《Sensors》:Research on Time Difference Prediction of RTD Fluxgate Sensors Based on an Improved Transformer Neural Network
编辑推荐:
现代航空工程日益需求超出被动承载能力的多功能材料。尽管自修复复合材料可自主修复冲击损伤,但其实际应用需要可靠的结构状态原位感知。针对此问题,本研究提出了一种新颖的多功能复合材料结构框架,该框架协同集成了损伤自修复与基于导波(Guided Wave, GW)的结
现代航空工程日益需求超出被动承载能力的多功能材料。尽管自修复复合材料可自主修复冲击损伤,但其实际应用需要可靠的结构状态原位感知。针对此问题,本研究提出了一种新颖的多功能复合材料结构框架,该框架协同集成了损伤自修复与基于导波(Guided Wave, GW)的结构健康监测(Structural Health Monitoring, SHM)。研究未将监测与修复视为孤立过程,而是通过该集成策略赋予复合材料自感知和自修复特性,实现对动态“健康–损伤–修复”过程的闭环追踪。研究人员系统分析了模拟损伤和不同结构冲击损伤状态对不同导波模式的交互影响。此外,引入了一种状态指数方法,用于表征损伤扩展并精确区分演化的结构状态。实验验证展现了空间感知能力:该框架对模拟损伤的最小定位误差为5 mm。关键的是,对于目视勉强可见的冲击损伤,损伤和自修复状态分别被精确定位,误差分别为3 mm和5 mm,所有总体定位误差严格小于9 mm。这些发现验证了所提多功能策略的有效性,为下一代智能、抗损伤航空复合材料结构提供了高度可靠的范式。
**论文解读文章**
**研究背景与问题**
现代航空工程对复合材料结构提出了从被动承载向智能、多功能系统转变的需求。复合材料虽具有高比强度、高比模量等优点,但制造和服役过程中易产生目视勉强可见的冲击损伤(Barely Visible Impact Damage, BVID),这类损伤显著降低结构力学性能,且难以通过目视检测,若未及时定位识别可能导致灾难性后果。现有非破坏检测技术(如热成像、X射线、涡流检测等)耗时、成本高,依赖专用设备和操作人员,难以实现原位大面积监测。基于导波(GW)的结构健康监测(SHM)技术因其对小损伤敏感、可区域监测而被视为有效手段,但传统方法仅进行健康-损伤的二元评估。对于自修复复合材料,冲击损伤后修复剂释放、流动、固化,使结构从损伤状态进入新的自修复状态,传统的二元监测无法描述这种多状态演化。因此,需要一种能同时识别状态和空间定位的集成框架。
**研究内容与结论**
本研究提出了一种集成热激活自修复能力与压电导波监测的多功能复合材料结构框架,将常规导波SHM从二元健康-损伤监测扩展为健康、损伤、自修复三状态演化监测。研究人员通过实验分析了不同结构状态对不同导波模式的影响,建立了状态指数(State Index, SI)表征损伤和自修复引起的结构演化,并采用导波成像算法实现对初始冲击损伤和自修复区域的空间定位。实验结果表明,所提框架能有效区分三种状态,对模拟损伤和BVID的定位误差均小于9 mm,验证了该多功能策略在下一代航空复合材料结构中的可靠性。论文发表在《Sensors》。
**关键技术方法**
研究人员采用的主要关键技术包括:①基于压电传感器(PZT)阵列的导波激励与采集系统,使用60 kHz和160 kHz中心频率的汉宁窗调制三周期正弦脉冲作为激励信号,分别激发A0模式(反对称模式)和S0模式(对称模式);②状态指数(SI)计算方法,通过比较健康基线信号与监测信号(损伤或自修复状态)的波形差异,归一化表征状态变化;③基于延迟-求和成像的导波阵列成像算法,通过计算各激励-传感通道的散射信号包络,在监测区域像素网格上累加强度,实现损伤和自修复区域定位。样本为T800单向碳纤维织物与核壳纳米纤维自修复体系制成的复合材料板,尺寸200 mm×80 mm×2.8 mm,铺层顺序(45/0/-45/0/0/90/0)?s,核壳层平均厚度约37 μm。实验使用了模拟损伤(密封胶,面积3×3 mm2至15×15 mm2)和不同能量(2 J至10 J)的冲击损伤。
**研究结果**
**5.1 基于信号特征与状态指数的结构状态感知**
**5.1.1 模拟损伤下的信号特征**:通过分析70 kHz下A0模式信号,发现随着模拟损伤面积增大,信号幅值逐渐下降,PZT1-PZT5通道最大幅值下降约41.5%,PZT3-PZT5通道下降约41.6%;而160 kHz下S0模式幅值变化仅约1.7%,且无单调趋势,表明A0模式对损伤更敏感。
**5.1.2 冲击损伤与自修复状态下的信号特征**:对2 J冲击能量,A0模式信号在自修复状态幅值最大(差信号幅值约0.4 V),健康状态最小;S0模式幅值变化小(最大约0.04 V),且不同通道间无稳定趋势,故S0模式不适用于状态识别。
**5.1.3 模拟损伤的状态指数**:A0模式的状态指数值与损伤面积正相关,而S0模式指数值较小,验证A0模式更优。
**5.1.4 冲击损伤与自修复状态的状态指数**:A0模式下,自修复状态指数(最大值约0.35)显著高于损伤状态指数(最大值约0.1),表明自修复区域引入不同于健康状态的新特征;S0模式指数值过小(最大0.04),无法有效区分。分析认为,A0模式对浅层微裂纹和面外扰动更敏感,因此更适合多状态演化监测。
**5.2 结构空间位置感知**
**5.2.1 模拟损伤定位**:采用成像算法,所有模拟损伤定位误差均小于10 mm,最小误差5.00 mm(Level 1),最大误差9.00 mm(Level 3)。
**5.2.2 冲击损伤与自修复状态定位**:2 J冲击下,损伤状态定位误差2.64 mm,自修复状态定位误差8.56 mm;4 J至10 J冲击下,损伤状态最大误差2.83 mm(4 J),自修复状态最大误差8.56 mm(2 J),所有误差均小于最大传感器间距的5.35%(约160 mm),表明方法可精确定位不同能量冲击的损伤和自修复区域。
**讨论与结论**
讨论部分指出,自修复状态比损伤状态产生更高的状态指数,因为固化后的修复材料改变了局部刚度和界面连续性,导致导波响应与健康状态差异更大。A0模式因对面外变形敏感而优于S0模式。研究结论总结如下:首先,模拟损伤面积增大导致信号幅值下降,A0模式灵敏度高(最大幅值变化41.6%),状态指数可表征损伤扩展,成像定位最小误差5.00 mm。其次,健康、损伤、自修复状态下的导波响应存在可区分差异,2 J冲击下损伤状态幅值变化4.5%,自修复状态变化18.4%,自修复状态指数更高表明修复区域并非恢复至原始健康状态。第三,成像方法精确定位了冲击损伤和自修复区域,2 J冲击下损伤和自修复误差分别为2.64 mm和8.56 mm,4 J至10 J冲击下最大误差分别为2.83 mm和6.73 mm(对应传感器最大距离的1.77%和4.20%)。总体而言,所提方法将常规导波监测从二元损伤检测扩展为多功能自修复复合材料的多状态评估。未来工作将聚焦于损伤类型识别和自修复过程的在线监测,以揭示损伤萌生、修复剂释放、聚合与导波响应重建之间的关系。