一种面向金属板的新型分层物理引导裂纹监测框架:一种虚拟可迁移基线方法

《NDT & E International》:A novel hierarchical physical-guided crack monitoring framework for metallic plates: A virtual transferable baseline approach

【字体: 大 中 小 】 时间:2026年07月30日 来源:NDT & E International 6.0

编辑推荐:

  尽管导波检测在复合材料板上已成功应用,但其在金属板中的应用仍更具挑战性,因为金属结构中的波传播在本质上不同,且裂纹的存在进一步使行为复杂化。因此,研究人员提出了一种新颖的多阶段裂纹识别框架,将尖端诱导衍射与详细的兰姆波(Lamb wave)分析相结合。该方法通

  
尽管导波检测在复合材料板上已成功应用,但其在金属板中的应用仍更具挑战性,因为金属结构中的波传播在本质上不同,且裂纹的存在进一步使行为复杂化。因此,研究人员提出了一种新颖的多阶段裂纹识别框架,将尖端诱导衍射与详细的兰姆波(Lamb wave)分析相结合。该方法通过检测、定位与表征三个步骤推进,确保准确评估裂纹的存在、取向与严重程度。研究人员利用通过物理引导K-SVD字典学习从兰姆波信号中提取的shapelets重构虚拟基线,有效消除了对先验基线数据的需求,并提高了不同条件下GWSHM的鲁棒性。值得注意的是,该框架仅使用稀疏传感器(sparse sensors)即可实现详细的裂纹表征,这比基于导波的SHM中简单的损伤检测或定位更具挑战性。框架始于裂纹检测阶段,其中建立基于可靠性的阈值以确认裂纹存在并抑制误报。一旦确认检测,裂纹定位通过融合成像算法实现,该算法高精度估计裂纹位置。随后,采用基于飞行时间(Time-of-Flight, ToF)的尖端估计技术区分尖端衍射与镜面反射,允许准确识别两个裂纹尖端并实现裂纹生长的连续监测。所提出的框架已在人工裂纹和使用Instron 250 kN液压疲劳机产生的自然发展缺口上进行了实验验证,证明了在不同缺陷场景和载荷条件下的适应性。总体而言,通过集成虚拟基线重构、可靠性阈值分析、裂纹成像技术、弱幅值衍射隔离,本研究建立了一套系统的方法论,显著增强了GWSHM中长期裂纹检测、定位与表征的可靠性和准确性。
研究背景方面,疲劳裂纹是飞机机身、风力机叶片、桥梁等薄壁工程结构在循环载荷下材料性能渐进退化引发的主要失效模式,若未被检测,其扩展可导致灾难性结构失效与重大经济损失,因此早期检测与精确定位对保障结构安全与运行可靠性至关重要。各类无损检测(NDT)技术从不同角度发展用于疲劳裂纹检测与表征,例如数字图像相关(DIC)图像用于裂纹尖端自动定位与原位监测,激光热成像用于镍基高温合金疲劳裂纹生长行为原位表征;不同于传统NDT,结构健康监测(SHM)技术提供综合框架,可在更大检测覆盖范围内连续、原位评估裂纹萌生与扩展。在各NDT与SHM方法中,基于导波的SHM(GWSHM)因长距离传播、对小缺陷高灵敏度及在服役条件下运行能力成为有力方法,数值研究表明兰姆波与裂纹相互作用时发生散射、反射与模态转换,编码裂纹检测与表征的有价值信息,线性GWSHM方法实现更简单、对环境变异性敏感度更低,对中到大裂纹检测定位有效可靠,非线性技术对早期微裂纹敏感度更高。现有研究如时间反转技术结合宽带激励实现金属结构缺陷有效时域重压缩与分辨率提升,但无法自动估计随机裂纹取向或尺寸且受特定传感器布置强约束;基于概率的诊断成像方法可有效捕获金属板取向特定损伤取向、形状与尺寸,但精度有限且需较多传感器;利用波损相互作用幅值变化以最少换能器配置实现裂纹准确定位与尺寸估计,但无裂纹尖端反射导致盲检测局限;分析镜面反射与尖端衍射准确评估裂纹角、长度与轮廓实现板状结构裂纹几何精细重构,但无预先明确裂纹检测易导致误报;基于直接响应的弹性波诊断成像方法实现早期裂纹检测与长度估计。