感器向所述损伤监测区域激发兰姆波检测信号；步骤S8：利用信号发生接收器通过损伤监测光纤光栅传感器采集损伤信号；步骤S9：构建提取损伤信号的小波分析算法，并获取小波包的能量谱；步骤S10：选取BP网络学习样本，经建立损伤识别BP神经网络模型；步骤S11：基于损伤识别BP神经网络模型对复合材料结构进行损伤检测，并输出损伤结果。