一种弧形复合材料层合板分层损伤的识别方法

1.本发明属于分层损伤识别技术领域，具体涉及一种基于贝叶斯框架和lamb波的弧形复合材料层合板分层损伤的识别方法。


背景技术：

2.复合材料以其较高的比强度、较低的结构重量、耐腐蚀性以及优异的抗疲劳性，近年来在汽车、航空航天以及国防军工等前端科技领域扮演了越来越重要的角色。然而，复合材料因其优越性能被广泛应用的同时，其复杂的破坏机理和损伤的难以察觉性也逐渐受到了人们的重视。一方面，复合材料的损伤模式和机理与金属材料截然不同；另一方面复合材料在服役过程中不可避免地会发生内部损伤。复合材料的纤维断层、基体脱粘、纤维分层等都可以对整个结构的安全性和可靠性造成巨大威胁。尤其是在损伤的初始阶段复合材料结构内部的微小损伤更是让人难以察觉，随着服役寿命的增长，内部的疲劳损伤越来越严重，当发展到一定的程度是就会对人们的生命财产安全带来巨大的威胁。因此，能够在损伤发生的前期对损伤进行识别就变得尤为重要。
3.在新型传感器技术的发展下，基于lamb波技术的复合材料结构健康监测技术，因其具有长距离传播的能力和对传播路径附近非均匀性的高灵敏度，逐渐发挥出了巨大的优势，被认为是最有前景的检测方法之一。目前，基于lamb波的检测方法大多是根据结构响应信号的某些特征参数（例如：速度、相位、幅值等）来评价结构的健康状态。经过多年的发展，该方法已经可以判断结构是否发生损伤以及损伤发生的大致位置，但是想要达到定量识别，以及精确的判断出损伤法发生的位置，还需要进一步的研究。特别是复合材料层合板在实际工程应用中通常都不是平板而是带有弧度的弧形板，这也给层合板分层损伤的定位带来了很大的困难。


