复合材料盒段冲击损伤的成像优化

张 华, 张倩昀, 宁 宁

(1.中国飞机强度研究所, 西安 710065；2.西安航空学院 电子工程学院, 西安 710077)

复合材料盒段结构是机翼的典型结构形式,大面积的盒段结构在日常使用和维护过程中容易受到冲击，产生这些冲击的原因有维护过程中工具掉落、冰雹的撞击、起降时的碎石冲击等。

常规基于压电传感器和兰姆波的健康监测方法主要有：损伤因子方法和损伤概率成像方法。损伤因子方法相对简单，但往往无法直观地给出损伤的具体位置信息。近年来，国内外学者的研究主要集中在基于压电传感器阵列和Lamb波的损伤成像方法上，这些方法主要包括：延迟-累加成像方法[1]、时间反转成像方法[2]、超声相控阵成像方法[3]和概率成像方法[4]等。这些成像算法往往在实验室条件下可以获得比较精准的定位结果。由于试验现场的电压不稳定以及结构中可能存在残余应力，就会在不同程度上影响信号的稳定性。

笔者提出了一种采用双基准的概率成像方法，该方法将由于环境因素引起的信号变化加入到概率成像的方法中，可以在一定程度上补偿健康监测信号不稳定的影响，得出更为精确的损伤定位结果。

1 双基准概率成像方法原理

1.1 损伤概率成像方法

损伤概率成像方法的基本思想是：当某一激励-传感路径的Lamb波信号与基准信号相比有变化时，认为这一激励-传感路径上可能有损伤发生；损伤存在的概率与信号的变化成正比，且损伤存在的概率以激励器和传感器为焦点的椭圆状分布，椭圆焦点连线上损伤存在的可能性最大，然后随着椭圆短轴的延长，损伤存在的可能性越来越小。损伤概率成像方法的损伤概率分布如图1所示。

图1 损伤概率成像方法的损伤概率分布

之后将监测区域划分为统一大小的网格，假设监测网络总共有N条激励-传感路径，则在网格(x,y)处损伤存在的可能性如式(1)所示。

(1)

式中：DI,i为第i条激励-传感路径的损伤因子;Wi[Ri(x,y)]为第i条激励-传感路径的权重分布函数。

Ri(x,y)为网格位置(x,y)到第i条激励-传感路径的相对距离，其可以表示为

(2)

式中：Di为第i条激励-传感路径的激励器和传感器之间的距离；Da,i(x,y)和Ds,i(x,y)分别为第i条激励-传感路径的成像点(x,y)与激励器和传感器之间的距离。

权重分布函数Wi[Ri(x,y)]要求当相对距离Ri(x,y)增加时，其值要减小且遵循椭圆分布，因此Wi[Ri(x,y)]可以表示为

(3)

式中：β为控制损伤指数DI,i影响分布区域大小的比例参数。

1.2 损伤因子方法

典型的损伤因子如互相关损伤因子[5]、能量损伤因子[6]等，在计算中通过对比结构损伤前后信号的变化来表征该通道的损伤程度。在试验现场的测试中，结构中的残余应力、温度变化等因素的影响会使得基准信号本身发生变化，结构中1-3通道及3-1通道在测试过程中的两组基准信号及一组损伤信号如图2，3所示。其中，1-3通道两组基准信号的幅值未发生较大的变化，而3-1通道的两组基准信号的幅值和相位均发生了较大的变化。如果采用典型的损伤因子方法容易对是否存在损伤及损伤大小产生误判。

图2 基准信号不存在明显能量变化的通道(1-3通道)

图3 基准信号不存在明显能量变化的通道(3-1通道)

需要在计算损伤因子的过程中，综合考虑上述环境影响导致的基准信号的幅值及相位的变化。原先的能量损伤因子为

(4)

式中：D(t)为损伤信号;H(t)为健康信号。

基于此能量损伤因子的方法，未考虑环境因素导致的健康信号本身存在的不稳定性。文中提出的方法如式(5)所示。

(5)

式中：H0(t)为对比基准健康信号。

通过将两次结构一致条件下的信号相减得出在不存在损伤情况下的信号本身的能量变化。这样就可以在一定程度上避免基准信号的不稳定导致的损伤误判。

2 概率成像方法试验验证

图4为高承载复合材料盒段结构及相应的压电传感器布置，红色方框区域为压电传感器的布置位置，白色圆形区域为通过无损检测方法实际检测得出的损伤位置。传感器横向布置间距为80 mm，纵向布置间距为90110 mm。试验共设置了A1A4，B1B4，C1C2，D1D2，共12个冲击位置。其中，A1A4，B1B4及C1C2分别进行两次能量为10 J和5 J的冲击试验，D1D2只进行一次8 J的冲击试验。另外,在C1C2处模拟一个传感器存在失效的情况，在D1D2处模拟冲击损伤发生于传感器边界的情况。试验中共涉及冲击损伤22个。试验设备为美国ACCELLENT公司研发的集成式多通道压电结构健康监测系统。试验选取激励信号的中心频率为150 kHz，信号采样率为48 MHz，采样长度为10 000个点。

图4 高承载复合材料盒段结构及相应的压电传感器布置

通过选取区域内4个压电传感器，构成1个含有6个激励传感器路径的监测区域。在区域内采集两次结构健康监测条件下的基准信号，在结构中产生冲击损伤后再采集含损伤的压电传感信号。图57给出了A1_5J,D2_8J,B4_10J这3组典型冲击位置及冲击载荷下的定位结果，其中A1,B4冲击位置位于(46，50)和(40，54)，D2冲击位置位于(0，46)。

从图57可以看出,A1_5J定位结果修正前后变化不大，但是D2_8J及B4_10J的定位结果在采用算法进行修正前后存在比较明显的差异，其中D2_8J的未修正结果成像点偏向右下角，这是因为1-2传感器通道的健康基准信号波动引起了损伤的误判。而B4_10J的成像结果点则偏向左上角，这也是因为1-3通道健康基准信号波动引起了损伤的误判。通过对上述22个冲击点进行分析，采用传统的概率成像方法，其正确定位的概率为68%，而采用基于双健康基准的概率成像方法的损伤定位精度达到82%。

图5 损伤概率成像算法A1_5J定位结果

图6 损伤概率成像算法D2_8J定位结果

图7 损伤概率成像算法B4_10J定位结果

3 结语

(1) 采用概率成像算法可以实现复合材料中的冲击损伤定位。

(2) 传统的概率成像算法容易受到环境因素的影响，其定位结果存在偏差。采用文中所述的方法可以实现环境因素导致的定位误差的改进。