详情

原文传递一种基于光纤光栅传感器的裂纹损伤定量方法

专利名称：	一种基于光纤光栅传感器的裂纹损伤定量方法
摘要：	本发明公开了一种基于光纤光栅传感器的裂纹损伤定量方法，包括：A、分析监测对象，建立有限元模型，进行裂纹扩展仿真；B、进行光纤光栅传感器反射光谱的仿真，构建仿真数据库；C、从光纤光栅传感器的反射光谱数据提取表征裂纹的特征向量；D、基于神经网络得到裂纹位置特征的模型；E、将实验的特征向量输入到裂纹位置特征的模型输出得到裂纹尖端所在位置的热图；F、根据热图中概率最大的裂纹尖端位置与初始裂纹位置计算得到裂纹的尺寸、角度量化数据。采用本发明，利用光纤光栅传感器对平板结构进行监测，通过监测裂纹尖端位置，实现对裂纹损伤的尺寸、位置和损伤方向的定量识别；并能够提高裂纹损伤定量监测的实用性和准确性。
专利类型：	发明专利
国家地区组织代码：	北京;11
申请人：	北京航空航天大学
发明人：	张卫方;蓝煜东;张萌;赵炎;谢宇宽
专利状态：	有效
申请日期：	2019-04-15T00:00:00+0800
发布日期：	2019-08-06T00:00:00+0800
申请号：	CN201910300242.5
公开号：	CN110095470A
代理机构：	北京众泽信达知识产权代理事务所(普通合伙)
代理人：	张艳萍
分类号：	G01N21/88(2006.01);G;G01;G01N;G01N21
申请人地址：	100083 北京市海淀区学院路37号
主权项：	1.一种基于光纤光栅传感器的裂纹损伤定量方法，其特征在于，包括如下步骤： A、分析监测对象，建立有限元模型，进行裂纹扩展仿真； B、进行光纤光栅传感器反射光谱的仿真，构建仿真数据库； C、从光纤光栅传感器的反射光谱数据提取表征裂纹的特征向量； D、基于神经网络得到裂纹位置特征的模型； E、将所述表征裂纹的特征向量输入所述裂纹位置特征的模型，输出得到裂纹尖端所在位置的热图； F、根据热图中概率最大的裂纹尖端位置与初始裂纹位置计算得到裂纹的尺寸、角度量化数据。 2.根据权利要求1所述基于光纤光栅传感器的裂纹损伤定量方法，其特征在于，步骤A所述建立有限元模型，用于提供有限元仿真所需的必要原始数据，包括监测对象的材料属性和几何属性；所述有限元模型，为一组仅在节点处连接、仅靠节点传力、仅在节点处受约束的单元组合体。 3.根据权利要求1所述基于光纤光栅传感器的裂纹损伤定量方法，其特征在于，步骤A所述进行裂纹扩展仿真，包括：采用扩展有限元法XFEM进行裂纹萌生、扩展的仿真；通过预设不同位置、不同角度的预置裂纹，根据XFEM技术得到裂纹扩展到不同长度、不同角度下整个有限元模型的应力应变场信息。 4.根据权利要求1所述基于光纤光栅传感器的裂纹损伤定量方法，其特征在于，步骤B所述进行光纤光栅传感器反射光谱的仿真，具体为：将裂纹扩展仿真得到的应变场信息和光纤光栅传感器自身的参数作为输入，采用传输矩阵法求解反射光谱。 5.根据权利要求1所述基于光纤光栅传感器的裂纹损伤定量方法，其特征在于，步骤B所述构建仿真数据库，具体为：将步骤A中有限元仿真得到不同角度不同长度的裂纹信息和步骤B中得到的光纤光栅反射光谱信息作为先验信息，将仿真中得到的所有裂纹尖端所处区域平均分割为M个网格并进行编号，将每条裂纹对应的反射光谱与裂纹尖端所处网格编号进行对应，得到仿真数据集，构成仿真数据库。 6.根据权利要求1或5所述基于光纤光栅传感器的裂纹损伤定量方法，其特征在于，步骤B所述的仿真数据库，包括材料表、结构表、光纤光栅参数表、仿真数据表、动态数据表。 7.根据权利要求1所述基于光纤光栅传感器的裂纹损伤定量方法，其特征在于，步骤C所述提取表征裂纹的特征向量的过程，包括： C1、由于一根光纤通常刻有多个光纤光栅，在光纤光栅解调系统中，具有多个光纤光栅传感器的反射峰，采用Hilbert变换求取零点数目的方法来确定光谱主峰的位置，求取该零点对应位置处的光谱峰值，将采集得到的光谱区域依据光谱能量一半的位置作为光谱的边界进行划分，提取光谱宽度； C2、再对光纤光栅光谱进行高斯拟合，通过将实验数据x和f(x)拟合高斯曲线函数p(x)，以最小二乘法作为判断拟合效果的依据，从而得到最佳高斯拟合方程，进而得到该高斯函数下的峰值及其所对应的波长，提取得到光纤光栅的中心波长；通过对光纤光栅反射光谱分析得到主峰位置的最大强度，找到光纤光栅反射光谱主峰-3dB带宽的左右边界波长，将提取的光纤光栅光谱带宽边界波长区间作为反射光谱的特征参数半高宽。 8.根据权利要求1所述基于光纤光栅传感器的裂纹损伤定量方法，其特征在于，步骤D所述基于神经网络得到裂纹位置特征的模型，包括： D1、设置神经网络结构，将光纤光栅反射光谱与特征参数组合形成神经网络的输入特征向量，经过两层神经元组成的隐藏层后得到由M个神经元组成的输出层； D2、神经网络的输出层表示裂纹尖端落入所处区域平均分割成的M个区域的得分值，设其为对于每个样本，它属于区域i的概率为：其中，M为步骤B中裂纹尖端所处区域平均分割的网格个数；i为步骤B中裂纹尖端所处区域平均分割为M个网格中的第i个网格；为第i个网格的得分值； D3、通过神经网络的反向传播算法逐步减小误差，最终得到表征裂纹位置的神经网络模型。 9.根据权利要求1所述基于光纤光栅传感器的裂纹损伤定量方法，其特征在于，步骤E所述表征裂纹的特征向量为通过对待评估试样采集光纤光栅反射光谱，通过对光谱的平滑去噪、归一化操作得到实验的光谱数据集，提取实验光谱数据构建特征向量。 10.根据权利要求1所述基于光纤光栅传感器的裂纹损伤定量方法，其特征在于，步骤E具体包括：采集裂纹扩展实验中的光纤光栅传感器的反射光谱，对反射光谱进行信号分离，得到各个光纤光栅传感器的反射光谱，通过和步骤C的操作得到实验情况下的反射光谱特征向量，将实验的特征向量输入到裂纹位置特征的模型，最终输出得到裂纹尖端所在位置的热图。 11.根据权利要求1所述基于光纤光栅传感器的裂纹损伤定量方法，其特征在于，步骤F所述通过计算得到裂纹的尺寸和角度量化数据，具体是通过裂纹计算公式：；计算获得裂纹尺寸的数值，再通过计算公式：；获得裂纹角度的数值；其中：(x1,y1)为热图概率最大的裂纹尖端位置即坐标值；(x0,y0)为裂纹的初始位置即坐标值。
所属类别：	发明专利