文摘

在这项工作中,修改时间逆转方法提出了导波检测和本地化松开螺栓在复杂multibolt-jointed结构。有别于传统的时间反转导波方法,响应信号由于猝发音输入收到的健康状态是时间逆转,记录为一个标准的重发射信号。在检测过程中,这个记录标准信号用于所有伤害情况下产生时间reversal-focalized重建信号。这很大程度上提高了灵敏度铺排信号的损伤状态。本文针对性的峰值振幅波包计算重构信号和利用紧缩指数。粘结压电陶瓷传感器在结构内部不同的关节位置,多个紧张指标,其中每个紧张指数呈现当前的联合条件之间的相关性在关节,其健康状况。分析大量的紧张指标,介绍了主成分分析方法,提出了一种神经网络放松检测方法。实验验证该方法在模拟双层螺栓联接热保护系统面板。实验结果说明该方法是有效的识别和局部复杂的multibolt-jointed结构的螺栓松动。探测和识别的实现多螺栓松动的位置。

1。介绍

在航空航天工程,热保护系统(TPS)是必要的保护一个航空航天汽车从严酷的加热高温再入。它在保持结构完整性和安全起着至关重要的作用。典型的TPS设计是一个多层配置,封面面板制成的耐高温材料,如碳碳复合材料,是连接到主要的机身面板航天车辆通过机械螺栓接合。极端温度、振动和冲击荷载在飞行途中可能导致pretightened螺栓松开,进一步导致超然TPS的差距。然后,热空气可以穿透的差距,造成灾难性的后果。因此,放松的检测螺栓接合起着基本的作用,以确保TPS功能、完整性和可重用性。

结构健康监测(SHM)的过程称为实现结构损伤检测和表征策略(1]。在过去的十年里,许多单孔位微吹气扰动方法开发了检测螺栓放松TPS中的结构。在早期阶段,单孔位微吹气扰动方法提出了基于试验模态分析实现目标。例如,Vandawaker et al。2)提出在TPS瓷砖通过比较来检测损伤模式从健康受损的结构形状和频率。然而,由于高频振动模式在实践中,很难获得的模态分析方法主要依赖于低频振动模式,它只代表了整个结构的性质。像托德et al。3]指出一个组装结构由许多螺栓和一个或更少数量的松开螺栓不能导致整个结构性质变化显著。因此,模态分析方法相对不敏感检测当地复杂的连接结构的螺栓松动。

检测本地和小结构性破坏,许多当地的单孔位微吹气扰动方法已经开发出来。其中,机电impedance-based,因而方法指导是非常受欢迎的4,5]。基本上,机电impedance-based方法监测机械阻抗的变化由于损坏,这是加上压电换能器的阻抗(压电)[6,7]。一种低成本的小型阻抗测量装置是由Peairs和曼8检测螺栓松动。一个系统,包括压电和无线阻抗装置数据采集和通信是由Mascarenas et al。9)检测螺栓预加载的损失。最近,健康监测的机电阻抗法aircraft-bolted关节是由“库兹涅佐夫”等。10]。尽管先前的研究显示使用的可行性impedance-based方法检测螺栓松动,换能器的有效检测面积非常小,需要大量的传感器检测结构与成千上万的螺栓。

因而单孔位微吹气扰动技术已经深入引导发展在过去的二十年。他们非常有吸引力,通常利用由于能力检查的长距离大型结构和少量的传感器。近年来,提出了几种引导因而单孔位微吹气扰动方法对螺栓松动检测。杨和张11因而方法识别)开发了一种引导TPS板螺栓松动。在他们的研究中,压电-(压电)嵌入式智能洗衣机是产生和获得超声波信号。波能量耗散的特征提取(结婚)和特定的阻尼能力。然而,大量的智能洗衣机应用检测方法需要TPS成百上千的螺栓,因为每个螺栓应该安装智能洗衣机。类似波浪能源dissipation-based方法研究了蒙托亚和Maji12和王et al。13]。众所周知,非线性力学在接头界面接触会引起非线性导波的传播。基于非线性单孔位微吹气扰动方法超声波现象提出了柯南道尔et al。14在卫星面板中)本地化松开螺栓。在他们的工作,acoustoelastic行为由于联合使用作为一个指示器的结构完整性。此外,螺栓接合接触声学非线性的特点是利用预加载监控(15- - - - - -20.]。Amerini和Meo (15]研究线性和非线性超声方法和提出几个紧缩状态指标,包括一阶声,谐波生成和边带调制指数。包等。16)建立了一个非线性接触单元模型模拟板搭接标本。在此基础上,基于谐波生成指数研究了沈et al。17]。在那之后,Zhang et al。18)提出了利用次谐波共振检测螺栓松动,和周et al。19)利用nonlinear-modulation方法检测框架结构中的螺栓松动。Zhang et al。20.)进行了比较研究,基于网络的方法和声modulation-based方法,发现基于网络方法的敏感性密切相关波能量传播跨关节。

