郭 禹,張 超,季宏麗,吳義鵬,裘進(jìn)浩,王 勇
(1.南京航空航天大學(xué)機(jī)械結(jié)構(gòu)力學(xué)及控制國(guó)家重點(diǎn)實(shí)驗(yàn)室 南京,210016)
(2.上海宇航系統(tǒng)工程研究所結(jié)構(gòu)系統(tǒng)研究室 上海,201109)
結(jié)構(gòu)健康監(jiān)測(cè)(structural health monitoring,簡(jiǎn)稱SHM)是一種實(shí)時(shí)、在線的監(jiān)測(cè)技術(shù),通過獲取與結(jié)構(gòu)損傷相關(guān)的多種參數(shù),識(shí)別結(jié)構(gòu)中存在的損傷,進(jìn)而預(yù)測(cè)結(jié)構(gòu)的使用壽命,防止損傷的擴(kuò)展,減小安全事故發(fā)生的概率[1-3]。在眾多SHM技術(shù)中,Lamb波能夠在大尺度板狀結(jié)構(gòu)中遠(yuǎn)距離傳輸,信號(hào)的衰減量小,并且對(duì)于結(jié)構(gòu)中的損傷具有很高的靈敏度,因此被廣泛用于損傷監(jiān)測(cè)[4-6]。
在基于Lamb波的損傷監(jiān)測(cè)技術(shù)中,主要有損傷因子監(jiān)測(cè)技術(shù)和利用損傷因子進(jìn)行損傷成像的監(jiān)測(cè)技術(shù)。損傷因子旨在提取結(jié)構(gòu)在時(shí)域、頻域、時(shí)頻域及波數(shù)域的特征變化來衡量結(jié)構(gòu)的健康狀態(tài)[7-9]。而損傷成像技術(shù)通過成像的方法表征結(jié)構(gòu)中的損傷,快速地確定損傷在結(jié)構(gòu)中的位置。因?yàn)閾p傷成像直觀、損傷信息多等優(yōu)點(diǎn),成為了許多學(xué)者研究的熱點(diǎn)。Wang等[10]提出了時(shí)間反轉(zhuǎn)成像法(time-reversal method,簡(jiǎn)稱TR),通過時(shí)間反轉(zhuǎn)并重新激發(fā)傳感器陣列采集到的信號(hào)完成損傷的聚焦成像。這種方法不需要提前知道結(jié)構(gòu)的基線信號(hào)就可以完成損傷定位。Zhao等[11-12]研究了損傷概率重構(gòu)(reconstruction algorithm for probabilistic inspection of defects,簡(jiǎn)稱RAPID)的方法,計(jì)算不同信號(hào)對(duì)于損傷位置的概率的貢獻(xiàn)度,重構(gòu)出損傷的位置。Michaels等[13]使用時(shí)間延時(shí)-累加定位法精準(zhǔn)地定位了鋁板上的缺口和腐蝕損傷,延時(shí)-累加(delay-andsum,簡(jiǎn)稱DAS)定位法基于殘余信號(hào)的理論波達(dá)時(shí)間完成對(duì)損傷的定位成像。
對(duì)于復(fù)雜結(jié)構(gòu)和傳感器距離邊界較近的情況,損傷散射的Lamb波遇到邊界會(huì)產(chǎn)生反射,實(shí)際得到的殘余信號(hào)會(huì)出現(xiàn)多個(gè)波包疊加的情況。當(dāng)損傷靠近邊界時(shí)甚至?xí)l(fā)生損傷信號(hào)和邊界反射波包混疊的情況,從而導(dǎo)致DAS定位法出現(xiàn)偏離和偽損傷。Shan等[14]針對(duì)復(fù)雜結(jié)構(gòu)的DAS定位提出了一種自適應(yīng)有效數(shù)據(jù)提取的方法,自適應(yīng)地截取信號(hào)的波包來提高DAS定位的精度。