航空結構損傷的Lamb波時變概率模型監測方法
2023-09-18 15:50:10
航空結構損傷的Lamb波時變概率模型監測方法
【專利摘要】本發明公開了航空結構損傷的Lamb波時變概率模型監測方法。首先在結構處於健康狀態時，提取Lamb波監測信號變化特徵，建立信號特徵樣本集，並採用高斯混合模型建立基準Lamb波時變概率模型；然後在損傷在線監測的過程中，在線獲取Lamb波監測信號的變化特徵，更新信號特徵樣本集，更新在線監測Lamb波時變概率模型；最後通過判斷基準Lamb波時變概率模型和在線監測Lamb波時變概率模型之間的差別及其變化趨勢實現損傷評估。本發明將Lamb波損傷監測技術與概率混合模型相結合，並引入樣本集和模型的在線更新機制，實現時變因素影響下損傷的有效判別及損傷擴展的監測，提高時變服役環境下航空結構損傷監測的可靠性。
【專利說明】航空結構損傷的Lamb波時變概率模型監測方法
【技術領域】
[0001] 本發明屬於航空結構健康監測【技術領域】，特別涉及了航空結構損傷的Lamb波時 變概率模型監測方法。
【背景技術】
[0002] 飛行器預測與健康管理技術不僅能夠保障飛行器的安全服役、預防重大事故發 生，還能夠實現飛行器視情維護，大幅降低維護費用，因此，該技術已成為先進飛行器實現 其自主保障的核心技術。航空結構健康監測技術是其重要組成部分。經過近二十年的發展， 航空結構健康監測技術正在逐步從基礎理論研究發展到面向工程的應用。我國正在發展的 諸多先進飛行器的安全性和可維護性以及在役飛行器的延壽等都迫切需要航空結構健康 監測技術的工程應用加以保障。
[0003] 然而，真實航空結構的服役環境十分複雜，存在多種不確定性時變因素，例如，隨 時間變化的溫度環境及隨機溫度突變，結構隨機振動和過載，結構邊界條件的不確定性變 化等。這些時變因素能夠對結構損傷的監測產生很大的不確定性影響，從傳感器監測信號 中提取的信號特徵幾乎都會被這些時變因素所影響，產生不確定性的變化，而結構損傷引 起的信號特徵變化往往淹沒在時變因素的影響中，從而使得損傷的可靠監測變得非常困 難。
[0004] 在現有的航空結構健康監測方法中，基於主動Lamb波和壓電傳感器陣列的結構 損傷監測技術因其具有損傷靈敏度高、監測範圍大等特點，一直是國內外很多研究機構和 學者的研究重點，已有大量文獻報導了相關方法的研究和應用進展。其基本工作原理如下： 首先在結構處於健康狀態下獲取基準Lamb波信號（簡稱基準信號），然後在損傷監測過程 中在線獲取Lamb波信號（簡稱監測信號），最後通過監測信號與基準信號的時域、頻域、時 頻域或空間域等特徵的差別進行損傷評估。但是，時變因素能夠導致基準信號和監測信號 產生較大的不確定變化，從而很難判別這些信號特徵的變化是否是由於損傷引起的，因此 損傷的準確監測難度高，監測可靠性差。
[0005] 近年來，許多學者提出了諸如環境溫度補償方法，統計模式分類方法，無基準或瞬 時基準方法來研究這一問題，但是這些方法還存在各自的局限，不能很好解決時變服役環 境下航空結構損傷的可靠監測問題。該問題至今仍然是航空結構健康監測技術應用於真實 飛行器結構的難點問題之一。
[0006] 概率統計模型方法是一類有效的處理不確性問題的方法。在現有的概率統計模型 中，混合概率模型能夠在沒有先驗知識的情況下，基於無監督的學習方法，逼近不確定性對 象的真實概率分布。高斯混合模型是其中的一種典型的混合概率模型，其在圖像處理、移動 物體跟蹤、聲音信號處理領域得到了研究和應用。近年來，有些學者逐漸將混合概率模型引 入到機械故障診斷【技術領域】開展研究。研究表明，混合概率模型因其建模所需參數少，具 有較高的計算效率並且可以與多種信號處理方法結合使用，適用於機械系統的在線故障診 斷。然而，在航空結構健康監測【技術領域】，有關混合概率模型的研究還很少，特別是將主動 Lamb波損傷監測技術和混合概率模型相結合的方法還鮮有報導。
