本书系统阐述了压电超声导波检测的基础理论、方法创新及工程应用关键技术，详细介绍了压电超声导波的激励与传播原理、监测系统设计方案、典型结构损伤检测方法，并针对工程实践中的噪声干扰、温度变化等问题提出了实用解决方案，构建了覆盖检测机理—监测系统—损伤识别—场景应用的完整技术体系。
样章试读
目录
- 目录
前言
第一篇 超声导波理论与仪器研制
第1章 超声导波技术国内外研究现状 3
1.1 超声导波检测理论国内外研究现状 3
1.2 超声导波结构健康监测系统国内外研究现状 4
第2章 超声导波基础理论 7
2.1 超声导波在各向同性材料中的传播特性 7
2.1.1 各向同性结构中的超声导波特征方程 7
2.1.2 典型金属结构的频散曲线 10
2.2 超声导波在各向异性材料中的传播特性 11
2.2.1 全方位刚度系数矩阵 11
2.2.2 单层各向异性结构中的超声导波特征方程 15
2.2.3 多层各向异性结构中的超声导波特征方程 18
2.2.4 典型复合材料的频散曲线 19
2.3 超声导波损伤检测原理 21
2.3.1 有限元仿真模型搭建 21
2.3.2 导波与损伤相互作用机制分析 22
2.4 本章小结 25
第3章 基于压电智能传感的超声导波结构健康监测系统 26
3.1 压电效应及压电传感器 26
3.2 超声导波结构健康监测系统总体设计方案 27
3.3 超声导波结构健康监测系统硬件设计 29
3.3.1 智能层设计 29
3.3.2 系统主机设计 30
3.4 超声导波结构健康监测系统软件设计 55
3.4.1 系统软件的功能结构 55
3.4.2 下位机软件设计 58
3.4.3 上位机软件设计 67
3.5 超声导波结构健康监测系统测试与分析 72
3.5.1 系统性能指标验证 72
3.5.2 系统定位实验 81
3.5.3 可靠性测试 85
3.6 本章小结 89
参考文献 90
第二篇 基于物理模型的损伤定位方法
第4章 基于物理模型的损伤定位方法的国内外研究现状 95
4.1 超声导波板状结构损伤成像技术研究现状 95
4.1.1 概率诊断成像方法 95
4.1.2 延迟累加成像方法 96
4.2 超声导波复杂结构损伤成像技术研究现状 98
4.2.1 T型焊接结构的焊缝损伤定位方法研究现状 98
4.2.2 厚金属板的坑状腐蚀程度量化方法研究现状 100
第5章 基于修正延迟因子的概率乘累加复合材料损伤成像方法 103
5.1 超声导波经典成像方法 103
5.1.1 概率诊断成像 103
5.1.2 基于飞行时间的延迟累加成像 104
5.2 基于延迟因子的概率乘累加损伤成像方法 105
5.2.1 基于MDF-MSPDI方法的损伤定位总体框架 105
5.2.2 考虑速度各向异性的损伤延迟因子 106
5.2.3 基于损伤延迟的环形概率分布函数 107
5.2.4 基于概率乘累加的路径融合方法 109
5.3 实验与信号分析 111
5.3.1 低速冲击损伤实验 111
5.3.2 模拟损伤实验 114
5.3.3 信号处理与参数分析 116
5.4 实验结果分析与讨论 120
5.4.1 模拟损伤实验结果分析 120
5.4.2 冲击损伤实验结果分析 125
5.5 本章小结 126
第6章 基于受损虚拟传感路径的复合材料损伤概率诊断成像方法 128
6.1 传统损伤概率诊断成像方法 128
6.2 基于受损虚拟传感路径的损伤概率诊断成像方法 129
6.2.1 基于受损虚拟传感路径的损伤概率诊断成像方法的框架 129
6.2.2 基于飞行时间确定受损虚拟传感路径的方法 131
6.2.3 基于损伤指数确定受损虚拟传感路径的方法 133
6.3 损伤定位实验 133
6.3.1 实验设置与流程 133
6.3.2 实验系统搭建 134
6.4 冲击损伤实验的信号处理与分析 135
6.4.1 基于飞行时间确定受损虚拟传感路径 135
6.4.2 基于损伤指数确定受损虚拟传感路径 139
6.5 实验结果分析与讨论 142
6.5.1 基于飞行时间方法的冲击损伤低频激励定位结果 142
6.5.2 基于损伤指数方法的冲击损伤高频激励定位结果 143
6.5.3 模拟损伤实验 145