然而當(dāng)損傷散射波包和反射波在時(shí)域上重疊時(shí),直接截掉反射波的同時(shí)也會(huì)截?cái)啻蟛糠值膿p傷波包時(shí)域信號(hào),導(dǎo)致定位結(jié)果變形。在成像損傷誤判的問題上,Sharifkhodaei等[15]提出了一種改進(jìn)的延時(shí)-累加方法(windowed energy arrival method,簡(jiǎn)稱WEAM),對(duì)殘余信號(hào)能量的包絡(luò)加上對(duì)數(shù)正態(tài)分布窗函數(shù)來捕捉首個(gè)波峰作為損傷的實(shí)際散射信號(hào),從而提升DAS成像的精度。James等[16]提出了最小方差無失真響應(yīng)的方法,通過給傳統(tǒng)的DAS定位增加加權(quán)系數(shù)來減少噪聲的投影。Lu等[17]使用邊界反射系數(shù)來減少邊界反射信號(hào)造成的偽損傷投影,反射系數(shù)由換能器的分布和反射信號(hào)的強(qiáng)度來決定。但是這些方法都沒能完全提取信號(hào)中的反射波波包。另一方面,Lamb波由于頻散效應(yīng)會(huì)使得波包變寬,時(shí)域信號(hào)會(huì)產(chǎn)生變形,如果直接使用殘余信號(hào)進(jìn)行延時(shí)-累加定位,將使得損傷區(qū)域面積變大,降低定位的精度。傳統(tǒng)的信號(hào)處理方法,如希爾伯特變換、黃氏變換、短時(shí)傅里葉變換和小波變換都不能對(duì)Lamb波進(jìn)行頻散補(bǔ)償。
針對(duì)以上反射波混疊和Lamb波頻散補(bǔ)償?shù)膯栴},筆者研究了Lamb波波包混疊分離的結(jié)構(gòu)損傷定位方法,提升DAS定位算法的成像精度。首先,對(duì)復(fù)雜邊界條件下反射波和損傷散射波混疊的問題,建立了含頻散效應(yīng)的Lamb波波包混疊和函數(shù)模型;其次,提出了基于隱變量參數(shù)求解的波包分離方法,重構(gòu)了每個(gè)波包的分布情況,消除了反射波投影引起的傳統(tǒng)DAS定位中的偽損傷;然后,對(duì)重構(gòu)出的每個(gè)波包進(jìn)行了頻散補(bǔ)償,抑制了波包隨傳播距離產(chǎn)生的變形,提高了定位成像的分辨率;最后,在飛機(jī)復(fù)合材料加筋壁板上實(shí)驗(yàn)驗(yàn)證了改進(jìn)DAS方法的可靠性。從結(jié)果來看,波包分離法能夠解決反射波混疊和頻散補(bǔ)償?shù)膯栴},提升損傷定位的精度。
Lamb波信號(hào)vac(t)會(huì)因?yàn)閭鞑r(shí)間變化發(fā)生頻散,導(dǎo)致波包參數(shù)發(fā)生改變。激勵(lì)信號(hào)vac(t)為高斯窗調(diào)制的窄帶信號(hào),vac(t)的頻域表示為Vac(f)
其中:F為傅里葉變換。
不同波達(dá)時(shí)間τk的Lamb波波包信號(hào)的頻域和時(shí)域表達(dá)式為
其中:IF為逆傅里葉變換;rk為波達(dá)時(shí)間τk下Lamb波的傳播距離;Cp(f)為A0模式的相速度。
通過復(fù)Morlet小波ψ(t)提取頻散后信號(hào)vk(t)的包絡(luò)Φk(t)為
其中:ω0為小波的中心角頻率;γ為高斯寬度;abs為取模;a為尺度因子;CWT為小波變換。
圖1 殘余信號(hào)在無反射、有反射下的傳播路徑Fig.1 The residual signal in the non-reflective and reflective path
在不考慮邊界的板結(jié)構(gòu)中(如圖1(a)所示),驅(qū)動(dòng)器i到傳感器j之間的損傷散射信號(hào)包絡(luò)為Φij(t)。然而,在典型的航空加筋結(jié)構(gòu)中(如圖1(b)所示),加筋引起殘余信號(hào)的反射,導(dǎo)致獲取的殘余信號(hào)Φij(t)中包含多個(gè)不同時(shí)延的損傷反射波包。實(shí)際的損傷散射信號(hào)Φij(t)是由直達(dá)波Φ0ij(t)和后續(xù)的反射波AkΦkij(t)混疊而成,如式(6)所示