上述方法在随机分布传感器网络内未提供自动化裂纹评估框架,主要局限是依赖完好态基线数据并与当前结构状态比较,这种基线依赖策略对环境与运行条件(EOCs)变化高度敏感,虽提出温度补偿技术但仍受限,需开发无参考框架裂纹识别以推进结构监测技术,为确保精度与降低误报,框架应采用分层识别策略逐步细化裂纹检测、表征与评估,适应复杂结构环境,解决现有方法局限。研究人员开展了一种基于尖端衍射的可靠、虚拟可迁移基线多阶段裂纹识别框架研究,得出该框架通过物理引导K-SVD字典学习提取历史完好数据集底层shapelet模式作为通用函数迁移至当前测试信号,实现准确信号重构与鲁棒裂纹识别,框架从裂纹检测(基于可靠性阈值分析验证裂纹存在以降低误报风险)、定位(融合RAPID与DAS算法提升损伤成像时空分辨率)、表征(利用镜面反射与尖端衍射定量估计取向与长度)逐步推进裂纹评估,基于飞行时间的尖端估计部分扩展至Instron液压250 kN疲劳机引入的自然裂纹生长监测,证明真实载荷条件下框架适应性,能捕获裂纹生长动态,具备集成至SHM系统与预测性维护框架潜力,论文发表在《NDT》。
关键技术与样本方面,研究人员采用物理引导K-SVD字典学习从ABAQUS 2024建立的Al 5251板有限元模型模拟完好数据中提取shapelets(信号固有统计解构成的代表性片段)生成可迁移通用基重构虚拟基线;采用贝叶斯马尔可夫链蒙特卡洛(MCMC)框架模式分离方法分解个体波包以隔离目标模式与边界反射;采用基于可靠性阈值的离群分析(Mahalanobis Square Distance, MSD)确认裂纹存在;采用融合RAPID与延迟求和(DAS)算法实现裂纹定位;采用基于飞行时间(ToF)的尖端估计技术与融合衍射成像算法区分镜面反射与尖端衍射以定位裂纹尖端;样本包括ABAQUS 2024模拟的人工裂纹有限元数据、500 mm×500 mm×2 mm Al 5251板人工制造的通厚缺口(人工裂纹)实验样本、Instron 250 kN液压疲劳机在中心带10 mm直径孔的Al 5251板上循环加载(最大应力100 MPa、最小应力10 MPa、应力比0.1、5 Hz)产生的自然裂纹样本。
研究结果部分,3. 人工裂纹识别:3.1. 有限元验证:研究人员在ABAQUS 2024用二维壳单元动态显式分析建立Al 5251板(尺寸500 mm×500 mm×2 mm,机械性能Young’s modulus 64 GPa、Poisson’s ratio 0.33、Yield strength 145.21 MPa、Tensile strength 197.76 MPa、Density 2680 kg/m3)有限元模型,用S4R壳单元离散板、C3D8R砖单元建模PZT并以绑定约束模拟完美粘接,施加50 kHz 5周期汉宁窗toneburst激励,在3个不同位置引入40 mm×5 mm裂纹,用9传感器方形配置覆盖200×200 mm区域;对比常规无基线方法、标准K-SVD与物理引导K-SVD的定位结果,物理引导K-SVD定位偏差最小(Location1偏差3.1623 mm、Location2偏差1 mm、Location3偏差3.1623 mm),且能成功识别裂纹区域与一致估计尖端位置,轻微偏差源于直接响应与衍射波包时间窗口重叠及小传感器间距致ToA差异压缩,预测裂纹取向与长度与真实值一致,证明框架对不同裂纹位置强鲁棒性。3.2. 实验设置:研究人员在Al-5251板(边缘渐减至0 mm厚度、贴blu-tack吸边界反射)制造通厚人工缺口,以直径200 mm圆形分布布置12个DuraAct PZT换能器(热塑性薄膜粘接,用电机械阻抗(EMI)分析监测粘接状态),用NI信号发生器产生幅值6 V、10 kHz-600 kHz、时长200 μs线性chirp信号,PXI-5105示波器以60 MS/s采样率采集,每次10次连续测量提信噪比,重构为50 kHz中心频率5周期汉宁窗toneburst信号(主导反对称A?模兰姆波)。3.3. 裂纹识别:研究人员用离群分析建立可检测阈值(MSD临界值5.9915,对应95%百分位χ2分布),物理引导K-SVD的MSD值远超阈值证实通厚裂纹存在,其PDI图比标准K-SVD损伤定位更精确清晰,预测位置与真实位置吻合;用0.5阈值区分衍射与镜面波,提取衍射波包经融合衍射成像算法定位裂纹尖端,预测尖端与真实尖端接近,仅长度与取向有微小偏差,验证方法有效性。