论文部分内容阅读
近年来,基于导波的结构健康监测技术已成为工程界及学术界研究的重点之一。通过实时监测,结构健康监测技术能够提供可靠的损伤信息、预测损伤的产生和发展,并对工程结构的健康性进行实时评估。随着制造工艺的发展,为了减轻重量,提高结构性能,航天器中的典型结构更多地采用了轻质的复合材料及变厚度板结构。因此,针对蜂窝板和变厚度板结构中的导波的传播特性研究及基于导波的结构健康监测技术研究已经成为结构损伤检测的当务之急。本文首先综述了基于导波技术的结构健康监测研究的国内外研究现状以及针对导波技术的理论分析方法,总结了导波与不同形式的损伤的作用效果及压电晶片与结构的耦合作用原理,介绍了导波信号处理技术和结构损伤识别方法的研究成果及进展。在此基础上,以变厚度板结构和铝制蜂窝板结构作为研究对象,着重阐述了基于导波的的损伤识别技术在航天器典型结构中的应用,研究了导波在结构中的传播特性及上述两种结构中典型损伤的检测方法。以Rayleigh-Lamb频散方程为基础,本文系统阐述了薄板结构中兰姆波(Lamb wave)的基础理论和频散特性;采用数值仿真方法,建立了结构中导波传播的有限元模型,分析了有限元理论中算法的稳定性及相关参数的设定问题;以压电材料的特性为基础,建立了压电陶瓷晶片的有限元模型,并根据损伤类型的不同,提出了多种损伤的有限元模拟建模方式。随后对本文所涉及的实验系统及实验装置进行了介绍,并对实验中使用的激励参数的选择进行了详细分析,同时介绍了实验信号的一般处理方法。为减弱结构边界反射波对信号处理造成的特征信息提取的困难,本文引入了Caughey吸收层吸收边界的设置。比较了均匀阻尼系数的吸收边界及渐变递增阻尼系数吸收边界的吸收效果,提出了针对导波的吸收边界的合理设置方式。并进一步对吸收边界的层数、阻尼系数的变化率及吸收边界长度等因素进行了讨论,建立了有效、合理的参数选择原则,实现对各向同性材料的吸收边界的最优化设置,为实际结构中吸收边界的设置提供了参考依据。以铝合金梁结构为例,设置了优化设计的吸收边界模型,实现了对边界反射波的吸收,有效降低了信号处理的难度,成功识别出梁结构中的裂纹损伤。本文研究了基于结构权函数的概率损伤检测重建算法,尤其针对尺寸有限且不适宜设置吸收边界的变厚度板结构件,充分考虑了结构厚度变化对导波传播特性的影响。分别采用梯形截面板、斜面板作为变厚度板的代表,采用有限元研究方法,对比了基于线性椭圆权函数及结构权函数的概率损伤重建算法的损伤识别精度,证明了基于结构权函数的概率损伤重建算法更适用于变厚度板结构中的损伤识别定位。通过实验方法对斜面板中的通孔损伤进行了损伤检测及定位分析,验证了数值分析结果的正确性,证明了基于结构权函数的概率损伤识别算法应用于斜面板损伤定位的准确性和有效性。为完善蜂窝板中的导波传播机理研究,采用激光测振仪采集了铝板和铝制蜂窝板中的导波波场信息。对铝板中波场的时域信息进行提取和处理,绘制出导波在铝板中传播的特性曲线。随后,利用频散方程获得了导波在铝板中传播对应的群速度和相速度值。通过对比实验值与理论值,结果表明,两者一致性较高,证明了从实验信号中提取频散曲线的信号处理方式的可行性。在此基础上,将该处理方法拓展应用到蜂窝板中波场信号的处理,提取时域信息,从而揭示出蜂窝板结构中的导波传播特性。结果表明,在低频区域(55kHz~220kHz)中,蜂窝板中的导波群速度、相速度频散特性与其蒙皮中导波传播特性接近。因此在此频率区域中,为简化处理,可以采用蒙皮代替蜂窝板进行研究。根据蜂窝板的结构特征,分析了蜂窝板中漏导波的产生机理,并讨论了脱胶损伤对漏兰姆现象产生的影响,并以此作为损伤特征,实现了蜂窝板中的脱胶损伤检测。由于蜂窝板结构的复杂性,导波在传播中形成了结构-导波相互作用现象,该现象可以作为特征属性,区分多孔质材料和均匀材料。本文重点研究了蜂窝板结构中结构-导波相互作用的特性及机理,建立了激励频率与蜂窝结构模态频率之间的关系。以结构-导波相互作用为特征,提出了蜂窝板中脱胶损伤的检测方法。在胶合完好的蜂窝板中,结构-导波相互作用显著,形成与内部蜂窝芯材相对应的规律性图样;在脱胶区域,不产生结构-导波相互作用,导波的传播与各向同性材料一致。通过对激励频率与结构-导波相互作用关系的分析,建立了最优化的损伤检测频率的选择原则:即检测激励频率略高于蜂窝结构六边形蒙皮的一阶模态频率。利用实验,重建了导波在蜂窝板中的传播过程,验证了结构-导波相互作用与激励频率的关系,并对蜂窝板中的脱胶损伤进行了识别,实验结果证明了以结构-导波相互作用作为损伤特征对蜂窝板中脱胶损伤检测的可行性和有效性。本文研究了变厚度板、蜂窝板等航天器典型结构中的导波传播机理,建立了其中典型损伤的识别检测方法,拓展了基于导波的结构健康检测技术的适用范围,拓展了损伤识别技术的应用范围,为该技术在工程中的实际应用提供了重要的理论依据及实验技术积累。