其中:Ak為第k個(gè)反射波信號(hào)幅值系數(shù);Φkij(t)為波達(dá)時(shí)間τk的反射波信號(hào);實(shí)際的包絡(luò)信號(hào)Φij(t)為含頻散效應(yīng)的Lamb波波包和函數(shù)。
在延時(shí)累加算法中,每個(gè)點(diǎn)(x,y)的像素值I(x,y)由散射信號(hào)包絡(luò)Φij(t)在延時(shí)tij(x,y)之后得到,tij(x,y)是任意位置散射點(diǎn)(x,y)在驅(qū)動(dòng)器(xi,yi)到傳感器(xj,yj)路徑上的理論傳播時(shí)間,表達(dá)式為
其中:N為監(jiān)測(cè)區(qū)域內(nèi)的傳感器數(shù)量;toff為激勵(lì)偏置時(shí)間;cg為群速度。
混疊的時(shí)域信號(hào)投影到定位圖上會(huì)對(duì)定位結(jié)果產(chǎn)生影響。針對(duì)該問題,文獻(xiàn)[14]中采用了如下的自適應(yīng)提取的方法對(duì)信號(hào)Φ進(jìn)行截取,信號(hào)長(zhǎng)度表達(dá)式top為
其中:tfa為首波峰的時(shí)間;tth為信號(hào)截取閾值。
但是直接截取不能有效地分離混疊的波包,需要對(duì)混疊波包函數(shù)Φij(t)進(jìn)行解耦分離。
以厚度為1 mm的碳纖維復(fù)合材料板為例,考慮A0模式的相速度曲線(如圖2所示),根據(jù)式(2)和(3)可以計(jì)算得到不同波達(dá)時(shí)間τk的Lamb波波包信號(hào),如圖3所示。其中:圖3(a)為50 kHz的窄帶激勵(lì)下的響應(yīng)信號(hào),波達(dá)時(shí)間最大為850μs;圖3(b)為對(duì)應(yīng)信號(hào)的包絡(luò)Φk(t),τk越大,信號(hào)包絡(luò)越寬。激勵(lì)的窄帶信號(hào)vac(t)的表達(dá)式為
其中:fc為激勵(lì)信號(hào)的中心頻率。
由式(10)可知,窄帶信號(hào)vac(t)是由高斯窗調(diào)制的,采用式(4)中的小波變換,可以推得激勵(lì)信號(hào)的包絡(luò)Φac(t)是一個(gè)嚴(yán)格的高斯函數(shù)
圖2 碳纖維復(fù)合材料板A0模式相速度曲線Fig.2 A0 mode phase velocity curve of CFRP panel
因此采用高斯函數(shù)對(duì)頻散后的波包信號(hào)進(jìn)行擬合重構(gòu)。單個(gè)波包的波達(dá)時(shí)間τk已知,用方差σk2來表示Φk的寬度,擬合的表達(dá)式為
其中:tr為信號(hào)Φk(t)的樣本;R為樣本數(shù);τk為高斯函數(shù)的均值。
重構(gòu)得到的頻散波包的包絡(luò)(如圖3(c)所示)和原始信號(hào)的包絡(luò)一致,并且前后包絡(luò)信號(hào)的相對(duì)平均誤差不超過0.1%,完成對(duì)單個(gè)頻散波包參數(shù)的估計(jì)。
波包的寬度隨波達(dá)時(shí)間的增大而增大,對(duì)波達(dá)時(shí)間τk=[50∶1∶1 000]μs的序列進(jìn)行方差σk2的擬合,得到如圖4所示的差值函數(shù)σk2=σ(τk)2。代入式(12),單個(gè)頻散波包的函數(shù)式Φk=Φk(t|τk)只由參數(shù)波達(dá)時(shí)間τk決定?;殳B波包模型Φ的表達(dá)式為
