增强型POD方法用于评估管道导波结构健康监测系统的可靠性

《NDT & E International》:Augmented POD method for assessing the reliability of guided wave structural health monitoring systems of pipes

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

编辑推荐:

  将概率检测(POD)分析从无损检测(NDT)直接1:1迁移到结构健康监测(SHM)系统是不可行的。因此,过去二十年间,研究人员开发了多种评估SHM系统可靠性的方法,例如检测时劣化尺寸(SODAD,也称检测长度(LaD))、线性混合方法(LMM)、随机效应模型(

  
将概率检测(POD)分析从无损检测(NDT)直接1:1迁移到结构健康监测(SHM)系统是不可行的。因此,过去二十年间,研究人员开发了多种评估SHM系统可靠性的方法,例如检测时劣化尺寸(SODAD,也称检测长度(LaD))、线性混合方法(LMM)、随机效应模型(REM)以及模型辅助概率检测(MAPOD)方法。其中,MAPOD方法尤为有前景,因为它利用仿真生成统计独立的数据库,用于计算POD曲线。尽管仿真工具在考虑和模拟结构不确定性方面非常有效,但在表征系统、运行和环境不确定性方面存在不足。因此,基于仿真的POD分析缺乏对真实工况的完全代表性。此外,多种MAPOD方法依赖于经典的参数化POD分析,该分析假设损伤尺寸a与其对应的损伤指示剂之间存在线性关系。并且,由于重复测量的统计依赖性,MIL-HDBK 1823A中描述的参数化POD程序无法直接应用于监测场景。为克服这些局限,本文提出了一种新型模型辅助POD分析方法,即“增强型概率检测(A-POD)”方法。该方法将考虑结构不确定性的仿真数据集与来自真实导波结构健康监测(GWSHM)系统(包含环境、运行和系统不确定性)的实验数据集进行增强。与经典参数化方法不同,A-POD无需预定义损伤尺寸a与损伤指示剂之间的关系,从而适用于任何损伤增长趋势。通过基于换能器的GWSHM系统(在钢管中激励基本扭转模式T(0,1))获得的数据,验证了A-POD方法的性能与有效性。研究人员模拟了不同尺寸的腐蚀损伤(包含结构不确定性),并将这些数据与未损伤现有管道的实验基线数据进行增强。为验证目的,在该管道结构中引入并建模了人工损伤。A-POD方法的验证结果表明,当损伤指示剂与损伤尺寸a呈线性关系时,A-POD与线性MAPOD方法吻合良好。此外,实验与仿真数据集之间的POD分析比较显示,a90|95值非常接近。最后,结果展示了A-POD方法在数据集不呈现线性关系时评估GWSHM系统可靠性的能力,突显了其灵活性与通用性。
**论文解读:增强型POD方法用于评估管道导波结构健康监测系统的可靠性**

**研究背景与问题**
结构健康监测(SHM)系统基于无损检测(NDT)物理原理(如振动、超声等)在工业中受到广泛关注,但实际应用仍有限,主要障碍之一是缺乏评估SHM系统可靠性的明确指南。传统的概率检测(POD)分析在NDT中已成熟,但直接迁移至SHM存在困难:SHM系统永久安装、重复监测同一结构,且面临比NDT更多的不确定性参数(包括结构、系统、环境和运行不确定性)。重复测量可能产生统计依赖性,且监测响应受多种不确定性影响,而传统NDT的POD分析无法完全表征这些因素。现有方法如检测时劣化尺寸(SODAD)、线性混合方法(LMM)、随机效应模型(REM)虽能迁移POD分析,但依赖制造完全相同的结构及传感器网络,无法推广至特定应用。模型辅助概率检测(MAPOD)方法通过仿真减少实验负担,但现有MAPOD方法要么完全依赖仿真(缺乏对系统、环境、运行不确定性的表征),要么假设损伤指示剂与损伤尺寸a呈线性关系(如经典参数化POD),限制了其适用性。为此,研究人员开展了本研究,旨在提出一种新型模型辅助POD方法——增强型POD(A-POD),以更准确、鲁棒地评估导波结构健康监测(GWSHM)系统的可靠性。

**研究概述与结论**
本文提出了一种名为“增强型概率检测(A-POD)”的方法,通过将考虑结构不确定性的仿真数据与包含环境、运行和系统不确定性的实验基线数据进行增强,来评估GWSHM系统的可靠性。A-POD无需预定义损伤尺寸a与损伤指示剂之间的线性关系,适用于任何损伤增长趋势。研究人员在钢管上使用基于换能器的GWSHM系统激发基本扭转模式T(0,1),通过仿真不同尺寸的腐蚀损伤(包含结构不确定性)并与未损伤管道的实验基线数据结合,验证了该方法。结果表明,当损伤指示剂与损伤尺寸a呈线性关系时,A-POD与线性MAPOD方法得出的a90|95(以90%概率和95%置信度可检测的最小损伤尺寸)值几乎一致;即使数据集不呈线性关系,A-POD也能有效评估可靠性。论文发表在《NDT》。