近年来,新导波检测方法基于时间反转原理在现代音响开发和演示的效果。从根本上讲,时间反转的概念在于重建一个输入信号的激发点,而响应信号以另一个点是核能原激发点在时间域被逆转后,考虑到在波路径,没有伤害。因此,重构信号与输入信号之间的变化可以推断损伤在波路径的存在。王等人。21)进行了实验研究的适用性导波的时间反转概念板块。然后,公园等。22)利用时间反转技术来改善复合镀层的局部缺陷的检测能力。详细的理论multimodel效果调查和反思时间反转进展了(23]。指出窄带输入信号可以提高时间反转的进步。近年来,时间反转技术的导波SHM被应用到各种各样的结构,如金属板(24),复合材料板(25],rebar-reinforced混凝土梁(26]。穆斯塔法,你们提出了一个非常有效和创新的时间reversal-based成像算法来检测脱胶三明治复合材料板(27),然后扩展它来检测多个脱胶在复杂的锥形复合夹芯板(28]。然而,时间反转导波方法并没有被广泛用于检测螺栓松动,除了道所做的工作等。29日)和Parvasi et al。30.),只有很简单的单螺栓搭接结构被认为是。在他们的工作,其目的是识别单个螺栓的预加载损失。发现的问题没有考虑放松multibolt-jointed结构。

本文修改时间逆转(地铁)提出了导波方法检测在TPS板螺栓松动。传统的时间反转过程是修改,提出了一种新的实现过程复杂multibolt-jointed松开螺栓定位结构。在该方法中,标准为名义汇出信号记录健康结构用于所有伤害案件。重新的峰值振幅波包通过地铁方法规范化和利用紧张指数。结合压电陶瓷传感器在结构内部不同的关节位置,可以获得多个紧密性指标,每个紧张指数提出了当前的联合条件之间的关系其健康状况。分析大量的紧张指标,介绍了主成分分析方法,提出了一种神经网络放松检测方法。该方法的可行性和有效性,识别和定位螺栓放松在模拟实验研究了TPS的结构。

2。理论背景

2.1。传统的时间反转导波方法

图1显示了传统的时间反转的工作原理导波方法在一个简单的搭接。首先,猝发音输入应用于传感器,作为致动器和激活波传播的结构。一波响应信号被传感器B传感器的响应信号可以被定义为 在哪里脉冲响应函数(IRF)点A和B之间的结构;表示卷积。之后,记录的时域响应信号逆转之前,核能在传感器b .因此,核能信号

在时域信号逆转后,到达传感器的波包B早将核能晚,到达传感器的波包B末将核能。因此,在时间反演波包信号到达传感器同时铺排波包和重叠。注意,在实际应用中,逆转信号放大之前喂养成压电b的重构信号接收传感器可以写成 在哪里是一个自相关函数,也称为时间逆转算子。它的最大价值在时间点 和的能量等于IRF点A和b之间的结构还指出,IRF的能量是决定通过接头界面波的能量传递。螺栓松动导致接触面积的减少,因此传输波能量和世界宗教自由的能量减少。因此,重构信号的峰值振幅世界宗教自由的能量成正比,峰值振幅的可以提取作为紧缩指数(TI)检测螺栓松动。

这一原则被陶等。29日)和Parvasi et al。30.)检测预加载损失一个螺栓搭接。然而,结果表明,饱和现象的TI当预加载达到一个临界值29日,30.]。原因是峰值振幅的特点与世界宗教自由和波能量传播跨关节,由接触面积。预加载高时,由于接触面积变化不大的变化预加载。因此,在这种情况下,世界宗教自由几乎维持不变。这导致传统的时间反转制导方法具有低灵敏度放松的早期阶段。