技术实现要素：

4.针对目前贝叶斯融合法对传感器网络边缘损伤定位不准确的问题，本发明提供了一种基于贝叶斯框架和lamb波的弧形复合材料层合板分层损伤的识别方法。
5.为了达到上述目的，本发明采用了下列技术方案：基于贝叶斯框架和lamb波的弧形复合材料损伤识别方法，包括以下步骤：步骤1，在待检测的复合材料上布置传感器网络，形成传感器路径；步骤2，检测出lamb波在复合材料层合板各个方向的传播速度，判断复合材料层合板对lamb波信号传播速度的影响；步骤3，检测复合材料层合板上个路径的lamb波信号，并获得损伤路径信号和无损伤路径信号的数据；步骤4，对每条路径的损伤信号数据和无损信号数据做相关性分析，获得两者的相关性di；步骤5，对每条路径的散射信号进行连续小波变化后得到各个路径的飞行时间
tof；步骤6，对飞行时间tof进行处理，将三维测量数据转换至二维成像平面，用于进行二维定位；步骤7，利用贝叶斯原理进行损伤定位算法的融合得到其后验分布，将相关性di和飞行时间tof作为输入，利用马尔科夫链蒙特卡罗（mcmc）算法对融合后的后验分布进行抽样，得到位置参数（x，y）的分布；步骤8，对位置参数（x，y）进行可视化处理，得到最终的损伤位置。
6.进一步，所述步骤1中布置传感器网络的具体方法是：以信号发射器为圆心125mm为半径在四分之一圆的范围内布置4个传感器。
7.进一步，所述步骤2中检测出lamb波在复合材料层合板各个方向的传播速度的具体方法是，通过对接收到的信号进行连续小波变换后得到各个方向上波的传播时间，进而可以由信号发射器与接收器的距离除以传播时间求出各个方向上波的传播速度。
8.进一步，所述步骤4中相关性分析表示为：其中，di表示相关性，xk为未损伤板接收器的信号，yk为损伤板接收器的信号，μ
x
为xk的均值，μy为yk的均值，k为数据记录点的总数，k为数据记录的点数；di的值越大表示损伤存在的概率越小，反之di的值越小表示损伤存在的概率越大。
9.进一步，所述步骤5中对每条路径的散射信号进行连续小波变化后得到各个路径的飞行时间tof的具体方法包括以下步骤：将损伤信号与完好信号作差得到该路径的散射信号，再将散射信号与激励信号做连续小波变换（cwt）；激励信号与散射信号做连续小波变换后的第一个峰值时间的差即为飞行时间tof，表示为： 。
10.进一步，所述步骤6中对飞行时间tof进行处理的具体方法是：将实测的飞行时间tof乘以二维成像平面上每条路径的长度与实际弧形板上的每条路径长度之比，表示为：。
11.进一步，所述步骤7中后验分布是根据损伤概率重建法（rapid）的概率密度函数获得联合先验分布，再根据椭圆轨迹法构造似然函数，最后将两者在贝叶斯框架下进行概率融合得到。
12.进一步，根据损伤概率重建法的概率密度函数获得联合先验分布，表示为：
其中：表示先验分布函数，为未知参数向量，是指正态分布的标准差，是发射器到接收器路径的总数，i表示发射器到接收器的i路径，dii表示每条路径上的相关系数，ri表示i路径椭圆区域内的概率分布， 为尺寸参数，且＞1；控制着传感器路径影响区域的大小；取1.07；根据椭圆轨迹法构造似然函数，得到未知参数的概率密度函数，表示为：其中， 表示参数的概率密度函数，d表示实测的tof数据，是指正态分布的标准差，是从实测的散射信号中得到的tof，是结合损伤位置参数理论计算得的tof；其联合分布律为：根据贝叶斯理论得到参数向量的后验概率密度函数：
13.进一步，所述步骤8中可视化处理是通过构造正态分布，分别表示位置参数x和y的分布，然后将两个正态分布进行二维拟合得到最终的损伤位置的概率结果。
14.与现有技术相比本发明具有以下优点：基于目前贝叶斯融合法对传感器网络边缘损伤定位不准确的问题，提出了一种基于不同方向lamb群速度传播特性的改进贝叶斯融合法，该方法在研究lamb波在复合材料层合板上的传播特性时考虑了复合材料的各向异性的影响。
15.现有的损伤定位的方法的研究对象都是平板复合材料，但是在实际应用中复合材料层合板很少是呈理想的平板结构，绝大多数是具有一定弧度的弧状结构。本发明通过将弧形板上测得的损伤特征进行二维转化后实现了对弧形复合材料层合板的分层损伤的定位。
附图说明
16.图1 lamb波的传播时间示意图；图2传感器路径示意图；图3基于贝叶斯框架的损伤定位方法原理示意图；图4各参数的频率直方图；图5为实施例可视化处理后的损伤位置示意图。
具体实施方式
17.实施例1基于贝叶斯框架和lamb波的弧形复合材料损伤识别方法，包括以下步骤：步骤1，在待检测的复合材料上布置传感器网络，形成传感器路径；如图1所示，其中t为信号发射器，r1、r2、r3、r4为信号接收器；步骤2，检测出lamb波在复合材料层合板各个方向的传播速度，判断复合材料层合板对lamb波信号传播速度的影响；通过对接收到的信号进行连续小波变换后得到各个方向上波的传播时间，进而可以求出各个方向上波的传播速度；步骤3，检测复合材料层合板上个路径的lamb波信号，并获得损伤路径信号和无损伤路径信号的数据；传感器布置如图2所示；步骤4，对每条路径的损伤信号数据和无损信号数据做相关性分析，获得两者的相关性di；其中，di表示相关性，xk为未损伤板接收器的信号，yk为损伤板接收器的信号，μ
x
为xk的均值，μy为yk的均值，k为数据记录点的总数，k为数据记录的点数；di的值越大表示损伤存在的概率越小，反之di的值越小表示损伤存在的概率越大；步骤5，将损伤信号与完好信号作差得到该路径的散射信号，再将散射信号与激励信号做连续小波变换；激励信号与散射信号做连续小波变换后的第一个峰值时间的差即为飞行时间tof；步骤6，对飞行时间tof进行处理，将实测的飞行时间tof乘以二维成像平面上每条路径的长度与实际弧形板上的每条路径长度之比，将三维测量数据转换至二维成像平面；步骤7，利用贝叶斯原理进行损伤定位算法的融合得到其后验分布，将相关性di和飞行时间tof作为输入，利用马尔科夫链蒙特卡罗（mcmc）算法对融合后的后验分布进行抽样，得到位置参数（x，y）的分布；根据损伤概率重建法的概率密度函数获得联合先验分布，表示为：其中：表示先验分布函数，为未知参数向量，是指正态分布的标准差，是发射器到接收器路径的总数，i表示发射器到接收器的i路径，dii表示每条路径上的相关系数，ri表示i路径椭圆区域内的概率分布，为尺寸参数，且＞1；根据椭圆轨迹法构造似然函数，得到未知参数的概率密度函数，表示为：其中， 表示参数的概率密度函数，d表示实测的tof数据，是指正态分布的
标准差，是从实测的散射信号中得到的tof，是结合损伤位置参数理论计算得的tof；其联合分布律为：根据贝叶斯理论得到参数向量的后验概率密度函数：总共抽取了60000个变量样本，将前10000个样本设置为老化数据，共得到50000个样本来估计损伤发生的位置，通过采样样本得到各个参数的频率直方图，如图4所示；步骤8，对位置参数（x，y）进行可视化处理，通过构造正态分布，分别表示位置参数x和y的分布，然后将两个正态分布进行二维拟合，得到最终的损伤位置（233，345），如图5所示。
18.本发明说明书中未作详细描述的内容属于本领域专业技术人员公知的现有技术。尽管上面对本发明说明性的具体实施方式进行了描述，以便于本技术领的技术人员理解本发明，但应该清楚，本发明不限于具体实施方式的范围，对本技术领域的普通技术人员来讲，只要各种变化在所附的权利要求限定和确定的本发明的精神和范围内，这些变化是显而易见的，一切利用本发明构思的发明创造均在保护之列。