**主要技术方法**
研究人员采用以下关键技术方法:
1. **实验数据采集**:在114英寸碳钢管道上安装两个换能器环(发射Tx和接收Rx),激发5周期汉宁窗调制的40 kHz扭转模式T(0,1),通过任意波形发生器、放大器、数字示波器等设备记录信号,并利用热电偶记录温度变化(10–21°C),采用位置特定温度补偿(LSTC)技术消除温度影响。
2. **仿真模型构建**:基于有限元(FE)方法,使用MATLAB构建网格,利用Pogo(基于CUDA的显式时域FE求解器)模拟导波与二维(2D)和三维(3D)损伤的相互作用。模拟了约800个2D损伤(节点断开模拟零轴向长度损伤)和3D损伤(移除单元模拟非零轴向长度),考虑管道名义厚度波动(按ASTM-A312标准,±20%/?12%公差)作为结构不确定性。
3. **A-POD方法**:首先从实验基线数据中提取损伤指示剂的均值(μE)和标准差(σE),假设其服从正态分布;然后将仿真数据减去μE以补偿模型误差;接着对每个增强后的数据点,以仿真值为均值、σE为标准差构建正态分布,计算超过检测阈值的概率作为A-POD数据点;最后使用高斯过程回归(GPR)拟合POD曲线,并计算95%预测置信区间。
4. **线性MAPOD方法**:作为对比,采用经典参数化POD分析(MIL-HDBK 1823A),将仿真数据线性回归后的参数(斜率、截距、标准差)与实验数据的μE和σE结合,通过最大似然估计和Delta方法计算置信区间。
(来源:德国航空航天中心轻型系统研究所,实验管道为114英寸碳钢,未提及具体样本队列来源。)

**研究结果**
(保留论文中每个小标题,并简要说明通过什么研究得出什么结论)

**5.1 POD分析:实验与仿真对比**
通过将实验人工损伤(六个阶段)的经典参数化POD分析与基于线性MAPOD方法的仿真POD分析对比,发现a90|95(以CSC90|95表示)分别为8.3%和8.2%,结果非常接近,验证了线性MAPOD方法的有效性,但该比较未包含结构不确定性。

**5.2 使用A-POD方法的POD分析**
利用A-POD方法分析两种损伤增长路径(穿壁损伤沿周向扩展、100%周向损伤沿径向扩展),并分别考虑有无结构不确定性。结果表明:
- 当包含结构不确定性时,CSC90|95值更高,POD分析更保守(图23、24)。
- 不同损伤增长路径导致完全不同的POD曲线,说明仅依赖CSC90|95评估系统性能可能产生误导。

**讨论与结论**
**讨论总结**:A-POD方法通过结合实验(含温度、系统不确定性)和仿真(含结构不确定性)数据,生成更鲁棒、更真实的POD分析。当数据呈线性关系时,A-POD与线性MAPOD结果一致(图9)。实验与仿真对比(图22)表明,即使只用未损伤实验数据与仿真结合,也能获得与实验损伤数据接近的结果(误差0.1%)。不同损伤增长路径导致不同的POD结果,强调需了解损伤进展方式。结构不确定性使POD分析更保守。

**研究结论翻译**:本研究提出了一种新方法,以更准确、稳健的方式结合仿真和实验数据来评估GWSHM系统的可靠性。这种新方法称为A-POD方法,它仅使用未损伤结构的实验数据,并将其与损伤结构的仿真数据结合。研究人员将其与另一方法(线性MAPOD方法)进行比较,后者也结合未损伤实验数据与损伤仿真数据。当数据集呈线性行为时,线性MAPOD和A-POD的POD分析输出几乎相同。然而,线性MAPOD方法不能用于非线性的数据集,而A-POD方法则展示了其灵活性和能力。由于是否可以仅基于实验数据(来自同类型的不同实验设置)建立POD分析仍存在争议,使用仿真似乎是不可避免的。新方法不仅依赖仿真数据,还考虑实验数据以反映其相关的不确定性。借助未损伤管道,本研究考虑了温度、系统不确定性等参数。利用Pogo仿真工具模拟了多种统计独立的损伤场景(包括管道结构上可能出现的裂纹状外观),同时考虑了管道名义厚度变化的结构不确定性。在记录未损伤阶段的数据库后,引入并建模了六个阶段的人工损伤。使用实验数据的经典参数化POD分析与结合实验数据特征与仿真数据集的线性MAPOD分析,输出结果误差极小。使用A-POD或线性MAPOD方法为评估管道上GWSHM系统的可靠性提供了有价值的见解,提供了一种主动评估结构健康的方法,无需等待管道结构劣化。不仅关注GWSHM系统可靠性评估的输出信息,还要关注损伤如何进展,这能显著改变对GWSHM系统的决策。
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