2.2。修改后的时间反转导波方法

地铁的基本思想方法是引入一个“标准”核能信号(SRS)所有伤害情况下,损伤被称为螺栓松动在这项工作。如图2③,时间反演核能的信号(象征信号图1在名义健康记录)结构选为“标准”核能信号所有伤害案件。当SRS核能结构,损伤影响广泛的重建信号模式比较传统的时间反转方法。因此,额外伤害可以提取的信息披露程度的损害是包含在重构信号。提出修改的详细解释方法介绍如下。

从根本上说,当一个SRS核能结构,如果螺栓在波路径不放松,这意味着结构可以被视为一样的名义健康的结构,因此地铁等于TR法。速度为每一个SRS保持相同的波包,可以得到针对性波包SRS的向后移动,由于同相重叠的波包的SRS。然而,如果螺栓在波路径放松,每个波包的波速也可能改变。根据Zagrai et al。31日),波速的变化的主要原因是由于acoustoelastic效果。螺栓预加载的变化,静态应力水平变化和导波信号传播的波速变化。因此,同相重叠的波包SRS铺排波包不能实现。这表明在地铁方法,不仅透射波能量与重构信号的峰值振幅有关,但也SRS的集中的能力受损会导致峰值振幅的降低。

如果世界宗教自由的健康结构执行机构和传感器 ,因此,作为一样(1),“标准”核能信号可以写成

这个信号记录和用于所有伤害案件。如果存在损伤波路径,很明显世界宗教自由变化。假设世界宗教自由的结构受损 ,然后重构信号由于SRS,定义为 在哪里是一个互相关函数的和和代表的程度的相关性和 。 当时即时获取最大价值 。比较(5)(3),可以看出,地铁方法实际上修改时间反转算子。在常规时间反转方法中,使用世界宗教自由的自相关函数,在修改后的时间反转方法,通过引入参考IRF、互相关函数作为时间反转算子。与此同时,可以发现,在(5),类似于(3),针对性的峰值振幅波包的最大价值成正比 。因此,该方法的原理是改变的时间反转算子结构状态的自相关函数互相关函数的结构状态。

应该注意的是,在传统的时间反转方法中,对于任何信号通路,传感器都需要作动器和传感器的工作。这通常意味着大量的硬件,如压电陶瓷放大器和连接是必需的。在[25),提出了一个简化的时间反转方法,可以很大程度上降低了硬件需求通过使用只有一个换能器驱动信号,另一个传感器B作为传感器的信号路径。根本原因是脉冲响应函数(IRF)结构的假设从A点到B一样,从A点B在这篇文章中,同样的简化技术是用于降低硬件要求和实验成本。

2.3。放松多螺栓结构定位方法

有人指出above-proposed原则使用单个螺栓松动检测问题为例。然而,该方法可以很容易地扩展到多螺栓结构。本文的目的是检测放松位置多螺栓TPS结构。为此,各关节和连接螺栓被认为是一个可能的放松的位置。在每一个可能的放松的位置,一个压电传感器连着作为波信号接收器。此外,压电陶瓷换能器保税中心位置的底部面板用于生成波信号传感器。在下一节中给出了详细的传感器配置。

本文重构铺排的峰值振幅波包提取作为检测螺栓松动的TI multibolt-jointed TPS结构。TI可以写成 在哪里是重构信号的峰值振幅受到传感器在目前的结构,峰值振幅受传感器吗在健康的结构。通过安装压电陶瓷传感器在每个可能的放松螺栓、预测变量可以定义。每一个代表结构状态的相关系数的联合健康状态。例如,螺栓松动发生关节1改变世界宗教自由的致动器传感器1显著;根据(5)和(6),相应的因此大大降低了。另一方面,放松关节1影响不大,世界宗教自由的致动器传感器2远离关节1。因此,对应传感器2显示了一个较小的变化当放松发生在关节1。根据这个特性,结构中的螺栓放松可以检测到使用预测变量年代。

实现提出了地铁方法,每个螺栓连接位置需要一个传感器信号通路。因此,在实际应用程序中,可能需要大量的传感器,需要处理很多变量,相应。然而,太多的预测变量导致困难的视觉描述检测结果。因此,重要的是要保持独立的每个预测变量的方法。在本文中,预测变量的降维之前损坏执行索引数据库的建立。主成分分析(PCA) [32用于降维 。首先,应该非常反感的意思是等于零,标准差等于1。假设是一个 向量和是数据的数量。D是 矩阵由 ,在哪里是预测变量的数量。然后,归一化矩阵X可以获得的 在指数”−1”意味着计算逆,的意思是 ,和是一个 标准偏差矩阵,定义为 在哪里的标准偏差 。计算协方差矩阵的X,我们可以得到特征值和特征向量 的 。然后,数主成分可以获得的

