[发明专利]一种基于应变监测的损伤自动识别方法有效
申请号: | 202011397464.2 | 申请日: | 2020-12-04 |
公开(公告)号: | CN112520064B | 公开(公告)日: | 2022-09-20 |
发明(设计)人: | 潘绍振;兑红娜;钟贵勇;董江;李国琛;张志贤 | 申请(专利权)人: | 中国航空工业集团公司成都飞机设计研究所 |
主分类号: | B64F5/60 | 分类号: | B64F5/60 |
代理公司: | 中国航空专利中心 11008 | 代理人: | 杜永保 |
地址: | 610091 四川省成都市青羊区*** | 国省代码: | 四川;51 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 应变 监测 损伤 自动识别 方法 | ||
1.一种基于应变监测的损伤自动识别方法,其特征在于:
第一步,从试验载荷谱中选取典型载荷工况,所述典型载荷工况的载荷量值在部件最大总载荷的75%~85%之间,在试验载荷谱中出现频次大于0.5次/试验飞行小时;
第二步,全机疲劳试验进入正式运行后,将采集到的典型载荷工况下所有应变传感器的数据作为基准数据,并通过基准数据计算典型工况下每个应变传感器的应变均值样本标准差sb、变异系数δb这三个统计特征量;
第三步,按似然度计算公式,计算每一个应变传感器的基准数据中每一个数据点ybi与均值的似然度Li,然后求其平均值作为基准似然度Lb;
第四步,将继续采集到的典型载荷工况下的数据作为新数据,计算典型工况下每个应变传感器的新数据的应变均值样本标准差s、变异系数δ,以及每一个数据点yj与基准数据均值的似然度Lyj;
第五步,通过得到的基准数据变异系数和基准似然度确定每一个应变传感器在典型工况下的自适应动态门槛值dth,统计新数据中似然度大于该门槛值的概率r;自适应动态门槛值dth采用公式(5)计算,新数据中似然度大于该门槛值的概率r采用公式(6)计算:
r=p(Lyj≥dth) (6);
第六步,根据试验载荷谱代表的飞行小时数T和新数据对应的飞行小时数I,计算用于损伤识别的概率门槛值q,采用公式(7)计算
第七步,建立损伤识别的判据:如果概率r大于概率门槛值q,则判定结构存在损伤;反之,认为结构无损伤。
2.如权利要求1所述的基于应变监测的损伤自动识别方法,其特征在于:所述第一步:通过统计计算,得到试验载荷谱中每个载荷工况下每个部件,包括机翼、垂尾、起落架、发动机、阻力伞的总载荷;统计每个载荷工况在试验载荷谱中出现的频次,按照总载荷大小、出现频次对所有载荷工况进行综合排序,每一部件筛选出1~2个典型载荷工况。
3.如权利要求1所述的基于应变监测的损伤自动识别方法,其特征在于:所述的总载荷是指总弯矩、总剪力、总扭矩、总铰链力矩。
4.如权利要求1所述的基于应变监测的损伤自动识别方法,其特征在于:所述第二步:采集获得典型载荷工况所有应变传感器的基准数据后,对确定的应变传感器,其基准数据序列表示为yb1,yb2,……,ybn,计算其均值样本标准差sb,并采用公式(1)计算变异系数δb:
5.如权利要求1所述的基于应变监测的损伤自动识别方法,其特征在于:所述第三步:基准数据中各数据点ybi(i=1,......,n)与基准数据均值的似然度Li按公式(2)计算,基准似然度Lb按公式(3)计算:
6.如权利要求1所述的基于应变监测的损伤自动识别方法,其特征在于:所述第四步:所述应变传感器在所述典型载荷工况下采集的新数据序列表示为y1,y2,……,yk,分别计算其均值样本标准差s、变异系数δ,新数据中各数据点yj(j=1,2,......,k)与基准数据均值的似然度Lyj按公式(4)计算:
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国航空工业集团公司成都飞机设计研究所,未经中国航空工业集团公司成都飞机设计研究所许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202011397464.2/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种无人机阵风载荷谱快速编制方法
- 下一篇:一种涤纶织物整理剂的应用方法