基于壓電傳感器的復合材料沖擊損傷定位監測研究

摘要：沖擊損傷影響著復合材料的結構安全，因此開展基于復合材料的沖擊損傷定位監測研究有著重要意義。本文將壓電傳感器監測技術用于復合材料損傷監測。利用基于信號包絡的能量損傷指數算法結合損傷概率成像進行損傷定位技術，開展復合材料加筋板沖擊試驗的損傷定位研究。研究結果表明，能量損傷指數結合損傷概率成像方法對復合材料加筋板沖擊位置的定位誤差小于20mm，滿足實際工程需求。

關鍵詞：壓電傳感器；復合材料；沖擊定位；損傷概率成像；健康監測

中圖分類號：V25文獻標識碼：ADOI：10.19452/j.issn1007-5453.2024.11.009

復合材料結構以承載能力強、重量輕、成形加工容易等特點在飛機中得到廣泛應用。然而復合材料結構在服役過程中的各類沖擊事件可能導致基體開裂、纖維斷裂、分層、脫黏[1]等損傷，相比于金屬結構的損傷，復合材料的損傷更具有隱蔽性，難以被及時發現。這些損傷會降低結構的承載能力，嚴重影響飛機結構安全。及時獲知損傷位置，避免因飛機復合材料結構未知損傷造成的結構性能下降甚至完全失效，對飛機的正常服役和運行有著極其重要的意義。

基于壓電傳感器的結構健康監測是獲得損傷位置信息的有效方法。該方法是以鋯鈦酸鉛（PZT）壓電傳感器作為傳感裝置，通過在結構中激勵和接收蘭姆（Lamb）波評估結構健康狀態的過程。壓電傳感器已被廣泛用于結構健康監測[2-7]。

基于壓電傳感器的損傷定位是指利用壓電傳感器陣列測量Lamb波，通過波信號損傷特征提取，結合損傷定位方法進行損傷位置判定的過程。目前國內外已發展出多種損傷定位方法，根據定位原理不同，常見的損傷定位方法有延遲累加（累乘）法、稀疏重建定位法、基于機器學習的神經網絡算法等。其中，延遲累加（累乘）法是利用多條掃查路徑損傷信號的傳播時間和傳播速度信息計算損傷點到各個傳感器的距離，最終解算出損傷點的實際位置，該方法需要精確地獲得Lamb波的傳播速度和傳播時間等參數信息[8]，當監測復合材料結構時，其纖維鋪層方式引起的各向異性嚴重影響波速計算，此外復合材料結構中常見的筋條、復雜邊界等因素會使得Lamb波損傷信號中混疊反射、散射等成分，使波的傳播時間難以準確計算；稀疏重建定位法是將檢測區域網格化，利用損傷模型結合信號掃查路徑構建每個網格的損傷信號，將損傷信號提取形成稀疏重建問題的“損傷字典庫”，再利用實際測量的損傷信號進行系數匹配重建，獲取損傷所在網格位置，該方法需要提前構建損傷模型數據庫[9-10]，需要提前預知監測結構的損傷信號模式，這在工程中較為困難；神經網絡算法是利用神經網絡模型進行多個不同損傷位置的樣本訓練學習[11-12]，通過訓練的模型對新的損傷位置進行判定，需要大量的損傷數據樣本作為模型訓練的輸入，損傷樣本的引入將使得復材結構失去承載能力。

相比之下，以損傷概率成像為基礎的損傷定位方法無須波速、傳播時間等準確的Lamb波信號特征，也無須損傷模式和損傷樣本等先決條件，因此，基于損傷概率成像的復合材料損傷定位方法更具有便捷性和實用性，也更適用于復合材料結構損傷的定位評估。

本文將壓電傳感器監測引入復合材料加筋壁板沖擊試驗，通過壓電傳感器的信號特征結合損傷概率成像技術研究沖擊損傷的定位評估方法。

1基于壓電傳感器的復合材料沖擊損傷定位監測方法

1.1Lamb波損傷指數

基于壓電傳感器的復合材料損傷監測方法分為主動式和被動式。本文研究的為主動式監測，即以某個壓電傳感器作為激勵源，在結構中激發Lamb波，由其他壓電傳感器接收信號，根據Lamb波信號的前后變化特點進行損傷評估。激勵信號采用漢明（Hanming）加窗后的五波峰正弦信號，其波形如圖1所示。