圖3 不同波達(dá)時(shí)間Lamb波Fig.3 Lamb wave at different arrival times
圖4 方差關(guān)于波達(dá)時(shí)間的插值函數(shù)σk2=σ(τk)2Fig.4 Interpolation functionσk2=σ(τk)2 of variance on arrival time
其中:θ=(A,τ);A=(A0,…,A k,…,AK);τ=(τ0,…,τk,…,τK)。
為了識(shí)別出波包混疊函數(shù)Φ對(duì)應(yīng)最優(yōu)的參數(shù)項(xiàng)θ=(A,τ),將模型的對(duì)數(shù)似然函數(shù)L(T|θ)作為優(yōu)化的性能參數(shù)目標(biāo)。對(duì)數(shù)似然函數(shù)L(T|θ)的計(jì)算公式為
其中:T={t1,…,tr,…,tR}為信號(hào)Φ(t)對(duì)應(yīng)的樣本集。
采用隱變量迭代估計(jì)的方法求解極大似然估計(jì)L,輸入?yún)?shù)θ(0)=(A(0),τ(0))通過K-mean算法對(duì)樣本集T初始化得到,θ(0)作為第0次迭代的參數(shù)[18-19]。其中波包信號(hào)樣本T表示給定觀測(cè)變量的數(shù)據(jù),此時(shí)反映觀測(cè)數(shù)據(jù)tr來自分波包函數(shù)Φk的數(shù)據(jù)是未知的,用隱變量zrk表示,其定義為
其 中:zrk組 成 隱 隨 機(jī) 變 量 的 數(shù) 據(jù)Z={z10,…,zrk,…,zRK}。
T和Z連在一起稱為完全數(shù)據(jù),得到完全數(shù)據(jù)下的對(duì)數(shù)似然函數(shù)L*為
已知初始參數(shù)θ(0)后,每一次迭代的求解都分為E步和M步[20]。E步需要確定Q函數(shù)Q(θ,θ(l)),即完全數(shù)據(jù)下的對(duì)數(shù)似然函數(shù)L*關(guān)于觀測(cè)變量T和第l次 迭 代 的 參 數(shù)θ(l)下 對(duì) 未 觀 測(cè) 數(shù) 據(jù)Z的 期 望,由式(17)得到
其中:E為對(duì)Z的數(shù)學(xué)期望。
迭代的M步是求解在θ(l)下Q(θ,θ(l))對(duì)θ的極大值,得到新一輪的迭代的模型參數(shù)為
重復(fù)以上迭代,直到式(19)中對(duì)數(shù)似然函數(shù)L的相對(duì)變化量小于一個(gè)極小值β。L(l)為第l次迭代的對(duì)數(shù)似然函數(shù)的值,L(l+1)為第l+1次迭代的值。收斂條件為
通過最終收斂的參數(shù)θ重構(gòu)出的每個(gè)波包函數(shù)Φk,隨著τk的增加,波包的寬度也在增加。此時(shí)根據(jù)圖4中得到的方差的插值函數(shù)σk2=σ(τk)2,定義頻散補(bǔ)償系數(shù)為
其中:σ(τk)為τk對(duì)應(yīng)的標(biāo)準(zhǔn)差;σ(toff)為激勵(lì)信號(hào)的標(biāo)準(zhǔn)差;p0為固定頻散補(bǔ)償系數(shù)。
補(bǔ)償后的波包函數(shù)Φk的表達(dá)式為
其中:Akod和σkod為補(bǔ)償前的參數(shù)。
從Φk中篩選重組出原本信號(hào)Φ的直達(dá)波包Φ*,計(jì)算公式為
其中:Ath用來控制幅值的閾值,為信號(hào)包絡(luò)最大值A(chǔ)max的0.5,篩選出能量較大的波包;top為控制波達(dá)時(shí)間的閾值,通過文獻(xiàn)[14]中自適應(yīng)截取信號(hào)長(zhǎng)度的方法計(jì)算得到(如式(9))。
