基于阵列传感器的复合材料结构损伤MUSIC成像方法

鲍峤; 袁慎芳; 邱雷; 王同光

doi:10.13801/j.cnki.fhclxb.20160616.003

基于阵列传感器的复合材料结构损伤MUSIC成像方法

1.
南京航空航天大学机械结构力学及控制国家重点实验室, 结构健康监测与预测研究中心, 南京 210016;
2.
南京航空航天大学航空宇航学院, 南京 210016

基金项目: 国家自然科学基金杰出青年基金（51225502）；国家自然科学基金重点项目（51635008）；国家自然科学基金（51575263）；国家973计划（2014CB046200）；江苏高校优势学科建设工程资助项目；青蓝工程

详细信息

通讯作者:
袁慎芳,博士,教授,博士生导师,研究方向为结构健康监测的研究。E-mail:ysf@nuaa.edu.cn

中图分类号: TB330.1
计量
- 文章访问数: 998
- HTML全文浏览量: 90
- PDF下载量: 315
出版历程
- 收稿日期: 2016-02-29
- 修回日期: 2016-06-11
- 刊出日期: 2017-02-14

A damage imaging method based on MUSIC algorithm of linear sensor array for composite structure

1.
Research Center of Structural Health Monitoring and Prognosis, State Key Lab of Mechanics and Control of Mechanical Structures, Nanjing University of Aeronautics and Astronautics, Nanjing 210016, China;
2.
College of Aerospace Engineering, Nanjing University of Aeronautics and Astronautics, Nanjing 210016, China

摘要

摘要: 提出了一种基于传感器线阵的多重信号分类（Multiple Signal Classification，MUSIC）损伤成像方法用于航空复合材料的损伤监测。该方法采用MUSIC阵列信号处理方法，通过对传感器阵列信号进行协方差特征值分解，在结构上进行方向扫描并构建监测区域的空间谱，从而实现对结构损伤的成像，具有一维传感器阵列易于布置的优点。所提出的方法在变厚度航空复合材料油箱结构上进行了验证，结果表明，该方法能够准确实现航空复合材料结构上的损伤成像，定位误差小于2 cm。
- 复合材料 /
- 航空油箱 /
- 多重信号分类(MUSIC) /
- 损伤成像 /
- 无损检测
Abstract: An imaging method,which combines the MUSIC (Multiple Signal Classification) algorithm and linear sensor array,was proposed and used for monitoring the composite structure damage.This method utilized the array signal processing method based on MUSIC algorithm,which performed the eigenvalue decomposition of the covariance matrix of array signal and then calculated the spatial spectrum by direction scanning to realize damage imaging.The method has an advantage of arranging the linear sensor array easily.The experiment on the aircraft oil tank,which was made of carbon fibers with a variable thickness,was established.Experimental results show that the proposed method can realize damage imaging on aircraft composite structures accurately,and the damage localization error is less than 2 cm.
- composite /
- aircraft oil tonk /
- multiple signal classification /
- damage imaging /
- nondestructive examination

HTML全文

参考文献(0)

施引文献(24)

期刊类型引用(10)

1.	赵德中，李锋，刘维伟. 基于RBF与SVM算法的CFRP铣削表面粗糙度预测. 航空精密制造技术. 2025(01): 11-14 . 百度学术
2.	彭思泽，詹迪雷，李鹏南，邱新义. 基于机理与数据联合驱动的CFRP钻削轴向力模型研究. 工具技术. 2024(06): 83-90 . 百度学术
3.	宿友亮，黎游，孟志坚，王清彬，郜雪楠，胡建. CFRP柔性件保形加工中的变形控制. 复合材料学报. 2023(02): 1179-1189 . 本站查看
4.	曹晋云，许天宇，刘勇，张艳滴. 基于RBF和SVM的古代玻璃制品成分预测与分类. 科技创新与应用. 2023(18): 41-43+48 . 百度学术
5.	刘志飞，王晓强，朱其萍，王排岗. 超声滚挤压轴承套圈的表层性能预测模型建立及工艺参数优化. 锻压技术. 2021(03): 118-125 . 百度学术
6.	詹迪雷，李鹏南，李树健，牛秋林，邱新义. CFRP切削过程中的监测控制研究进展. 宇航材料工艺. 2021(02): 11-18 . 百度学术
7.	张宝，赵春雨. 采用LS与RBF网络的过程车削力预测与对比分析. 新余学院学报. 2020(05): 25-30 . 百度学术
8.	王福吉，郭会彬，贾振元，马建伟，成德，胡海波. 玻璃纤维增强聚丙烯复合材料制孔损伤. 复合材料学报. 2018(08): 2023-2031 . 本站查看
9.	谢英星，王成勇. 高速切削加工稳定性研究. 工具技术. 2018(12): 9-16 . 百度学术
10.	王福吉，朱浩杰，宿友亮，高汉卿，毕广健. 基于层合叠加理论的CFRP多向层合板铣削力建模. 中南大学学报(自然科学版). 2017(09): 2352-2362 . 百度学术