在非稳态激励下，利用激光引导的数字图像相关性技术实现非接触式结构损伤定位

《Optics & Laser Technology》：Non-contact structural damage localization via laser-guided digital image correlation under non-stationary excitation

振动损伤检测中，基于数字图像相关（DIC）的全场振动响应结合时间-频率滑动带通滤波提升信噪比，通过自适应切比雪夫多项式拟合生成基准曲率，融合多场曲率残差构建损伤指数图实现高精度损伤定位。实验验证其在非平稳激励下具有显著优势。

　　

魏宇辰|翁杰春|黄展|陈冰|盛志鹏|高泽然|傅宇

周口师范学院物理与电信工程学院，中国周口466001

摘要

基于振动的方法被广泛用于结构健康监测中的损伤识别。然而，依赖于运行变形形状（ODSs）的方法通常由于测量噪声和振动节点的存在而表现出有限的准确性。为了克服这些限制，本文提出了一种结合时频域滑动带通滤波与空间域曲率残差融合的损伤检测方法。使用数字图像相关（DIC）方法捕获全场振动响应。为了提高通过DIC测量的ODSs的信噪比，在时频域应用了由激光多普勒测振仪引导的滑动带通滤波方法，实现了亚微米级的位移分辨率。使用自适应阶Chebyshev多项式拟合获得未损伤结构的基线数据。通过从滤波后的ODSs的曲率中减去基线曲率来计算曲率残差。在扫频激励下获得的曲率残差被融合以构建损伤指数图，其中峰值表示潜在的损伤位置。实验结果表明，所提出的方法在非平稳振动条件下显著提高了损伤定位的准确性。

引言

在服役中的工程结构不断受到冲击载荷、空气动力载荷、热应力和运行载荷等外部激励的影响，导致振动响应通常是非平稳的。因此，结构健康监测（SHM）对于确保关键基础设施（包括航空航天部件、民用结构和机械系统）的安全性和可靠性至关重要。在众多无损评估技术中，基于振动的方法已被广泛研究用于损伤识别，因为结构损伤通常会引起自然频率、模态形状和阻尼比等变化[1]。

振动响应可以通过接触式或非接触式测量技术获得。传统的接触式传感器（如加速度计和应变计）可以提供可靠的时间域信号；然而，它们受到质量加载效应的固有限制，这可能会改变结构动态，并且空间稀疏性阻碍了复杂运行变形形状的准确捕获[2]、[3]、[4]、[5]。为了克服这些限制，非接触式光学测量技术提供了密集的空间信息而不会产生物理干扰。虽然激光多普勒测振法（LDV）具有更高的测量精度，但它主要是一种点测量技术，使得同步全场采集变得具有挑战性。类似地，干涉测量方法可以实现高位移分辨率，但通常受到复杂设置和对环境噪声的极端敏感性的限制[6]。在这种情况下，基于成像的测量技术作为一种稳健的替代方案应运而生。在各种光学技术中，数字图像相关（DIC）已成为最突出的技术，因为它通过跟踪结构表面散斑图案的运动来提取全场数据[7]、[8]。通过利用高速成像，DIC提供了数百万个同步的空间采样点，使得检测局部动态变化成为可能，这对于基于振动的损伤定位至关重要。

传统的方法通过将ODSs与未损伤的基线进行比较来识别损伤。然而，获取基线数据是具有挑战性的，因为结构很少从其初始未损伤状态开始进行监测。为了克服这一限制，已经开发了无需未损伤参考的基线自由或自参考技术来识别损伤。其中值得注意的是间隙平滑方法（GSM）[9]、[10]，以及Yoon等人将其扩展到二维板结构[11]。同样，Limongelli等人应用三次样条插值来平滑测量的频率响应函数数据，从而无需未损伤的基线数据即可实现结构损伤定位[12]。Sheng等人使用Chebyshev多项式来近似结构组件的未损伤曲率[13]。在这些重建策略中，基于多项式的表面拟合与DIC结合使用时特别有利。它可以直接从测量数据重建平滑的基线，从而无需未损伤的参考，从而能够直接进行残差分析以定位损伤。这些残差有效地突出了局部结构不连续性，从而将原始的全场测量数据转化为敏感的损伤定位指标。