篩選出波達(dá)時(shí)間較早的波包,得到分離反射波后的直達(dá)波波包Φ*。而式(9)中的閾值tth的計(jì)算公式為
其中:rmr為以陣列對(duì)角線為長(zhǎng)軸且經(jīng)過長(zhǎng)邊中點(diǎn)橢圓的監(jiān)測(cè)距離;cg為波的群速度。
為了驗(yàn)證波包分離法對(duì)于混疊波包信號(hào)的重構(gòu)效果,對(duì)數(shù)值模擬的混疊Lamb波信號(hào)進(jìn)行波包分離重構(gòu)。激勵(lì)的信號(hào)選取50 kHz的窄帶信號(hào)。隨機(jī)生成圖5(a)中6個(gè)不同波達(dá)時(shí)間τk和幅值系數(shù)Ak的Lamb波信號(hào)。由式(4)小波變換求解得到各個(gè)波包的原始信號(hào)包絡(luò)分布如圖5(b)所示。將圖5(c)中信號(hào)包絡(luò)對(duì)應(yīng)的觀測(cè)樣本T作為算法的輸入,計(jì)算樣本的初始最大似然估計(jì)L(0)和新一輪的模型參 數(shù)θ(1),然 后 計(jì) 算 參 數(shù)θ(1)對(duì) 應(yīng) 的 最 大 似 然 估 計(jì)L(1),直到重構(gòu)參數(shù)θ(l)對(duì)應(yīng)的L(l)收斂。
由最終重構(gòu)得到的參數(shù)θ,得到分離后的波包分布Φk如圖5(d)所示。重構(gòu)后的波包分布收斂于正確的波包初始參數(shù),成功對(duì)混疊波包信號(hào)Φ實(shí)現(xiàn)了分離。
對(duì)比多組不同情況下的隨機(jī)仿真信號(hào),對(duì)比輸入的混疊波包參數(shù)θ和分離重構(gòu)得到的波包參數(shù)θ。重構(gòu)前后參數(shù)θ=(τ,A)的多組誤差的平均值如表1所示。算法前后重構(gòu)得到參數(shù)的誤差都在5%以內(nèi),波包分離法的參數(shù)估計(jì)的可靠性較好。
表1 重構(gòu)前后參數(shù)θ的誤差Tab.1 Error of parameterθafter reconstruction %
圖5 波包分離的數(shù)值驗(yàn)證Fig.5 Numerical validation of wave packet separation
實(shí)驗(yàn)的對(duì)象是飛機(jī)復(fù)合材料加筋壁板(如圖6所示)。結(jié)構(gòu)尺寸為950 mm×1 000 mm×1 mm,8層纖維的鋪層方向是按照[0°/90°/45°/-45°]S的順序排布的。圖6展示了實(shí)驗(yàn)的監(jiān)測(cè)系統(tǒng)。其中NI-PXI-5412發(fā)波卡用于產(chǎn)生激勵(lì)信號(hào),通過Trek-2100HF功率放大器給到通道切換電路,NI-PXI-5105采集傳感器的信號(hào)。
實(shí)驗(yàn)中選擇的監(jiān)測(cè)區(qū)域?yàn)閳D6中ABCD四傳感器陣列圍成的虛線區(qū)域。監(jiān)測(cè)區(qū)域的尺寸為220 mm×130 mm,傳感器距離加強(qiáng)筋邊界的距離小于40 mm,響應(yīng)信號(hào)包含驗(yàn)證的Lamb波反射。激勵(lì)信號(hào)選用的是窄帶5波峰信號(hào)。激勵(lì)中心頻率fc為50 kHz。在該頻率下,Lamb波的A0模式在信號(hào)中占據(jù)主導(dǎo)地位,其他模式的信號(hào)可以忽略不計(jì)。激勵(lì)信號(hào)通過功率放大器放大到50 V作用在復(fù)材加筋板上,每個(gè)通道的采樣頻率為1 ms/s。單損傷和雙損傷的半徑為10 mm,采用吸波介質(zhì)來模擬孔狀損傷。
