[发明专利]一种基于压电和智能涂层传感器的疲劳裂纹综合监测方法

摘要

本发明公开了一种基于压电和智能涂层传感器对结构疲劳裂纹综合监测的方法，该方法根据压电传感器和智能涂层传感器的裂纹监测原理分别获得Lamb波与损伤之间的损伤定量模型以及实时裂纹检测结果，结合不同传感器损伤监测结果的数据类型，建立相应的裂纹检出概率模型。针对压电传感器，根据铝合金板结构实际疲劳裂纹扩展试验结果，基于Lamb波信号建立损伤定量模型，采用贝叶斯更新方法修正模型参数以获得更准确的损伤定量模型。通过对比分析压电传感器监测结果的POD模型和智能涂层传感器监测结果的POD模型，综合判断压电和智能涂层传感器在不同长度下疲劳裂纹的监测能力。

主权项

一种基于压电和智能涂层传感器的疲劳裂纹综合监测方法，以铝合金薄板的疲劳裂纹扩展试验为平台，在薄板上同时布置智能涂层和压电传感器对疲劳裂纹扩展进行监测，具体包括以下步骤：步骤1：选择试验件；步骤2：在铝合金薄板上布贴压电传感器和智能涂层传感器；步骤3：确定压电传感器的激励信号；步骤4：将以上贴有智能涂层和压电传感器的铝合金薄板安装在疲劳试验机上进行疲劳裂纹扩展试验，在疲劳试验机加载前，分别采集压电和智能涂层传感器的初始信号；步骤5：通过光学显微镜实时记录不同循环周次下的裂纹长度，在平均加载应力水平停止循环加载时采集压电传感器接收的Lamb波信号；同时，在每次智能涂层传感器报警时，记录智能涂层传感器的数据和压电传感器的Lamb波信号；步骤6：完成试验后，对传感器采集的信号进行处理，对压电传感器采集的Lamb波信号进行滤波，截取Lamb波信号S0模式的时间窗，提取损伤特征归一化幅值X、相位角变化Y，建立裂纹长度a与损伤特征参数的函数模型f(·)：a^=f(X,Y)---(1)]]>步骤7：重复步骤2‑6，针对压电传感器采集的Lamb波信号进行分析处理，提取损伤特征参数，验证步骤6中建立的函数模型，并对模型参数加以修正，获得修正后的模型g(·)：a^=g(X,Y)---(2)]]>步骤8：根据步骤7中确定的压电传感器裂纹监测模型和智能涂层传感器的历史数据，分别根据压电传感器和智能涂层传感器监测结果的数据类型选择的POD模型(3)、(4)，绘制POD曲线，判断两种传感器对铝合金结构疲劳裂纹扩展的监测能力；POD(a)=P(lna^>lna^th)---(3)]]>POD(a)=eπ3(lna-mσ)1+eπ3(lna-mσ)---(4)]]>上式(3)中是模型监测结果的对数形式，裂纹监测阈值，式(4)中lna智能涂层传感器监测结果的对数形式，m、σ分别是智能涂层传感器监测结果的样本均值和标准差。