复杂工程结构是由两种或两种以上不同材料经过复杂工艺加工而成,桥梁预应力结构和风电叶片就是两种典型复杂工程结构。桥梁预应力结构将高抗拉强度钢绞线与高抗压强度混凝土进行复合优化设计而成,使桥梁的跨度越来越大;风机叶片的腹板结构把碳纤维或玻璃纤维与树脂进行复合而成,既降低其自重,同时提高了叶片的强度,使风机叶片的长度超过100米。随着现代工程技术的发展,为提高各类构件的承载能力,复合结构的使用越来越多并且尺寸越来越大。这类大尺寸复合构件的加工制造工艺一般比较复杂,具有材料和构件同时成形的特点,各类因素容易使构件产生制造质量问题,如桥梁预应力结构管道内注浆不密实,风机叶片腹板结构粘接、脱胶缺陷。复合构件是工程的关键构件,关系到整个工程的质量与安全,因此,如何提高大尺寸复合构件的生产质量具有重要的意义。无损检测技术对大尺寸复杂工程结构的加工质量与应用安全具有重要的作用,相对于传统的非复合构件及小尺寸试样的声波无损评价技术,大尺寸复合构件的评价对声波无损评价提出了新的需求,一是检测效率要求更高,二是对复合结构的评价精度要求更高,三是对评价系统具有智能化需求。本文主要研究内容与结果如下:(1)研制了基于GPS秒脉冲高精度同步的声波收发无线系统。针对桥梁预应力结构注浆现场远距离声波透射法检测高效率、高精度的需求,采用无线传输方式实现声波收发分离,利用GPS秒脉冲,研制了高精度同步采集硬件系统。基于LabVIEW实现可用性强、灵活性、可重用性、可扩展性、效率高及自动化程度高的应用程序,开发了自动提取声时算法,并将评判标准嵌入软件。模型试验和现场工程应用表明,该系统可同时用于复杂桥梁检测现场的透射法和反射法,仪器可达纳秒级同步,抗干扰能力强,并实现了智能化实时评价,提高了检测效率。(2)研制了高性能声波收发实时同步定位采集系统。针对风电叶片大面积快速C扫描的需求,以FPGA作为主控器,实现纳秒级脉冲超声同步控制,结合LabVIEW软件的多线程生产者消费者架构,极大地提高处理速度,实现1 KHz以上的脉冲重复频率。针对腹板波回波重叠混杂难以区分的问题,提出使用匹配追踪(MP)算法分解信号,并对算法进行改进,为适应超声回波幅度衰减和频率渐变的特性,增加调频因子,提高了 MP算法析出弱回波信号的性能。(3)提出了基于优化希尔伯特黄变换(HHT)算法的复杂结构声波缺陷信息处理方法。针对预应力注浆管道结构各向异性、形状不规则的特点而导致的回波信号受干扰严重、模态混叠的问题,提出了优化的HHT算法,该算法将冲击回波数据经过带通滤波预处理、互补集总经验模态分解(CEEMD)、固有模态函数(IMF)筛选以及希尔伯特变换,能有效地区分不同大小注浆缺陷。仿真模型、实验模型测试及现场应用测试验证了算法有效性与实用性。(4)发展了基于深度卷积神经网络(DCNN)的风电叶片超声检测缺陷自动识别方法。该方法将传感器获取的低层次信号输入深度学习网络结构,提取出对于缺陷分类有重要作用的特征用于自动检测。以实际风电叶片不同类型缺陷的超声检测数据为基础,设计了二维小波包变换CNN(WPT-CNN)和一维单点时域CNN两种深度学习模型,结果表明两种方法都具有较高的识别精度,二维的WPT变换结果输入CNN能提供更多特征信息从而有效减少模型对网络深度的依赖,而采用单点时域波形作为深度CNN的输入则需要将网络层数增加才能提高模型的性能。(5)发展了基于多点阵列DCNN模型的预应力管道注浆缺陷声波检测自动识别方法。该模型的输入是将一定区域内的多个信号有序组织起来形成阵列,从而提供更稳定的“集中”化区域特征信息和空间结构化信息,以利于DCNN模型的训练和预测。通过仿真和实际预应力模型验证了 DCNN架构在预应力管道缺陷检测方面的可行性和有效性,以及多点阵列CNN模型比基于单点信号的CNN结构有更高的缺陷分类及预测能力。