圖6 實(shí)驗(yàn)系統(tǒng)和結(jié)構(gòu)Fig.6 Experimental system and structure
在單個(gè)損傷的情況下,對(duì)監(jiān)測(cè)區(qū)域ABCD進(jìn)行掃描監(jiān)測(cè)。傳感器B和C之間殘余信號(hào)的串?dāng)_部分已經(jīng)置零(如圖7(a)所示)。利用傳統(tǒng)DAS定位方法(將波包信號(hào)帶入式(7)),殘余信號(hào)的包絡(luò)Φ(t)(如圖7(b)所示)投影得到的損傷定位結(jié)果如圖8(a)所示。其中:白色符號(hào)“×”表示損傷實(shí)際的位置;黑色符號(hào)“+”表示偽損傷的位置。損傷的實(shí)際位置是坐標(biāo)(75,45),對(duì)應(yīng)時(shí)域信號(hào)中330μs處的直達(dá)波。偽損傷的位置發(fā)生在左下角(40,0)上,偽損傷對(duì)應(yīng)圖7(b)時(shí)域信號(hào)中400μs左右的強(qiáng)反射波。反射波的幅值甚至超過了直達(dá)波的幅值,導(dǎo)致定位結(jié)果在(40,0)處出現(xiàn)了偽損傷。
采用文獻(xiàn)[14]中自適應(yīng)提取信號(hào)的方法,計(jì)算得到信號(hào)長(zhǎng)度為380μs,截取時(shí)域信號(hào)波包(如圖7(b))。由于直達(dá)波(330μs)和反射波混疊(400μs)的原因,截取的殘余信號(hào)中仍包含一部分反射波(400μs),并且截取了混疊信號(hào)中的直達(dá)波信號(hào),在帶入DAS算法(式(7))投影后,破壞原有的定位結(jié)果(如圖8(b))。
將圖7(b)中的殘余信號(hào)波包Φ(t)的樣本T作為算法的輸入,對(duì)波包進(jìn)行隱變量概率模型重構(gòu),得到波包函數(shù)Φ的分布,并對(duì)分離后波包進(jìn)行頻散補(bǔ)償,得到分離補(bǔ)償之后的各個(gè)波包分布(如圖7(c))。根據(jù)邊界距離設(shè)置反射波達(dá)到的時(shí)間閾值,最終分離反射波后得到直達(dá)波波包Φ*(圖7(d))。在對(duì)時(shí)域信號(hào)波包進(jìn)行波包分離和頻散補(bǔ)償之后,得到定位結(jié)果如圖8(c)所示。定位結(jié)果在(75,45)左右與實(shí)際損傷位置符合,像素圖只有直達(dá)波包(330μs)對(duì)應(yīng)的投影,這是因?yàn)榉蛛x了反射波包(400μs),所以消除了波包在定位圖上(40,0)處的投影。另一方面,由于頻散效應(yīng)得到了一定的補(bǔ)償,損傷定位圖的分辨率得到了提高。
圖7 單損傷傳感器路徑B-C間波包分離Fig.7 Wave packet separation of single damage on sensor BC path
Lamb波波包混疊分離方法的目的是為了消除反射波的成像投影和頻散補(bǔ)償,提升定位成像的信噪比和空間分辨率。為了定量評(píng)估損傷定位成像的效果,定義了損傷圖像的信噪比SNR(dBs)為
其中:變量mean(Id)和mean(Ia)分別為損傷定位圖在實(shí)際損傷區(qū)域和健康區(qū)域內(nèi)的圖像強(qiáng)度均值。
SNR的效果和信號(hào)處理、圖像處理中的一樣,SNR的值越高代表損傷圖像的分辨率越高,定位噪聲越小。
在單損傷的情況下,原始圖像對(duì)應(yīng)的mean(Id)為0.953,mean(Ih)為0.586,得到波包分離前的信噪比SNR為2.11。改 進(jìn)的DAS方 法 中,mean(Id)為0.920,mean(Ih)為0.413,得到SNR值為3.48。選取不同位置的5組損傷進(jìn)行成像,得到的損傷圖像信噪比如表2所示,損傷定位成像的結(jié)果得到了提升。