6.5.4 路径疏密程度对定位结果的影响 148
6.6 本章小结 150
第7章 基于单径散射稀疏重构的复合材料多损伤概率诊断成像方法 152
7.1 信号的稀疏表示 152
7.1.1 稀疏表示理论 152
7.1.2 稀疏求解方法 153
7.2 基于散射波稀疏表示的概率诊断成像方法 155
7.2.1 基于SSR-PDI方法的损伤定位总体构架 156
7.2.2 单径散射波的稀疏表示模型 156
7.2.3 基于时移Lamb波的散射字典设计 158
7.2.4 基于稀疏表示的多损伤概率诊断成像方法 159
7.3 实验与信号分析 160
7.3.1 多损伤定位数据采集 160
7.3.2 稀疏求解的关键参数分析 161
7.3.3 多损伤定位的误差来源分析 163
7.3.4 散射波稀疏重构效果分析 164
7.4 实验结果分析与讨论 166
7.4.1 对比方法及评估指标的定义 167
7.4.2 模拟损伤实验结果分析 168
7.4.3 冲击损伤实验结果分析 173
7.5 本章小结 174
第8章 基于到达时刻差的复合材料多损伤概率诊断成像方法 176
8.1 飞行时间的误差来源 176
8.2 基于到达时刻差的损伤概率诊断成像方法 179
8.2.1 基于到达时刻差的损伤概率诊断成像方法框架 179
8.2.2 方法对飞行时间误差的敏感性分析 182
8.3 实验系统搭建 183
8.4 信号处理与分析 184
8.4.1 激励信号确定 184
8.4.2 群速度计算 184
8.4.3 单损伤状态下的成像路径重建 186
8.4.4 多损伤状态下的成像路径重建 189
8.4.5 成像路径的到达时刻差地图的绘制 191
8.4.6 单一成像路径的概率诊断成像结果 191
8.5 实验结果分析与讨论 193
8.5.1 损伤定位结果与参数分析 193
8.5.2 单损伤定位结果分析 195
8.5.3 多损伤定位结果分析 196
8.5.4 边缘位置损伤定位结果分析 197
8.6 本章小结 198
第9章 T型焊缝损伤超声导波检测与识别方法 199
9.1 导波在T型焊接结构中的传播过程 199
9.2 基于成像路径对的焊缝损伤定位方法 200
9.3 实验系统搭建 202
9.4 信号预处理 203
9.4.1 激励信号确定 203
9.4.2 成像路径筛选 206
9.4.3 群速度计算与直达波模态分析 207
9.5 模拟损伤定位结果 209
9.5.1 损伤信号分析 209
9.5.2 损伤指数计算 211
9.5.3 损伤概率诊断成像 212
9.5.4 损伤定位精度分析 213
9.5.5 定位结果对比 213
9.6 真实损伤实验 216
9.6.1 损伤试件制备 216
9.6.2 响应信号分析 216
9.6.3 损伤定位结果 217
9.7 本章小结 218
第10章 金属表面腐蚀损伤超声导波检测与识别方法 219
10.1 厚板坑状腐蚀定量识别方法的研究过程 219
10.2 腐蚀与导波的作用机制 221
10.2.1 导波的散射与反射 221
10.2.2 有限元仿真设置 221
10.2.3 腐蚀面积对信号的影响 223
10.2.4 腐蚀深度对信号的影响 228
10.2.5 腐蚀程度对信号的影响 231
10.3 仿真实验验证 233
10.4 实际损伤的程度识别 236
10.4.1 实验系统搭建 236
10.4.2 激励信号确定 237
10.4.3 响应信号分析 238
10.4.4 腐蚀程度识别 241
10.5 不规则形状腐蚀的程度识别 242
10.6 本章小结 245
第11章 横梁承力结构损伤识别与成像方法 246
11.1 圆孔横梁应力分析与监测区域确定 246
11.2 基于改进RAPID的圆孔横梁损伤定位方法 249
11.2.1 损伤特征的定义 249
11.2.2 RAPID的改进 250
11.3 仿真实验验证 252
11.3.1 有限元仿真模型搭建 252
11.3.2 仿真结果分析 254
11.4 健康监测系统实验验证 256
11.4.1 实验系统搭建 256
11.4.2 实验结果分析 257
11.5 本章小结 261
参考文献 263
