[发明专利]超声Lamb波局部循环扫描概率重构层析成像方法

说明书

技术领域

本发明属于机械结构健康监测领域，涉及超声Lamb波局部循环扫描概率重构层析成像方法。

背景技术

Lamb波是超声导波的一种，具有检测效率高、衰减弱、对结构中损伤敏感等特点，被视为最有潜力的板壳类结构损伤检测方法。实施过程中一般采用传感器阵列来获取Lamb波在结构中的传播信号，通过提取对故障敏感的特征参数，实现损伤的检测与评估。概率重构层析成像技术是一种有效检测结构损伤的手段。该方法采用正常状态下的参考信号与实时信号间的信号差异作为表征损伤的特征参数，无需考虑结构的复杂几何特性及材料特性，可适用于航空、航天、能源、舰船等领域中的大型板壳类结构损伤检测。

概率重构层析成像方法采用信号差异系数(SDC,signal difference coefficient)作为损伤的特征参数，忽略环境因素及测量条件的影响，则传感器接收信号的变化完全由故障的引入引起的。概率重构层析成像方法的基本原理是求得结构中各个像素点的损伤存在概率值得大小，不仅需要计算传感器对的信号差异系数，还需要考虑像素点的位置信息。在检测范围内，像素点距离传感器对直达路径越近，其损伤存在概率越接近信号差异系数。

上述方法存在以下缺陷：(1)难以排除检测区域外部干扰及电磁干扰的影响，易造成误判与漏判；(2)当检测区域出现多个故障，尤其是故障距离传感器较近时，故障会对多对传感器信号产生较大影响，容易在检测结果中产生伪故障，影响故障检测结果；(3)检测分辨率低，难以在工程实践中使用。

发明内容

为了克服上述现有技术的缺点，本发明的目的在于提供超声Lamb波局部循环扫描概率重构层析成像方法，消除了多故障对传感器信号干扰。

为了达到上述目的，本发明采取的技术方案为：

超声Lamb波局部循环扫描概率重构层析成像方法，包括以下步骤：

1)传感器安装：规划检测区域，建立坐标系，划分网格作为检测像素点坐标(x,y)，在待检测部件上布置时钟形传感器阵列，并记录传感器位置坐标(x_k,y_k)；

2)选择Lamb波模态，并设计激励信号：根据损伤出现类型，选择对损伤敏感的模态，依据所设计激励信号的中心频率，带宽的信息，计算所选用Lamb波模态的最大速度和最小速度；

3)参考信号获取：在结构无损状态下，先以圆心传感器作为激励，圆周传感器作为接收端；再以圆周上的传感器依次作为激励，其余传感器作为接收端，记录此时所有接收端传感器获得的信号作为参考信号；

4)损伤信号获取：在检测区域出现损伤后，与参考信号的获取相同，先以圆心传感器作为激励，圆周传感器作为接收端；再以圆周上的传感器依次作为激励，其余传感器作为接收端，记录此时所有接收端传感器获得的信号作为损伤信号；

5)子区域划分：整个检测区域被过传感器阵列中心的传感器路径均匀分成N(≥3)个扇区，按顺时钟方向对各个扇区进行编号，依次为1到N，为了不丢失检测信息，一次检测的子区域至少包含相邻的3个扇区，每次进行概率重构计算的子区域按顺时钟依次转动一个扇区，因此，在一次检测循环内，每个扇区故障存在概率将被计算的次数与每个子区域所包含的扇区数一致；

6)数据长度选择：计算检测子区域中用于激励与接收传感器路径间直线距离，i为激励传感器编号，j为接收传感器编号，计算每对传感器信号用于概率重构方法的数据起始时间点，选择概率重构方法中控制每对传感器检测范围的尺度参数β值大小，计算有效检测范围内的Lamb波传播最大距离D_ij＝β×d_ij，考虑激励信号的时长,计算用于概率重构层析成像方法的数据终止时间点，最后得到用于概率重构层析成像计算的数据长度L_ij＝(t₂-t₁)×f_s；

7)局部循环扫描检测区域：根据步骤6)得到的用于概率重构方法计算的数据选择策略，顺时钟依次计算步骤4)所划分子检测区域的损伤存在概率，得到所有子区域的损伤存在概率分布；

8)数据融合：将子区域检测结果融合到每个扇区，通过几何均值计算，得到各个独立扇区的损伤出现概率值，几何均值计算公式为：