圖8 單損傷信號(hào)定位結(jié)果Fig.8 Localization result of single damage signal
表2 損傷成像評(píng)估Tab.2 Damage imaging assessment dB
對(duì)監(jiān)測(cè)區(qū)域ABCD進(jìn)行雙損傷定位實(shí)驗(yàn),損傷的實(shí)際位置在(150,90)和(140,30)。圖9(a)中的殘余信號(hào)在傳感器B和C之間,兩個(gè)損傷的散射波包的波達(dá)時(shí)間分別在200和220μs左右,由于波達(dá)時(shí)間距離太近,在時(shí)域上出現(xiàn)了大面積重疊。對(duì)雙損傷包絡(luò)信號(hào)Φ(t)定位的結(jié)果如圖10(a)所示,損傷的實(shí)際位置在(150,90)和(140,30)(對(duì)應(yīng)200和220μs)。然而,相比于損傷1,損傷2的幅值由于分辨率太低,難以從健康區(qū)域的幅值中突顯出來。從時(shí)域信號(hào)上看,圖9(b)中2個(gè)損傷在時(shí)域上的波包距離非常近,受到頻散影響,殘余信號(hào)的波包變寬,時(shí)域中波包重疊量大,時(shí)域信號(hào)投影到像素圖中只有1個(gè)峰,導(dǎo)致了損傷的丟失。
圖9 雙損傷傳感器路徑B-C間波包分離Fig.9 Wave packet separation of double damage on sensor BC path
對(duì)信號(hào)的包絡(luò)Φ(t)進(jìn)行波包分離(如圖9(c)所示),時(shí)域上200和220μs的波包被分離出來,篩選直達(dá)波后映射到圖10(b)中的定位圖上識(shí)別出了2個(gè)損傷。在此基礎(chǔ)上,對(duì)分離后的波包信號(hào)Φk進(jìn)行頻散補(bǔ)償(如圖9(d)所示),得到圖9(e)中的直達(dá)波。因?yàn)椴ò蛛x和頻散補(bǔ)償?shù)脑颍沟脮r(shí)域上的200和220μs的波包重疊度變小,2個(gè)損傷對(duì)應(yīng)的峰明顯分離,映射到圖10(c)的定位圖上,計(jì)算得到改進(jìn)后的DAS成像的SNR為3.16。而原始圖像的SNR為2.68,雙損傷定位的分辨率和精度得到了提高。
圖10 雙損傷信號(hào)定位結(jié)果Fig.10 Localization result of double damage signal
為了解決飛機(jī)結(jié)構(gòu)中復(fù)雜邊界條件對(duì)Lamb波產(chǎn)生反射而引起的損傷定位偏差,筆者提出了基于Lamb波波包混疊分離的損傷定位識(shí)別方法。根據(jù)Lamb波頻散特性,建立了含有頻散效應(yīng)的Lamb波波包混疊模型,采用隱變量的概率估計(jì)方法實(shí)現(xiàn)了波包和函數(shù)的分離,并對(duì)重構(gòu)出的波包和函數(shù)進(jìn)行頻散補(bǔ)償和重組。以碳纖維復(fù)合材料板為例,通過數(shù)值仿真驗(yàn)證了波包分離方法的有效性。在飛機(jī)復(fù)合材料加筋壁板中進(jìn)行了單損傷和多損傷的定位實(shí)驗(yàn)。結(jié)果表明,該方法可以分離直達(dá)波和反射波波包,并對(duì)各個(gè)直達(dá)波包進(jìn)行頻散補(bǔ)償,結(jié)合自適應(yīng)波包截取算法,實(shí)現(xiàn)了單損傷分辨率2.11~3.48,雙損傷2.68~3.16的提升,相比于傳統(tǒng)的延時(shí)累加定位方法具有更好的定位精度和抗混疊干擾的能力。