[0007] 本發明正是在上述背景下，提出的一種航空結構損傷的Lamb波時變概率模型監 測方法，可以有效提高時變服役環境下航空結構損傷監測的可靠性。
【發明內容】
[0008] 為了解決上述【背景技術】存在的問題，本發明旨在提供航空結構損傷的Lamb波時 變概率模型監測方法，從而有效提高時變服役環境下航空結構損傷監測的可靠性。
[0009] 為了實現上述技術目的，本發明的技術方案為：
[0010] 航空結構損傷的Lamb波時變概率模型監測方法，該方法包括建立基準Lamb波時 變概率模型和在線監測結構損傷兩部分，
[0011] 所述建立基準Lamb波時變概率模型包括以下步驟：
[0012] (1)在航空結構處於健康狀態並且受到時變因素影響的情況下，連續採集Lamb波 監測信號；
[0013] (2)採用兩種幅值無關的Lamb波損傷因子和兩種相位無關的Lamb波損傷因子提 取Lamb波監測信號在時變因素影響下的信號變化特徵，然後採用主元分析方法得到主元 投影矩陣，利用主元投影矩陣對信號變化特徵進行降維處理，得到二維信號特徵，這些二維 信號特徵組成基準信號特徵樣本集；
[0014] (3)根據基準信號特徵樣本集，採用高斯混合模型和期望最大化算法建立基準 Lamb波時變概率模型；
[0015] 所述在線監測結構損傷包括以下步驟：
[0016](a)在結構損傷在線監測過程中，且受到時變因素影響的情況下，採集一次Lamb 波監測信號；
[0017] (b)採用兩種幅值無關的Lamb波損傷因子和兩種相位無關的Lamb波損傷因子提 取Lamb波監測信號在時變因素影響下的信號變化特徵，採用步驟（2)中的主元投影矩陣對 信號變化特徵進行降維處理，得到在線監測信號的二維信號特徵向量；
[0018] (c)根據在線監測信號的二維信號特徵向量，更新基準信號特徵樣本集作為監測 信號特徵樣本集，更新方法採用滑動更新的方法，即去除基準信號特徵樣本集中的第一個 樣本，並將步驟（b)得到的二維信號特徵向量添加到基準信號特徵樣本集中作為最後一個 樣本；
[0019] ⑷根據得到的監測信號特徵樣本集，更新在線監測Lamb波時變概率模型，更新 方法為基於內部混合結構重構的高斯混合模型更新方法；
[0020] (e)計算基準Lamb波時變概率模型和在線監測Lamb波時變概率模型的差別得到 結構損傷指數；
[0021] (f)通過結構損傷指數的變化趨勢，判別結構損傷的發生和擴展，然後轉回步驟 (a)執行下一次結構損傷在線監測過程。
[0022] 上述兩種幅值無關的Lamb波損傷因子和兩種相位無關的Lamb波損傷因子的計算 方法如下：
[0023] 首先，設在步驟（1)中採集了 1(次Lamb波監測信號叫⑴，--?，!％(!:)，其 中r= 1，2,…，K。計算這些Lamb波監測信號的均值信號作為基準信號b(t)，計算方法如 式⑴所示：
【權利要求】
1. 航空結構損傷的Lamb波時變概率模型監測方法，其特徵在於：該方法包括建立基準 Lamb波時變概率模型和在線監測結構損傷兩部分， 所述建立基準Lamb波時變概率模型包括以下步驟： (1) 在航空結構處於健康狀態並且受到時變因素影響的情況下，連續採集Lamb波監測 信號； (2) 分別採用兩種幅值無關的Lamb波損傷因子和兩種相位無關的Lamb波損傷因子提 取Lamb波監測信號在時變因素影響下的信號變化特徵，然後採用主元分析方法得到主元 投影矩陣，利用主元投影矩陣對信號變化特徵進行降維處理，得到二維信號特徵，這些二維 信號特徵組成基準信號特徵樣本集； (3) 根據基準信號特徵樣本集，採用高斯混合模型和期望最大化算法建立基準Lamb波 時變概率模型； 所述在線監測結構損傷包括以下步驟： (a) 