主成分的数量可以由数据变异比率可以解释。一般来说,90%的变化应该解释的数据主成分, 在哪里数据变化解释和 。

最后,S-Kohonen神经网络(33)是用于这项工作对已知数据的聚类分析和分类未知的数据。S-Kohonen神经网络是一个扩展Kohonen神经网络(资讯),其中包含一个额外的输出层。如图3(一个),一个典型的资讯包含一个输入层和竞争层,输入层的节点数等于预测变量,和竞争层是一个二维数组,通常包含多个节点多目标变量。此外,S-Kohonen网络竞争层后额外的输出层连接目标变量直接聚类结果。通过执行以上步骤,可以构建一个放松检测流,如图3(b)。

3所示。实验研究

3.1。模拟TPS结构

如图4,一个模拟multibolt-jointed TPS结构被认为是验证提出了地铁的方法。Q235钢薄板模拟覆盖面板与Q235钢薄底板模拟机身面板通过四个钢支架。M6用作紧固件螺栓。基准平面的尺寸 和上飞机 。压电陶瓷片用于激励和接收波信号。一个压电陶瓷致动器是保税中心的底座,和每个托架保税传感器。压电陶瓷传感器位置和螺栓数量如图4。

考虑到M6螺栓的允许拉伸载荷和Q235钢的屈服强度, 被选中作为标准螺栓扭矩。每个支架完全6螺栓放松情况下考虑如表所示1。在实验期间,每个螺栓松动例重复四次获得可靠的结果。在这部作品中,螺栓完全放松意味着宽松的条件。在每个螺栓松动检测实验中,TPS面板样品组装到正常紧缩条件首先,然后是调整螺栓松动情况通过放宽相应的螺栓。标准的装配序列是监管保证实验的可重复性。每个螺栓收紧70%标准扭矩首先然后收紧100%序列,以防止不必要的内部压力。

3.2。实验装置

图5给出了实验装置。多功能数据采集(采集)系统NI usb - 6366用于生成和接收导波信号。在输入信号发送给压电陶瓷致动器之前,一个信号放大器平塔克ha - 400是用来放大信号幅度50 Vpp(峰间)。虚拟仪器程序编码和计算机控制采集系统上运行。此外,该结构是放置在一个泡沫的支持。

一个5-cycle猝发音作为地铁的原始输入的过程。的中心频率输入选为150 kHz的群速度色散图3毫米钢板,如图6。可以看出,在150 kHz,只有第一对称模式和反对称的生成模式,这些模式的速度色散是最小化。猝发音输入的响应信号在每个传感器的健康记录结构。在时域逆转后,保存为srs。地铁的生成和记录信号方法健康状态图所示7。减少噪声的影响,每个记录信号是32个测量值的平均值。此外,高通滤波器是用来切断了低频噪声;低通截止频率设置为10 kHz。它可以清楚地发现,铺排波包发生在重建信号。

4所示。结果与讨论

4.1。验证修改时间逆转过程

通过实施提议的时间反转方法,重构信号记录在每个支架传感器的健康结构如图8(一个)。可以看出每个传感器的健康状态得到一个清晰的重构信号与针对性波包。这个结果符合传统的时间反转导波方法。然而,它可以发现铺排的峰值振幅波包为每个传感器略有不同。这是由于结构性装配误差和偏差的压电陶瓷片的焊接条件。

重建信号图8 (b)被相应的规范化健康结构重构信号。然后,重构信号的峰值振幅的健康结构规范化为1。图8 (b)显示了受损的规范化峰值振幅的比较和健康的压电陶瓷片的结构在不同的位置。发现铺排波包仍然存在于每个传感器的重构信号,但重建的峰值振幅波包在每个传感器变化明显。螺栓松动以来在支架2已经改变了整个结构的波传播行为值得注意的是,每一个压电陶瓷片的峰值振幅受到不同程度的影响。图中可以看到8 (b)的最大峰值振幅降低了压电陶瓷片保税在支架2相比其他三个结果。