基于DIC的ODS分析对测量噪声非常敏感，尤其是在损伤检测应用中[14]、[15]。尽管DIC可以实现亚像素级的位移精度，但随后用于损伤定位的处理步骤可能会显著放大噪声。测量噪声可能来源于照明波动[16]、[17]、相机热变形[18]、[19]、传感器噪声[20]、[21]、相机校准误差[22]和环境噪声[23]。这种噪声不仅会掩盖微妙的振动特征，还会降低重建基线的保真度，导致不可靠的损伤定位。为了减轻这些影响，已经提出了各种降噪策略。Zhou和Mazzoleni等人提出在DIC计算之前对图像进行滤波[24]、[25]。Baldoni等人探索了高斯低通滤波器和自适应滤波策略来减少噪声[26]。Cui等人提出了一种梯度滤波方法，可以减少误差并增强对噪声的鲁棒性[27]。Reu利用蒙特卡洛方法研究了校准不确定性，发现它会影响DIC结果的缩放因子[22]。Sheng和Wei等人提出了LDV引导的DIC方法来提高振动测量的准确性[13]、[28]。值得注意的是，现有的降噪和LDV辅助DIC技术是在单频激励条件下开发的，其中振动频率随时间保持不变。在这种假设下，可以有效地使用带通滤波策略来抑制测量噪声[28]、[29]。然而，在许多损伤检测场景中，结构受到非平稳激励的影响，例如扫频或瞬态载荷，其中瞬时振动频率随时间连续变化。在这种情况下，带通滤波器面临一个不可避免的权衡：窄带会导致信号失真，而宽带则会导致噪声抑制不足。振动响应的时变性质为基线重建和损伤敏感特征的提取带来了额外的挑战。

本文提出了一种高精度的非接触式损伤检测方法，该方法将时频滑动带通滤波（TFSBF）与空间域曲率残差融合相结合。在提出的工作流程中，使用短时傅里叶变换（STFT）将扫频激励下的DIC测量ODSs转换为时频域。在LDV测量的引导下，应用滑动带通滤波器将振动信号与噪声分离，显著提高了DIC数据的信噪比。随后，使用自动优化的Chebyshev多项式拟合方法从滤波后的ODSs构建基线数据，无需预先的未损伤测量。来自多个ODSs的曲率残差被融合，增强了损伤特征的可见性并减轻了模态节点的影响。实验结果表明，这种方法能够在复杂噪声条件下实现亚微米级的振动提取和稳健的损伤定位。

小节片段

数字图像相关

DIC是一种用于全场位移和应变测量的非接触式光学技术。如图1所示，DIC通过比较参考图像和变形图像之间的散斑图案来跟踪表面变形。参考图像被离散成小的子集，其对应位置在变形图像中通过相关算法确定。使用一阶形状函数来考虑子集的平移和梯度，确保精确跟踪

实验设置和过程

为了验证所提出方法的有效性，构建了图3所示的实验装置。它包括一个测试样品、两个高速相机（型号：CP70-1HS-M/C-1900，Optronis）和两台计算机、一个单点激光多普勒测振仪（型号：FNV-R1D-VD1，Holobright）、两个波形发生器（型号：SDG6052X）、一个机械振动台（型号：V201，B&K）及其放大器（型号：LDS LPA100，B&K）以及两个线性LED光源。

为了确保LDV和相机之间的同步

DIC数据去噪

为了评估TFSBF方法的去噪性能，在尺寸为100毫米×100毫米×1毫米的矩形板上进行了实验。捕获的图像分辨率为650×655像素，对应于0.152毫米/像素的物理尺度。施加了从0到400赫兹的线性扫频激励，持续时间为10秒。相机以1000帧/秒的速度运行，产生了10,000帧图像。

图5比较了从DIC和LDV获得的振动响应。如图5(a)所示，DIC

结论

本文提出了一种具有强大噪声抑制能力的非接触式结构损伤检测方法，旨在解决全场振动测量中低信噪比和有限缺陷识别精度的问题。主要贡献和发现总结如下：

1.

在非稳态激励下，LDV引导的DIC噪声解耦：使用3D-DIC测量全场ODSs，并利用LDV测量来指导TFSBF方法。

CRediT作者贡献声明

魏宇辰：撰写——审阅与编辑，撰写——原始草稿，可视化，数据管理，概念化。翁杰春：可视化，软件，方法论，数据管理。黄展：撰写——审阅与编辑，可视化，软件，数据管理。陈冰：监督，资源，方法论，资金获取。盛志鹏：撰写——审阅与编辑，监督，数据管理。高泽然：撰写——审阅与编辑，可视化，资金获取。傅宇：撰写——

资助

国家自然科学基金（资助编号：12572210）；深圳大学科学仪器开发项目（资助编号：2023YQ011 & 2024YQ001）；深圳市科技创新委员会项目 ? 稳定支持（一般项目）（资助编号：20231120175055001）；国家关键研发计划（资助编号：2023YFF0716900）；河南省关键技术研发计划（资助编号：262102221042）。

利益冲突声明

作者声明他们没有已知的竞争性财务利益或个人关系可能影响本文报告的工作。