傳感器激發的Lamb波在復合材料結構的傳播過程中，遇到結構損傷時，通常會在損傷位置產生散射信號，兩次Lamb波信號的差異反映出該段時間內結構損傷狀態變化情況。在理想情況下，Lamb波信號的差異可以以幅值、傳播時間、頻率和相位等作為參數進行分析，但在復合材料結構損傷監測中，因Lamb波信號通常夾雜了大量邊界反射、散射等成分，嚴重影響了幅值、傳播時間、頻率和相位等相關參數，使得信號分析較為困難，相比之下，從能量角度通過Lamb波信號進行處理，得到損傷指數來表征結構損傷有更高準確性和可靠性，因此本文將利用損傷指數對結構損傷進行表征，損傷指數定義見式（1）

式中，B和D分別為基準信號和當前信號，t1和t2為Lamb波起始時間和截止時間。因頻散效應導致波形發生模式轉換，通常會導致接收到的信號發生嚴重畸變，從而導致波形復雜且難以直接分析。

為了降低信號的分析難度，提高信號辨識度，本文將提取信號的包絡線替代原始信號進行分析，包絡線的提取通過式（2）實現

式中，x（t）為實測信號，H[x（t）]為x（t）的希爾伯特變換，其計算方法見式（3）

1.2損傷概率成像定位方法

損傷概率成像定位算法是近些年發展的直接定位方法，通過計算損傷前后的掃查路徑損傷指數以及與距離相關的權重系數獲得損傷位置圖，不需要測量波速及傳播時間，也不需要前期損傷樣本數據作為參考，更具有直接性，本文將以損傷概率成像定位算法研究展開沖擊損傷監測研究。

損傷概率成像定位算法的基本思想是將監測區域進行均勻劃分。各掃查路徑的損傷指數對每個網格的像素均有一定影響概率，且影響程度隨著信號傳播距離的大小而減弱。因而在一條路徑上以激勵和接收傳感器為焦點的橢圓上，損傷影響概率是相同的。對所有Lamb波激勵-傳感掃查路徑進行損傷因子像素疊加，像素最大的點即為最可能的損傷點。對于共含有N條激勵-傳感路徑的監測區域，在監測區域建立平面坐標系，對每個像素點都賦予坐標，則對于像素點（xy）的損傷存在概率為

式中，Ri（x，y）為相對距離，Wi[Ri（x，y）]為權重系數，Di是第i條路徑激勵器與傳感器之間的距離，Da，i（x，y）、Ds，i（x，y）分別為像素點（x，y）到第i條路徑激勵器a和傳感器s之間的距離，如圖2所示。損傷概率成像方法的定位精度依賴于權重分布函數的選擇，式（6）所確定的權重函數與相對距離Ri呈線性衰減的橢圓分布，β為權重參數，根據文獻[13]，本文中β取值為0.5。

本文將在復合材料加筋壁板中開展落錘沖擊試驗，以落錘沖擊引入損傷。通過壓電信號的損傷指數結合損傷概率算法進行復合材料結構的沖擊損傷定位監測研究。

2復合材料加筋板沖擊試驗

本文通過復合材料加筋板的沖擊試驗展開損傷定位監測研究。試驗件為T300復合材料加筋板，壁板尺寸為560mm×360mm×3mm，壁板兩端各設有80mm寬的夾持段，夾持段不含筋條。中間400mm一段為加筋區域，其上共布置三條T形加強筋，加筋區尺寸如圖3所示。

在復合材料加筋板上考核區域共對稱布置12個壓電傳感器，編號為1～12，如圖4所示。其中沿T形加筋方向（橫向）傳感器間距為120mm，跨筋方向（縱向）傳感器間距為100mm。

采集設備為南京航空航天大學研制的多通道壓電掃查系統。將縱橫相鄰的4個傳感器組成一個矩形監測區域，則共有6個監測區域。每個監測區域設置6個監測路徑，整個監測網絡共設置36條掃查路徑，掃查路徑配置見表1，表中掃查路徑“1-2”表示1號傳感器激勵，2號傳感器接收。各路徑激勵頻率為110～130kHz。

沖擊加載采用落錘式沖擊裝置，沖擊前調整落錘的高度和重量，使落錘后的沖擊能量控制在25J左右，沖擊試驗裝置如圖5所示，沖擊裝置底部裝有測速裝置，根據落錘通過底部的速度可以計算出實際作用于復合材料板的真實沖擊能量。試驗開始時采集一組壓電信號作為基準信號，每次沖擊后，采集壓電信號作為損傷信號。

