《Sensors》：Detection of Structural Changes Prior to the Burst of a Hydrogen Composite Overwrapped Pressure Vessel Using Ultrasonic Guided Waves
编辑推荐：
复合缠绕压力容器（Composite Overwrapped Pressure Vessel, COPV）因其轻量化结构而越来越多地用于氢存储。因此，确保其结构完整性成为安全运行的重要要求。超声导波（Ultrasonic Guided Waves, UGW）非
复合缠绕压力容器（Composite Overwrapped Pressure Vessel, COPV）因其轻量化结构而越来越多地用于氢存储。因此，确保其结构完整性成为安全运行的重要要求。超声导波（Ultrasonic Guided Waves, UGW）非常适合这项任务，因为其对薄壁压力容器中的结构变化高度敏感。在这项工作中，研究人员开发了一种基于可解释最佳多贝西小波（Best Daubechies Wavelet, BDW）特征和k近邻（k-Nearest Neighbors, kNN）新颖性检测的机器学习框架。该框架在过压期间识别出UGW响应中的持续性转变，该转变表明发生了永久性结构变化，并在爆裂失效之前出现。该框架使用从实际压力容器获取的测量数据进行了验证。对于先验选择的传感器对11–12（位于高应力筒段），该方法实现了98.28%的平衡准确率和100%的真阴性率。此外，所提出的方法确定了持续结构转变首次可检测时的压力水平，并表明该转变在容器恢复到正常操作压力后仍保持可检测性。
论文解读：基于超声导波的氢复合缠绕压力容器爆裂前结构变化检测
复合缠绕压力容器（Composite Overwrapped Pressure Vessel, COPV）因轻量化优势在氢存储领域应用日益广泛。然而，氢气高压储存具有爆炸危险性，确保容器结构完整性与运行安全至关重要。超声导波（Ultrasonic Guided Waves, UGW）因其对薄壁容器结构变化的高敏感性，成为结构健康监测（Structural Health Monitoring, SHM）的有力工具。但UGW信号存在色散、波模重叠和环境噪声等难题，且传统监督学习方法需要大量含损伤状态的样本，而在真实基础设施中这类样本往往难以获取。研究人员因此提出一种半无监督新颖性检测框架，仅需健康状态测量数据即可训练模型，旨在识别爆裂失效前出现的持续性结构转变。
该研究在真实COPV样品上开展实验，通过逐步加压直至爆裂，采集UGW信号，验证了所提框架的有效性。研究得出关键结论：仅依靠健康状态数据训练的新颖性检测器能够可靠识别爆裂前出现的持久结构变化，且该变化在加压至950 bar时首次可检测。相关成果发表于《Sensors》期刊。
主要技术方法如下：研究人员使用NPROXX GmbH制造的Type IV COPV，额定工作压力700 bar，共安装25个压电传感器，分布为5个周向环。实验采用逐步加压协议，包括4个循环加压斜坡（最高压力分别为750、850、950、1050 bar）和最终爆破实验（爆裂压力1713 bar）。信号激励采用60至300 kHz离散频率及宽带chirp，以pitch-catch方式采集。预处理包括Butterworth带通滤波和时窗截取首达波。特征提取比较了BDW、最佳傅里叶系数（BFC）、自适应线性逼近（ALA）和统计矩四种方法，最终选用BDW特征。使用kNN新颖性检测器，通过自适应阈值判断异常，并采用留一组交叉验证（LOGO-CV）评估泛化能力。
研究结果分述如下。
4.1 特征提取可视化（PCA）：研究人员将特征投影到主成分分析空间，发现BDW特征能清晰分离不同结构状态。通过比较Ramp 1–3、Ramp 1–4及完整数据，发现Ramp 3后期测量点（压力超过850 bar）与后续更高压斜坡的测量点聚为一类，且当压力降低后仍保持该状态，表明存在持续性结构转变，而非瞬时压力效应。首次分离出现在950 bar测量水平。
4.2 模型配置：为确定最优模型参数，研究人员进行分步优化。4.2.1特征提取器选择中，使用固定kNN配置评估各特征提取器，BDW取得最高平均平衡准确率（96.12%±2.23%），被选为最终特征。4.2.2 kNN超参数优化中，比较多种距离度量和不同邻域数k，最终选择Chebyshev距离和k=10，该配置在传感器对11–12上实现100%真阴性率，同时保持较高平衡准确率。4.2.3灵敏度因子优化中，权衡真阴性率与平衡准确率，选择灵敏度因子x=3.25，使代表传感器对11–12达到零误报警，平均真阴性率为92.70%。
4.3 新颖性检测结果可视化：将新颖性分数与压力历史对照显示，检测器在转变后持续输出超过阈值的分数，即使压力降至正常范围也保持高分数。不同验证折均表现一致，证明模型识别的是不可逆结构变化而非依赖瞬时压力。
在讨论部分，研究人员指出，所检测到的持续转变发生在加压超过850 bar之后，于950 bar测量水平首次可辨，该转变无法仅用弹性响应解释，但物理机制尚不能由当前测量确定。传感器位置对检测性能影响显著，位于筒段的传感器对11–12灵敏度最高，而近穹顶区域传感器灵敏度较低。仅需一个精心选择的传感器对即可实现可靠检测，但若需定位变化位置，仍需密集传感器网络。目前研究仅基于单个容器样本，属于概念验证，未来需在更多容器上验证，并探索将新颖性分数与损伤量相关联。
研究结论如下：本研究证明，基于UGW的无监督新颖性检测框架能够检测COPV中的持续性结构变化。该方法仅需健康基线状态测量数据，即可可靠地区分其在受控过压引起的结构转变前后获取的测量值。UGW响应中的持续转变在950 bar测量水平首次可检测，表明潜在结构变化发生在暴露超过850 bar之后。该转变的识别完全基于UGW信号，未在PCA或新颖性检测中引入压力信息。转变在容器降压后仍可检测，表明其为持久性结构变化而非纯可逆的弹性效应。实验结果还表明，传感器位置强烈影响检测性能，临近失效区域的传感器对取得最高检测精度，而结构增强区域灵敏度较低。同时，利用单个精心选择的传感器对已能达到可靠检测，说明以检测转变为目标时，无需使用为定位设计的密集传感器网络。该框架为氢存储容器的基于新颖性的SHM提供了概念验证，因其训练无需损伤结构数据。虽然当前方法可靠检测持续性结构变化，但尚未量化其严重程度。未来工作需建立新颖性分数与结构退化之间的物理意义联系，并在实际工况下验证，以迈向COPV连续结构健康监测。
