[发明专利]一种基于贝叶斯更新和吉布斯采样的超声导波多损伤识别方法

权利要求书

1.一种基于贝叶斯更新和吉布斯采样的超声导波多损伤识别方法，其特征在于：所述方法包括以下步骤：

步骤一、进行超声导波检测，布置三个传感器，获得与损伤有关的残余信号，对每个传感器的残余信号进行复小波变换获得M个损伤直接散射的M个传播时间ToF；

步骤二、取出三个传感器中每个传感器的某一ToF进行组合，获得一个3×1的ToF向量，从而确定一个可能的损伤位置参数(x_m,y_m)；将三个传感器接收的多个ToF值进行组合，可获得M个3×1的ToF向量，从而获得各组合方式对应的M个3×1的ToF向量；

步骤三、对非线性损伤定位模型基于损伤位置参数(x_m,y_m)和传播速度的倒数v各进行一阶线性化处理，获得ToF与各个参数的线性模型；所述非线性损伤定位模型是TOF与损伤位置参数(x_m,y_m)和传播速度的倒数v的关系函数；

步骤四、根据贝叶斯定理，基于ToF与各个参数的线性模型无信息先验分布，获得损伤位置参数(x_m,y_m)和传播速度的倒数v各参数的条件线性模型的student-t后验条件概率分布，其中对应的超参数均进行了边缘化处理；

步骤五、基于步骤四中各参数的后验条件概率分布，代入步骤二中每一组合获得的M个3×1的ToF向量，进行吉布斯采样N次循环，获得M个ToF向量下损伤位置参数(x₁,y₁,…,x_M,y_M)和传播速度的倒数v的相关随机样本，对于N个后验样本点，计算损伤位置参数(x₁,y₁,…,x_M,y_M)样本点的方差以量化后验不确定程度；

步骤六、对步骤二中的各ToF组合方式对应的M个3×1的ToF向量基于步骤五的吉布斯采样过程获得样本点并计算样本方差，根据方差最小的采样结果判断正确的损伤位置；

所述步骤三具体为：

当采用脉冲回波方式时，需进行线性化的非线性多参数的损伤定位模型为：

其中(x_m,y_m)为第m个损伤位置；c_g为超声导波的传播速度；v为传播速度c_g的倒数；为第i个传感器的位置；t_i,m为从第i个传感器获得的残余信号中提取对应第m个损伤的ToF；基于所述损伤定位模型进行线性化处理，获得以下线性模型：

t_i,m(v)＝l_i(x_m,y_m)v；t_i,m(x_m)≈m_i(v,y_m)+n(v,y_m)x_m；t_i,m(y_m)

≈p_i(v,x_m)+q_i(v,x_m)y_m,

m＝1,...,M,i＝1,...,3

其中l_i、m_i、n、p_i和q_i均表示线性化系数；

引入零均值的高斯预测误差项，获得每个传感器ToF组合数据t_m＝[t_1,m,t_2,m,t_3,m]基于传播速度的倒数v,损伤位置参数x_m和y_m的似然函数。