3.4. 参数研究:研究人员在阈值范围[0.30:0.05:0.65]开展研究,阈值0.3时低裂纹尖端难区分、衍射信息不足致尖端定位不稳;阈值0.65时冗余反射成分致两尖端预测区域重叠、降低精度;阈值0.35-0.60时预测尖端位置稳定且物理一致,选0.5为经验值平衡衍射保留与反射抑制;不同信噪比(SNR=1、5、10、15、20)下尖端估计结果总体稳定,主尖端区域均可识别,方法对信号扰动具合理鲁棒性。3.5. 验证:研究人员在800 mm×800 mm×2 mm Al-5251板右上侧制造宽1 mm人工裂纹、9传感器方形分布开展验证,物理引导K-SVD结果更易检测(与可检测阈值分离更大)、PDI图定位更精确清洁,虽裂纹在换能器路径交叠区外致预测与真实有微小差异,但裂纹表征阶段准确估计两尖端,证明训练字典在相同材料不同板尺寸与传感器布局可迁移无需重训,大材料差异会降低可迁移性;框架为多阶段分层策略,前阶段为后阶段提供可靠支撑,初始未检测损伤则视为健康,定位与表征用互补物理引导方法(RAPID+DAS全局定位、椭圆轨迹法细化尺寸取向),结果应互一致,不一致则需C扫描进一步确认。4. 自然裂纹监测:4.1. 实验设置:研究人员在800 mm×800 mm×2 mm Al-5251板中心加工直径10 mm圆孔,以400 mm×200 mm矩形分布布置4个DuraAct PZT换能器,用Instron液压250 kN疲劳机施加循环单轴载荷(最大应力100 MPa、最小应力10 MPa、应力比0.1、5 Hz)引孔边自然裂纹,疲劳试验暂停时采兰姆波响应并激活试样保护释放残余应力,用Canon 5D Mark II相机实时记录裂纹演化,孔边贴blu-tack吸收直接响应以提取裂纹尖端衍射波包。4.2. 分析:研究人员分析波传播与裂纹尖端相互作用,50 kHz时Al-5251板A?模群速度约1770 m/s,波长约35.4 mm,孔直径10 mm约为波长30%,兰姆波可绕孔弯曲产生次级波前从孔边向外辐射,能量不直穿孔空间而绕边传播,孔边贴blu-tack衰减次级波前以凸显裂纹尖端衍射;采集40,250至41,750周次5阶段响应,衍射波包飞行时间(ToA)随裂纹生长略相位延迟(衍射路径增长),基于椭圆轨迹法( actuator与sensor为焦点,满足d?+d?=v·(t??c????? - t??c???????/?))定位尖端,预测与真实位置接近,微小偏差源于群速度估计不准、换能器微错位、测量噪声及兰姆波频散与衰减特性;对比无裂纹仅孔基准样(无blu-tack),仅孔案例波包到达最早(至孔边散射至接收PZT路径最短),裂纹生长时到达延迟与尖端衍射更长路径一致,基准椭圆成像预测黄十字近孔边,证实ToA与波行为物理一致。
讨论与结论部分,研究人员总结提出一种结合导波与尖端衍射分析的新型虚拟可迁移基线多阶段裂纹识别框架,集成检测、定位、表征顺序阶段,提供不依赖基线数据的系统化全自动裂纹评估方法;开发贝叶斯MCMC模式分离技术隔离重叠兰姆波模式与抑制边界反射,物理引导K-SVD字典学习方法捕获完好信号固有统计特征为可迁移shapelets以支持信号重构与定位,验证训练字典在相同材料不同板尺寸与传感器布局可迁移无需重训,大材料差异降低可迁移性;人工与自然裂纹(Instron 250 kN疲劳机产生)实验验证框架在不同缺陷构型与载荷条件下准确检测、定位、表征裂纹的能力,证实框架适应性与集成至长期疲劳裂纹评估与预测性维护的虚拟可迁移基线SHM系统的潜力。贡献与创新为:开发分层多阶段框架,仅用有限稀疏传感器实现裂纹检测、定位及尺寸估计与取向评估等详细表征(稀疏传感下比简单检测定位更具挑战);不依赖被检结构直接测量的完好基线,重构可迁移虚拟基线集成至裂纹识别流程;首次用兰姆波主动传感与稀疏传感器网络监测动态裂纹生长。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号