一种智能压电阻抗损伤识别方法与流程

1.本发明涉及结构检测技术领域，具体为一种智能压电阻抗损伤识别方法。


背景技术：

2.压电阻抗检测技术是利用压电自激励传感器的机电耦合特性，通过扫频激励，检测高频压电阻抗信号中所包含的结构信息，确定结构内部损伤发展情况的一种无损检测，对局部损伤具有发现早、抗干扰强的优势，目前，绝大多数对压电阻抗技术的研究及应用均是通过对比结构损伤前后的阻抗信号变化，通过统计损伤指标，对各类型损伤进行定性分析，缺乏进一步对损伤定位、定量的精细化分析方法，同时，由于压电材料和粘结层皆为温敏材料，实际被测对象所处的室外环境通常具有较大温差，导致压电阻抗信号出现与损伤同等数量级的偏差。


技术实现要素：

3.(一)解决的技术问题
4.针对现有技术的不足，本发明提供了一种智能压电阻抗损伤识别方法，解决了现有的方法实际使用中测试环境温差大导致压电阻抗信号出现偏差，并且缺乏进一步对损伤定位、定量的精细化分析的问题。
5.(二)技术方案
6.为实现以上目的，本发明通过以下技术方案予以实现：一种智能压电阻抗损伤识别方法，具体包括以下步骤：
7.s1.压电传感器安装
8.在待检测试件表面通过强力胶均匀固定安装压电传感器，并将待检测试件平稳放置在平坦面上，选取待检测试件上的一个压电传感器作为标定压电传感器，将标定压电传感器通过导线和其周围的压电传感器进行连接，形成压电传感器阵列，将标定压电传感器表面的两级通过连接导线连接到阻抗分析仪；
9.s2.阻抗分析仪调节
10.设定阻抗分析仪的测量参数，利用阻抗分析仪在兆赫级频率范围内对无损的检测试件进行阻抗信号测量，根据阻抗信号幅度谱，在兆赫级频率范围内选取谐振峰幅度明显、分布集中的频带作为检测频段，确定采样点数和采样频率；
11.s3.信号值测量
12.根据确定的检测频段，以固定采样频率的方式对无损的检测试件进行电阻抗信号测量，之后，再利用阻抗分析仪测出检测试件在不同程度损伤时的阻抗信号，并将测量得到的信号值进行保存；
13.s4.信号值处理
14.将各不同损伤情况的检测试件测得的信号值分别输入到计算机，计算检测试件在不同损伤与无损伤状况下的阻抗信号值的差值均方根指标值，将得到的差值均方根值作为
数据点描绘到直角坐标系上，得到各检测试件的阻抗曲线；
15.s5.温度补偿测定
16.将待检测试件、压电传感器和阻抗分析仪移动到不同的温度环境中，重复s1-s4的过程，测得多组不同温度下的阻抗曲线；
17.s6.结果拟合
18.提取阻抗曲线的特征，将阻抗曲线的特征带入阻抗拟合模型中，即可实现对损伤进行识别，将拟合得到的结果输入到温度拟合模型中，即可实现在进行损伤识别时基于不同温度对数据进行补正；
19.s7.结果反馈
20.更换不同种类的检测试件，重复s1-s6的过程，测得多组数据，导入到模型分析驱动程序中，通过程序使计算机进行深度学习，实现压电传感系统的自损识别。
21.优选的，所述s2中，阻抗分析仪频率范围为3-5mhz。
22.优选的，所述s6中，阻抗曲线的特征包括峰值频率位置偏移以及rmsd值。
23.优选的，所述s6中，阻抗拟合模型为压电结构耦合模型。
24.优选的，所述s6中，温度拟合模型为非线性温度耦合模型。
25.优选的，所述s7中，模型分析驱动程序是基于物理模型的深度学习程序。
26.优选的，所述深度学习程序基于深度学习方法与概率统计方法，结合稀疏数据重构理论实现深度学习。
27.(三)有益效果
28.本发明提供了一种智能压电阻抗损伤识别方法。具备以下有益效果：
29.1、本发明提供了一种智能压电阻抗损伤识别方法，相较于现有的压电阻抗损伤识别方法，该压电阻抗损伤识别方法基于模型分析的温度效应补偿方法，在原有压电结构耦合模型中，引入非线性温度耦合模型，改进当前模型中对检测原理中材料非线性考虑不足的缺陷，从机理描述上提高该方法在变温环境下的准确性。