在結構損傷在線監測過程中，且受到時變因素影響的情況下，採集一次Lamb波監 測信號； (b) 採用兩種幅值無關的Lamb波損傷因子和兩種相位無關的Lamb波損傷因子提取 Lamb波監測信號在時變因素影響下的信號變化特徵，採用步驟（2)中的主元投影矩陣對信 號變化特徵進行降維處理，得到在線監測信號的二維信號特徵向量； (c) 根據在線監測信號的二維信號特徵向量，更新基準信號特徵樣本集作為監測信號 特徵樣本集，更新方法採用滑動更新的方法，即去除基準信號特徵樣本集中的第一個樣本， 並將步驟（b)得到的二維信號特徵向量添加到基準信號特徵樣本集中作為最後一個樣本； (d) 根據得到的監測信號特徵樣本集，更新在線監測Lamb波時變概率模型，更新方法 為基於內部混合結構重構的高斯混合模型更新方法； (e) 計算基準Lamb波時變概率模型和在線監測Lamb波時變概率模型的差別得到結構 損傷指數； (f) 通過結構損傷指數的變化趨勢，判別結構損傷的發生和擴展，然後轉回步驟（a)執 行下一次結構損傷在線監測過程。
2. 根據權利要求1所述的航空結構損傷的Lamb波時變概率模型監測方法，其特徵在 於，所述兩種幅值無關的Lamb波損傷因子的計算方法如下：首先，設在步驟（1)中採集了 K 次Lamb波監測信號In1 (t)，…，mr (t)，…，mK(t)，其中r = 1，2,…，K。計算這些Lamb波監測 信號的均值信號作為基準信號b (t)，計算方法如下：
根據基準信號，兩種幅值無關的Lamb波損傷因子的計算方法如下： 第一種幅值無關的Lamb波損傷因子：時域互相關損傷因子，如下式所示，
其中，h和ti分別為信號採集的起始時間和終止時間，COtl和《 i分別為信號頻譜的起 始頻率和終止頻率，IIb和分別是基準信號和Lamb波監測信號的均值，〇)3和分別 是基準信號和Lamb波監測信號的方差； 第二種幅值無關的Lamb波損傷因子：空間相位差損傷因子，如下式所示，
3. 根據權利要求2所述的航空結構損傷的Lamb波時變概率模型監測方法，其特徵在 於，所述兩種相位無關的Lamb波損傷因子的計算方法如下： 第一種相位無關的Lamb波損傷因子：頻譜幅度差損傷因子，如下式所示，
第二種相位無關的Lamb波損傷因子：頻譜互相關損傷因子，如下式所示，
4. 根據權利要求1所述的航空結構損傷的Lamb波時變概率模型監測方法，其特徵在 於，步驟（d)中基於內部混合結構重構的高斯混合模型更新方法如下：設上一次結構損傷 在線監測過程中更新得到的在線監測Lamb波時變概率模型為〇 (n-1)，其均值向量、協方 差矩陣和混合權值分別為U (n-1)、2 (n-1)、w(n-l)，n為n彡1的正整數，n表示結構損傷 在線監測的執行次數，而〇 (0)為基準Lamb波時變概率模型；根據監測信號特徵樣本集，採 用期望最大化算法重構在線監測Lamb波時變概率模型的內部混合結構，並將其作為更新 後的在線監測Lamb波時變概率模型O (n)，將O (n-1)中各高斯分量的均值向量y Jn-I)、 協方差矩陣Si(I1-I)和混合權值Wi (n-l)作為期望最大化算法的初始值，更新後的在線監 測Lamb波時變概率模型O (n)的各高斯分量的均值向量、協方差矩陣和混合權值表示為 ii i (n)，2 i (n)和 Wi (n)。
5. 根據權利要求4所述的航空結構損傷的Lamb波時變概率模型監測方法，其特徵在 於，步驟（e)中結構損傷指數的計算方法如下：
其中，tr表示矩陣求跡，det表示矩陣行列式的值，T為矩陣的轉置。
【文檔編號】G01N29/04GK104330471SQ201410529825
【公開日】2015年2月4日 申請日期:2014年10月9日 優先權日:2014年10月9日
【發明者】袁慎芳, 邱雷, 鮑嶠, 梅寒飛 申請人:南京航空航天大學