4.2。预测变量

预测变量每个支架在不同螺栓放松情况下计算,如图9。首先,它在每个螺栓松动的情况下,可以看出小于1,放松相应括号比其他的小 。因此,基于 ,螺栓松动位置可以直接被预测变量的值进行比较。第二,地铁的可靠性方法是检查在每个支架由三个重复实验。可以看出,在每个螺栓松动的情况下,预测变量在每个支架出现相似的性格,和从三个重复实验中,可以观察到测量的重复性好。

此外,它可以看到不匹配放松的支架几乎在每种情况下不变,但相应的更改数量的变化情况。一方面,比较的结果1/2/3,它可以发现放松螺栓3到相应的有最重要的影响 。另一方面,的变化越来越明显的松动螺栓的数量的增加。检查图4,它可以发现螺栓1是压电陶瓷传感器的最远的螺栓,螺栓2是最近的一个。由于驱动器压电陶瓷片是保税基板,螺栓的松动1和螺栓3已经直接影响到波传播路径,比较螺栓2连接架的盖板。总的来说,考虑到这些因素,为什么螺栓3的原因最重要的影响可以解释:(1)放松螺栓1和螺栓3可以直接影响到波传播路径,和(2)螺栓3比螺栓更接近压电陶瓷传感器1。

4.3。聚类结果

的主成分分析在这个步骤中执行。的相关性如图10可以看出,预测变量 和显示相同的相互关联。例如,的值和高时,螺栓松动发生在支架3和支架4,当它发生在支架1和支架2,和分别得到一个较低的值。的散点图和出现在不同位置曲线相关性与放松。此外,它可以发现,这种关系保存在其他预测变量的相关性。因为任意两个之间找到相同的曲线相关 ,它表明PCA方法可以正确执行提取主成分。

这项研究有96年代从4重复实验6螺栓放松情况下4支架,分别。72年3次重复实验的数据被用来建立一个数据库,最后24数据被使用为测试。72年数据进行主成分分析,协方差矩阵计算了。的特征值和特征向量被计算成 , , , 。基于(10),它可以发现,当 ,主成分可以解释89.47%的数据变化。三维散点图的主要组件 和如图11;数据可以发现,在同一松开支架相互接近,数据从不同的放松支架的距离很大。该分布的数据保证聚类分析的准确性和定位螺栓松动的可能性。

4.4。放松检测的测试数据库

图12显示了赢得在竞争层节点的分布的72年代S-Kohonen神经网络数据在一个运行的结果。因此,输入层的节点数是3,竞争层的节点数是4×4 = 16。学习速率设置为[0.01,0.1],和学习直径设置为[0.4,2];的周期数是1000。在图12,象征代表螺栓放松情况下支架1,②象征代表螺栓放松情况下支架2,和其他可以以同样的方式完成。空白代表节点不属于任何集群。可以看出,获胜的节点分配块;聚类分析的效果很好。

基于(9),过去24数据可以被转移到年代。S-Kohonen网络的分类结果图所示13。输出层的节点数是4,和学习速率和输出层之间的竞争层(0.5,1)。可以看出,所有的24个数据被正确分类;精度为100%。因此,可以得出结论,提出地铁方法可以正确地识别螺栓松动位置和识别精度非常高。

5。结论

检测螺栓松动的问题,一个复杂multibolt-jointed结构调查。为此,提出了导波方法修改时间逆转。不同与传统时间反转导波方法,响应信号由于猝发音输入收到的健康结构和标准重发射信号逆转,节省时间。针对性的峰值振幅波包在重构信号提取由于SRS紧张指数。结合压电陶瓷传感器在结构内部不同的关节位置,可以获得多个紧密性指标,每个紧张指数提出了当前的联合条件之间的关系其健康状况。分析大量的紧张指标,介绍了主成分分析方法,提出了一种神经网络放松检测方法。

实验在一个模拟的TPS面板的可行性和有效性进行验证地铁螺栓松动识别的方法。不同的螺栓松动情况下被认为是,重复实验已经完成。结论可以从实验结果的分析。发现提出的修改时间反转方法可以用来识别和定位螺栓放松在一个模拟的TPS面板。通过分析主成分年代,松开支架可以发现。此外,的变化越来越明显的松动螺栓的数量的增加。这项工作可以扩展到类似品种multibolt-jointed结构螺栓松动检测问题。

数据可用性

使用的数据来支持本研究的发现可以从相应的作者。

的利益冲突

作者宣称没有利益冲突。

确认

作者希望承认金融支持中国NSAF项目(批准号U1530139),中国科学的挑战项目(批准号TZ2018007),中国国家自然科学基金(批准号51705422)。