30.2、本发明提供了一种智能压电阻抗损伤识别方法，相较于现有的压电阻抗损伤识别方法，该压电阻抗损伤识别方法引入基于物理模型的深度学习方法，提出模型分析驱动的新型压电阻抗损伤识别技术，通过少量前期数据达到对结构损伤的高效精准定位识别，结合概率统计方法和稀疏数据重构理论，解决实际长期监测过程中海量不完备数据对损伤识别精度的影响，同时在上述模型驱动方法相关研究的基础上，实现压电传感系统的自损识别。
31.3、本发明提供了一种智能压电阻抗损伤识别方法，相较于现有的压电阻抗损伤识别方法，该压电阻抗损伤识别方法通过利用压电无损检测技术及压电传感器阵列，展开对实际工程中不同材料、结构及工况下的各类损伤识别研究。
具体实施方式
32.下面将结对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
33.实施例：
34.本发明实施例提供一种智能压电阻抗损伤识别方法，具体包括以下步骤：
35.s1.压电传感器安装
36.在待检测试件表面通过强力胶均匀固定安装压电传感器，并将待检测试件平稳放置在平坦面上，有利于提升该方法进行测试的精度，选取待检测试件上的一个压电传感器作为标定压电传感器，将标定压电传感器通过导线和其周围的压电传感器进行连接，形成压电传感器阵列，将标定压电传感器表面的两级通过连接导线连接到阻抗分析仪，有利于展开对实际工程中不同材料、结构及工况下的各类损伤识别研究；
37.s2.阻抗分析仪调节
38.设定阻抗分析仪的测量参数，利用阻抗分析仪在兆赫级频率范围内对无损的检测试件进行阻抗信号测量，根据阻抗信号幅度谱，在兆赫级频率范围内选取谐振峰幅度明显、分布集中的频带作为检测频段，确定采样点数和采样频率，有利于提升该方法采样时整体的精度；
39.s3.信号值测量
40.根据确定的检测频段，以固定采样频率的方式对无损的检测试件进行电阻抗信号测量，之后，再利用阻抗分析仪测出检测试件在不同程度损伤时的阻抗信号，并将测量得到的信号值进行保存，有利于该方法后续对数据进行进一步处理；
41.s4.信号值处理
42.将各不同损伤情况的检测试件测得的信号值分别输入到计算机，计算检测试件在不同损伤与无损伤状况下的阻抗信号值的差值均方根指标值，将得到的差值均方根值作为数据点描绘到直角坐标系上，得到各检测试件的阻抗曲线，有利于通过该方法对测得的数据整体进行整合，便于进行后续拟合；
43.s5.温度补偿测定
44.将待检测试件、压电传感器和阻抗分析仪移动到不同的温度环境中，重复s1-s4的过程，测得多组不同温度下的阻抗曲线，便于后续将温度对该检测方法造成的影响进行统计分析；
45.s6.结果拟合
46.提取阻抗曲线的特征，将阻抗曲线的特征带入阻抗拟合模型中，即可实现对损伤进行识别，将拟合得到的结果输入到温度拟合模型中，即可实现在进行损伤识别时基于不同温度对数据进行补正，有利于通过该方法得出检测结果，便于后续进行使用；
47.s7.结果反馈
48.更换不同种类的检测试件，重复s1-s6的过程，测得多组数据，导入到模型分析驱动程序中，通过程序使计算机进行深度学习，实现压电传感系统的自损识别，有利于提升该方法在进行使用时整体的智能性。
49.s2中，阻抗分析仪频率范围为3-5mhz，有利于确保检测的精度，s6中，阻抗曲线的特征包括峰值频率位置偏移以及rmsd值，有利于提升该方法的检测效果，s6中，阻抗拟合模型为压电结构耦合模型，s6中，温度拟合模型为非线性温度耦合模型，有利于提升该方法在变温环境下的准确性，s7中，模型分析驱动程序是基于物理模型的深度学习程序，深度学习程序基于深度学习方法与概率统计方法，结合稀疏数据重构理论实现深度学习，有利于实
现该方法在不同材料、结构及工况下的各类损伤识别研究。
50.尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。