基于压缩感知的Lamb波场稀疏重构与损伤成像研究
发布时间:2020-09-30 00:21
在针对薄板结构的损伤检测与评估中,Lamb波场分析方法不仅可精确成像损伤,还能对损伤进行量化评估。然而在采集全波场信号的过程中,受限于Nyquist采样定律,空间测点间距需小于最小半波长,导致测点数量庞大,测量过程耗时严重,而且采集得到的海量数据也给数据存储、传输和分析带来巨大挑战。基于压缩感知的Lamb波场稀疏重构方法可通过少量空间测点信号精准重构出原始波场,然而此类方法均依赖空间上的抖动稀疏采样(Jittered Sparse Sampling,JSS)策略,抖动采样具有随机性,需在现有的扫描式激光多普勒测振仪(Scanning Laser Doppler Vibrometer,SLDV)上增加额外的控制组件,进而增加了系统复杂度和成本。针对上述问题,本文提出了一种基于均匀稀疏采样(Uniform Sparse Sampling,USS)的Lamb波场重构方案,并基于上述波场重构过程开发了一种损伤散射波场分离方法,同时引入了波场RMS成像技术对重构波场数据进行处理,从而得到了损伤散射波场的能量分布,据此对结构损伤做了进一步分析。本文具体内容如下:1、阐述了本课题的研究背景与应用意义,并讨论了Lamb波无损检测方法的研究现状与发展趋势。通过调研既有的导波场稀疏重构方法的研究案例,最终确定了本课题的研究方向和具体内容。2、对超声Lamb波进行理论分析,明晰了Lamb波的多模态、频散等传播特性,并通过数值计算方法得到了各向同性板的理论频散曲线。然后从各向同性板中采集线性阵列Lamb波信号,采用二维傅里叶变换法提取出频散曲线,并与理论频散曲线进行比较。3、利用Lamb波传播特性和波场中结构特征稀疏性假设建立了基于压缩感知的Lamb波场稀疏重构模型。为使SLDV测量系统更加便捷地执行空间稀疏采样,本文提出了USS策略,该策略用空间均匀分布的稀疏测点替代抖动采样产生的测点,而将假定源点的分布设为抖动分布,这样既保证了波场重构的精度,又可突破Nyquist采样率的限制,极大地提高了Lamb波场信号的获取效率和数据采集的便捷性。为排除激励源产生的入射波场对损伤分析的干扰,本文基于上述波场重构过程开发了一种损伤散射波场分离方法,该方法将已知激励源处的假定源激励函数做归零处理,以新的假定源激励函数来重构波场,从而获得损伤散射波场。在重构波场数据的后处理过程中引入RMS成像技术,得到了Lamb波场的能量分布,并据此对损伤尺寸进行估计,进一步完善了Lamb波场稀疏重构技术框架。4、通过数值模拟建立了存在单个损伤的各向同性板模型,以USS策略在该模型上采集Lamb波数据并进行波场重构与损伤成像,验证了本文所提出的波场重构方案的可行性,并在损伤定位精度、波场重构精度和计算耗时等方面与JSS波场重构结果做了比较分析,结果表明本文所提出的方案在采样率较低的情况下可达到与已有的方法同等的效果。对USS所对应的Lamb波场重构数据进行损伤散射波场分离处理和RMS成像,计算结果表明,损伤散射波场可从原始波场中成功提取出来,利用损伤散射波场的RMS成像结果可对损伤尺寸进行估计,估计结果的相对误差为16%,绝对误差约为计算频带内最小波长的四分之一。5、在含单个损伤的各向同性板模型上对稀疏采样点数M、假定源点数S与噪声水常数?进行研究,得到了波场重构的最佳参数取值区间。在上述模型的基础上设置更加复杂的损伤,利用USS策略和优化参数进行采样和计算,得到了准确的损伤成像与波场重构结果,验证了本文所提出的波场重构方案及损伤分析方法在复杂损伤情况下的检测效果。6、搭建PZT激励/SLDV传感实验平台,利用USS策略在铝板试件上采集Lamb波数据进行波场重构,将重构结果与JSS重构波场进行对比,使用损伤散射波场分离方法提取出损伤散射波场,并对之进行了RMS成像。实验结果表明,本文所提出的重构方案可达到与JSS相同的重构精度,USS策略相较于JSS更易在实验中实现,可使得全波场的获取时间减少90%以上,极大地提高了全波场拾取的效率和数据采集的便捷性。同时可从损伤散射波场的RMS成像结果中估计出损伤尺寸,其相对误差为20%。7、对本文的研究工作做出总结,并指出下一步研究的方向。
【学位单位】:江苏大学
【学位级别】:硕士
【学位年份】:2019
【中图分类】:O346.5
【部分图文】:
课题背景与研究意义尽管现代先进的工业制造技术已经能够充分保证工程结构在强度、刚度和稳定性等求,但工程结构部件在制造、运输和组装过程中难免会在内部形成缺陷,且工程结役于严苛的工作环境中,这进一步增加了缺陷和损伤出现的概率。如图 1.1 所示为试件在荷载作用下损伤出现和扩展的过程[1]。工程结构中缺陷或损伤若未及时被检,将可能进一步累积和扩展,最终造成结构失效破坏,甚至导致严重的人员伤亡、以及巨大的经济损失。例如 1998 年德国 ICE 高速列车脱轨事件(图 1.1(a))造成亡,该事故的主因是车轮金属疲劳引发的结构失效[2]。又如 2009 年美国大陆航空公勤飞机坠毁(图 1.1(b))导致飞机上所有乘客及机组人员遇难,据报道该事件是由翼局部损伤未被及时发现,损伤长期积累所致[3]。诸如此类的事件在工程史上屡有如何保障工程结构的安全性与完整性,确保工程结构在安全状态下服役,是当代工作者需要应对的重要挑战之一。