第三篇 基于机器学习的损伤定位方法
第12章 基于机器学习的损伤定位方法的国内外研究现状 271
12.1 损伤定位方法国内外研究现状 271
12.2 温度补偿方法国内外研究现状 273
第13章 基于人工神经网络的复合材料损伤定位方法 276
13.1 人工神经网络损伤定位方法 276
13.1.1 人工神经网络 276
13.1.2 正则化技术 277
13.1.3 M-ANN模型 278
13.1.4 M-ANN模型损伤定位流程 279
13.2 损伤定位数据集构建与预处理 281
13.2.1 实验系统搭建 281
13.2.2 数据集采集 283
13.2.3 数据分析与预处理 284
13.3 实验结果分析与讨论 288
13.3.1 模型性能评价指标 288
13.3.2 模型训练过程 288
13.3.3 定位结果评价指标 291
13.3.4 定位实验结果与分析 291
13.3.5 方法对比实验分析 293
13.3.6 性能评估实验分析 295
13.4 本章小结 297
第14章 基于全局-局部特征交叉融合网络的复合材料损伤定位方法 299
14.1 基于全局-局部特征交叉融合网络的损伤定位方法 299
14.1.1 基于卷积神经网络的局部特征提取模块 300
14.1.2 基于门控多层感知器的全局特征提取模块 302
14.1.3 基于多头注意力机制的特征交叉融合模块 303
14.2 损伤定位数据集构建与预处理 305
14.2.1 损伤定位数据集构建 305
14.2.2 数据集预处理 307
14.3 实验结果分析与讨论 309
14.3.1 损伤定位实验结果 309
14.3.2 与SOTA模型的对比 312
14.3.3 对于不同尺寸损伤的泛化能力评估 314
14.4 本章小结 316
第15章 物理增强时空图卷积复合材料损伤定位方法 318
15.1 物理增强的时空图卷积损伤定位算法 318
15.1.1 基于P-STGCN模型的损伤定位总体框架 318
15.1.2 物理增强的图卷积网络模块 320
15.1.3 卷积神经网络模块 323
15.1.4 样本补偿注意力模块 323
15.2 损伤识别数据集构建与预处理 324
15.2.1 损伤定位数据集构建 324
15.2.2 数据集预处理 326
15.3 实验结果分析与讨论 328
15.3.1 损伤定位实验结果 328
15.3.2 P-STGCN模型的消融实验 331
15.3.3 与SOTA模型的对比 331
15.3.4 样本补偿注意力模块的有效性验证 332
15.3.5 不同尺度损伤的泛化能力评估 334
15.3.6 与路径成像方法的对比 335
15.4 本章小结 336
第16章 基于分布鲁棒方法的复合材料损伤定位方法 338
16.1 分布鲁棒优化方法 338
16.2 数据样本空间构建 340
16.3 传感器布设原则与分析 342
16.4 基于分布鲁棒的复合材料损伤定位算法 344
16.5 实验验证与结果分析 347
16.6 本章小结 349
第17章 基于基线重建自编码器的温度补偿与损伤定位方法 350
17.1 基于BRAE-PDI模型的无监督温度补偿与损伤定位方法 350
17.1.1 基于BRAE-PDI模型的温度补偿与损伤定位总体框架 350
17.1.2 基于基线重建自编码器的温度补偿模块 351
17.1.3 基于重建信号的损伤成像模块 353
17.2 温度补偿数据集构建与预处理 354
17.2.1 温度补偿数据集构建 354
17.2.2 温度补偿数据集分析 356
17.2.3 数据集预处理 360
17.3 基于自建数据集的温度补偿与损伤定位实验 365
17.3.1 基于BRAE模块的温度补偿效果分析 365
17.3.2 基于BRAE-PDI模型的损伤定位结果分析 368
17.4 基于OGW数据集的温度补偿与损伤定位实验 371
17.4.1 OGW数据集的描述与预处理 371
17.4.2 基于BRAE模块的温度补偿效果分析 375
17.4.3 基于BRAE-PDI模型的损伤定位结果分析 377
17.5 本章小结 380
参考文献 381
京公网安备 11010102004214号