[发明专利]基于激励波束成型和加权图像融合的MUSIC腐蚀监测方法有效
申请号: | 201711337794.0 | 申请日: | 2017-12-14 |
公开(公告)号: | CN108169327B | 公开(公告)日: | 2019-04-05 |
发明(设计)人: | 袁慎芳;鲍峤;邱雷;郭方宇;任元强 | 申请(专利权)人: | 南京航空航天大学 |
主分类号: | G01N29/04 | 分类号: | G01N29/04 |
代理公司: | 南京经纬专利商标代理有限公司 32200 | 代理人: | 施昊 |
地址: | 210016 江*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 腐蚀 损伤 波束成型 腐蚀监测 加权图像融合 损伤监测 一维线阵 损伤散射信号 协方差矩阵 传感阵列 航空结构 加权融合 监测区域 散射信号 阵列信号 信噪比 成像 轮流 引入 评估 应用 | ||
1.基于激励波束成型和加权图像融合的MUSIC腐蚀监测方法,其特征在于,包括以下步骤:
(1)在结构处于健康状态时,轮流驱动阵列A和阵列S激发Lamb波,并采集对应传感器阵列的响应信号,记为基准信号;
(2)在腐蚀损伤监测过程中,轮流驱动阵列A和阵列S激发Lamb波,并采集对应传感器阵列的响应信号,记为监测信号;将监测信号减去基准信号,记为腐蚀损伤的散射信号;
(3)基于MUSIC算法和腐蚀损伤的散射信号,得到腐蚀成像结果,搜索腐蚀成像结果的峰值点,即为腐蚀损伤的初估位置;
(4)根据此初估位置,计算激励阵元相对腐蚀损伤初估位置的时延,并根据该时延前移或后移腐蚀损伤的散射信号,叠加这些腐蚀损伤的散射信号获得增强的腐蚀损伤的散射信号;
(5)将增强的腐蚀损伤的散射信号再次代入MUSIC算法,得到对应的腐蚀成像结果和散射信号协方差矩阵的大特征值;
(6)对阵列A和阵列S分别作为激励源阵列时对应的腐蚀成像结果设置相应的权值,根据权值融合两次腐蚀成像结果,搜索融合成像的峰值点,即为腐蚀损伤位置;
(7)根据步骤(6)得到的权值叠加散射信号协方差矩阵的大特征值,进而计算腐蚀因子,利用腐蚀因子评估腐蚀损伤深度。
2.根据权利要求1所述MUSIC腐蚀监测方法,其特征在于,所述阵列A和阵列S均为一维均匀线阵,两个阵列均包含2N+1个阵元,阵列A中的各个阵元用Ai表示,阵列S中的各个阵元用Si表示,i=-N,-(N-1),…,0,…,N-1,N。
3.根据权利要求2所述MUSIC腐蚀监测方法,其特征在于,在步骤(2)中,驱动阵列A激发Lamb波,即依次将阵列A中每个阵元作为激励,得到对应的腐蚀损伤的散射信号:
上式中,为阵列A中阵元Ai作为激励时,阵列S中所有阵元得到的散射信号组成的向量;N(t)为阵列S中各阵元采集通道的背景噪声组成的向量;xa(t)为阵列S中参考阵元获取的腐蚀损伤的散射信号;A(r,θ)为导向矢量,A(r,θ)中的元素aq(r,θ)=exp(-jω0τq),q=N,-(N-1),...,0,...,N-1,N,ω0为传播信号的中心频率,j为虚数单位,d为阵列中相邻阵元的间距,c为信号传播速度,r和θ分别为损伤相对于阵列S的距离和角度;t表示信号的时刻;
驱动阵列S激发Lamb波的过程与阵列A相同。
4.根据权利要求3所述MUSIC腐蚀监测方法,其特征在于,在步骤(3)中,首先计算的协方差矩阵
上式中,上标H表示Hermitian转置,K为采集信号长度;
然后对进行特征值分解:
上式中,US、UN分别为信号子空间、噪声子空间,∑S、∑N分别为信号子空间对应的大特征值、噪声子空间对应的小特征值;
基于MUSIC算法的空间谱估计:
在空间谱图中存在一个明显的波峰,即为腐蚀损伤的初估位置。
5.根据权利要求4所述MUSIC腐蚀监测方法,其特征在于,在步骤(4)中,计算激励源阵列中各阵元与腐蚀损伤的初估位置的距离:
上式中,l为激励源阵列与传感器阵列之间的间距,r1为腐蚀损伤初估位置的距离信息,θ1为腐蚀损伤初估位置的方向信息;
计算激励源阵列中各阵元至腐蚀损伤的时延:
上式中,为激励源阵列中参考阵元与腐蚀损伤的初估位置的距离;
叠加各腐蚀损伤的散射信号获得增强的腐蚀损伤的散射信号:
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于南京航空航天大学,未经南京航空航天大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201711337794.0/1.html,转载请声明来源钻瓜专利网。