该事故的主因是车轮金属疲劳引发的结构失效[2]。又如 2009 年美国大陆航空飞机坠毁(图 1.1(b))导致飞机上所有乘客及机组人员遇难,据报道该事件是局部损伤未被及时发现,损伤长期积累所致[3]。诸如此类的事件在工程史上屡有何保障工程结构的安全性与完整性,确保工程结构在安全状态下服役,是当代者需要应对的重要挑战之一。图 1.1 复合材料试件在荷载作用下的损伤扩展过程Fig.1.1Damage propagation of composite specimen under loading
基于压缩感知的 Lamb 波场稀疏重构与损伤成像研究损检测与评估(Nondestructive Testing and Evaluation, NDT&E)技术在人类解决上中应运而生。NDT&E 根本目标在于通过多种无损检测方法来评估工程结构的状况,不仅旨在防止重要结构发生灾难性事故,还将在预测结构剩余寿命和降方面发挥更显著的作用[4]。NDT&E 方法在工作过程中采用各种先进的检测设备结构损伤/缺陷影响的物理量,利用损伤/缺陷引起的物理或化学变化,对试件内态及损伤/缺陷的类型、性质、数量、形状、位置、尺寸、分布及其变化进行检无损检测方法有以下几种:目测法、超声检测法、射线检测法、声发射检测法、渗透检测法、涡流检测法、红外热成像法、光全息照相及微波检测法等[8]。其各自的适用范围和优缺点,其中超声检测法(Ultrasonic Testing, UT)由于具有人体无害且易于实现自动化等诸多优点,是目前应用最为广泛的无损检测方法之
【学位单位】:江苏大学
【学位级别】:硕士
【学位年份】:2019
【中图分类】:O346.5
【部分图文】:
课题背景与研究意义尽管现代先进的工业制造技术已经能够充分保证工程结构在强度、刚度和稳定性等求,但工程结构部件在制造、运输和组装过程中难免会在内部形成缺陷,且工程结役于严苛的工作环境中,这进一步增加了缺陷和损伤出现的概率。如图 1.1 所示为试件在荷载作用下损伤出现和扩展的过程[1]。工程结构中缺陷或损伤若未及时被检,将可能进一步累积和扩展,最终造成结构失效破坏,甚至导致严重的人员伤亡、以及巨大的经济损失。例如 1998 年德国 ICE 高速列车脱轨事件(图 1.1(a))造成亡,该事故的主因是车轮金属疲劳引发的结构失效[2]。又如 2009 年美国大陆航空公勤飞机坠毁(图 1.1(b))导致飞机上所有乘客及机组人员遇难,据报道该事件是由翼局部损伤未被及时发现,损伤长期积累所致[3]。诸如此类的事件在工程史上屡有如何保障工程结构的安全性与完整性,确保工程结构在安全状态下服役,是当代工作者需要应对的重要挑战之一。
该事故的主因是车轮金属疲劳引发的结构失效[2]。又如 2009 年美国大陆航空飞机坠毁(图 1.1(b))导致飞机上所有乘客及机组人员遇难,据报道该事件是局部损伤未被及时发现,损伤长期积累所致[3]。诸如此类的事件在工程史上屡有何保障工程结构的安全性与完整性,确保工程结构在安全状态下服役,是当代者需要应对的重要挑战之一。图 1.1 复合材料试件在荷载作用下的损伤扩展过程Fig.1.1Damage propagation of composite specimen under loading
基于压缩感知的 Lamb 波场稀疏重构与损伤成像研究损检测与评估(Nondestructive Testing and Evaluation, NDT&E)技术在人类解决上中应运而生。NDT&E 根本目标在于通过多种无损检测方法来评估工程结构的状况,不仅旨在防止重要结构发生灾难性事故,还将在预测结构剩余寿命和降方面发挥更显著的作用[4]。NDT&E 方法在工作过程中采用各种先进的检测设备结构损伤/缺陷影响的物理量,利用损伤/缺陷引起的物理或化学变化,对试件内态及损伤/缺陷的类型、性质、数量、形状、位置、尺寸、分布及其变化进行检无损检测方法有以下几种:目测法、超声检测法、射线检测法、声发射检测法、渗透检测法、涡流检测法、红外热成像法、光全息照相及微波检测法等[8]。其各自的适用范围和优缺点,其中超声检测法(Ultrasonic Testing, UT)由于具有人体无害且易于实现自动化等诸多优点,是目前应用最为广泛的无损检测方法之
【相似文献】
相关期刊论文 前10条
1 李振春;蔺玉f
本文编号:2830474
本文链接:https://www.wllwen.com/kejilunwen/lxlw/2830474.html