[发明专利]时变温度影响下基于FCM算法的损伤扩展实时监测方法

说明书

本发明涉及一种时变温度影响下基于模糊C均值(FCM)算法的损伤扩展实时监测方法，仅仅依靠信号本身的分布特性就能有效的解决变化因素的影响，能够有效的在温度变化影响下对结构的损伤扩展变化趋势进行在线监测。本发明使用的偏移指数对损伤扩展变化趋势进行有效的实时监测，并且也能对损伤扩展的定量化提供一定的依据。本发明在实现过程中无需更改或增加设备和参数，利用现有硬件系统就可以实现，可行性强，算法运算时间短，准确性高，易于操作。另外等数据集以及运动数据更新策略对在线实时损伤监测也发挥了巨大的作用，保证了在线更新的实时性以及减少了对所有历史数据的需求，缓解了数据储存的压力，具有很好的实际工程价值。

技术领域

本发明涉及一种损伤扩展监测方法，更具体地说，涉及时变温度影响下基于FCM算法的损伤扩展实时监测方法。

背景技术

飞行器结构在运行过程中容易受到外界载荷、温度等因素的影响，从而导致损伤的产生。现有技术的无损检测技术对飞行器的损伤检测可以发挥一定的作用，但是局限性较大，难以检测到隐藏部位的损伤，并且成本较为高昂。

飞行器结构健康监测技术是一种通过集成在结构上的先进传感器网络，可以在线实时获取与结构健康状况有关的信息，并结合先进的信号处理方法，提取与结构损伤相关的特征，实现对健康状况的诊断、评估和预测。利用结构健康监测技术对飞行器结构健康进行监测可以保证结构的安全和降低维护成本。

超声导波监测法是结构健康监测中最常见的方法，而由于Lamb波传播时容易受到外界载荷、温度等变化因素的影响，难以判断信号的差异是由实际损伤还是变化因素影响产生的，并且通常情况下变化因素对信号的影响往往比实际损伤造成的影响要大，从而增加了损伤监测的难度。温度变化影响在变化因素中对信号影响最大，因此，在温度变化影响下提取损伤变化是一个极其富有挑战性的问题，也是结构健康监测中的一个难点。

目前，有学者正在研究用环境参数补偿法来解决这个问题，其中最为突出的为最优基线补偿法和基线信号拉伸法。

最优基线补偿法主要是通过建立不同温度下的基线信号集，从中选择一个最接近当前信号的基线信号与当前温度作比较，但是这种方法需要大量基线信号集才能达到有效的补偿效果(温度需精确到0.1℃)，并且长期监测时也需要经常更新基线数据集，提高了监测的难度与成本。

基线信号拉伸法只需要一个基线信号，通过使用一个拉伸因子α来构造拉伸后的信号，通过对拉伸因子的调整来达到最优值，用以构造作为温度补偿的基线信号，但是这种方法只适用温度变化小的情况，并且容易受到噪声的影响。

聚类分析是一种有效的解决不确定因素的办法，仅仅依靠数据本身之间的联系将数据集划分为不同的类，使得同一类中的数据相似度尽可能大，不同类中的数据差异性也尽可能的大。这种方法可以在大量不确定因素中提取出有效的参数。目前，已经有一些基于聚类分析的结构健康监测方法用于损伤识别，但是仅仅只用于判别损伤是否产生，并没有损伤及其扩展情况进行更深一步的判断。

因此，有必要寻找一种能在温度变化影响下在线监测损伤及其扩展的方法。

发明内容

本发明的目的在于克服现有技术的不足，提供一种以隶属度划分的模糊聚类算法，算法运行时间短，准确率高的时变温度影响下基于FCM算法的损伤扩展实时监测方法。

本发明的技术方案如下：

一种时变温度影响下基于FCM算法的损伤扩展实时监测方法，基于FCM算法，通过温度变化影响下，损伤扩展过程中实时的算法结果的变化，对损伤扩展进行监测。

作为优选，步骤如下：

1)在被监测区域布置成对的压电传感器，使用激励信号激励其中一个压电传感器，并采集另一个压电传感器接收到的基准导波信号；