第一次沖擊在傳感器1、2、5、6所圍的矩形區域進行，沖擊能量為24.7J，沖擊前后，測量的壓電Lamb波信號發生了明顯變化，圖6為路徑1-6的時域波形圖。由圖6可以看出，0.4～1ms之間的波為5波峰直達波，沖擊前直達波后，直達波發生了明顯的差異，沖擊后的直達波前半段（0.7ms前）與沖擊前信號波形幾乎一致，但過了0.7ms后，沖擊后的波形出現了幅值衰減，1ms后，波形出現了明顯的幅值和相位差異。這說明在直達波傳播過程中，受到沖擊點的影響，復合材料壁板出現了一定程度的損傷現象，并且可以推斷出，損傷位置在傳感器1-6的連線處不遠。

為了充分對比傳感器所圍矩形區域內的各條路徑信號差異程度，對各條路徑做損傷指數計算，圖7為損傷指數柱狀圖。由圖7可知，最大損傷指數出現在路徑1-6，最大指數值為0.054，其余路徑損傷指數相差不大，最小損傷指數出現在路徑5-6，最小指數值為0.021。相比較而言，損傷最可能出現在路徑1-6連線附近。

采用損傷概率成像方法對沖擊區域進行損傷定位，定位結果如圖8所示，圖中綠色圓圈和藍色十字分別代表實際沖擊位置和損傷監測定位出的沖擊位置。成像結果以歸一化像素呈現，深紅色區域像素值高，表示最可能的損傷區域。可以看出，基于損傷概率成像定位的損傷位置與實際沖擊點位置較為接近，誤差小于16mm。

本文試驗共進行了5次沖擊，其他4個區域進行沖擊的損傷概率成像定位結果如圖9～圖12所示。可以看出，4次沖擊的損傷定位結果與實際沖擊位置比較接近，紅色區域明顯集中于實際沖擊位置。

表2所列為5次沖擊的損傷結果。可以看出，5次沖擊后均出現了分層損傷現象，最大分層面積為243mm2；最小分層面積為135mm2。5次損傷定位結果可知，定位結果誤差均小于20mm，最大誤差為17.7mm，出現在沖擊點2；最小定位誤差為12.3mm，出現沖擊點3。

鑒于復合材料的各向異性和加筋等結構影響，沖擊分層區域的中心點并不總在實際沖擊位置，而可能呈現一定的偏移，在此意義上，損傷定位誤差是滿足工程需要的。

復合材料加筋板沖擊試驗結果表明，基于壓電傳感器的健康監測可以有效應用于復合材料沖擊損傷定位中，定位結果誤差小于20mm。

3結論

本文討論了基于壓電傳感器的結構健康監測的優勢，并通過損傷指數以及損傷概率成像定位算法描述了基于壓電傳感器的監測在復合材料沖擊損傷定位中的具體方法，最后通過復合材料加筋板進行沖擊試驗的損傷定位驗證。可以得到以下結論：

（1）基于壓電傳感器的結構健康監測可以有效應用于復合材料沖擊損傷定位監測。

（2）基于損傷概率成像定位方法結合能量損傷指數在復合材料加筋板沖擊試驗中定位誤差小于20mm。

（3）本文方法可以用到復合材料工程結構的損傷監測中，實現服役結構的監測。

參考文獻

［1］趙奕斌.復合材料結構損傷修理[M].北京：化學工業出版社，2001.

ZhaoYibin.Structuraldamagerepairofcompositematerials[M].Beijing：ChemicalIndustryPress，2001.（inChinese）

［2］KesslerS，SpearingS，SoutisC.Damagedetectionincompositematerialsusinglambwavemethods[J].SmartMaterialsandStructures，2002，11：269-278.

［3］QingXinlin，ChanHianleng，BeardS.etal.Anactivediagnosticsystemforstructuralhealthmonitoringofrocketengines[J].JournalofIntelligentMaterialSystemsandStructures，2006，17：619-628.

［4］IhnJ，ChangFK.Detectionandmonitoringofhiddenfatiguecrackgrowthusingabuilt-inpiezoelectricsensor/actuatornetwork：diagnostics[J].SmartMaterialsandStructures，2004，13（3）：609-620.

［5］GiurgiutiuV，ZagralA，BaoJJ.Piezoelectricwaferembeddedactivesensorsforagingaircraftstructuralhealthmonitoring[J].StructuralHealthMonitoring，2002，1（1）：41-61.

［6］李嘉欣，呂帥帥，楊宇，等.基于導波和知識遷移的結構損傷識別方法研究[J].航空科學技術，2023，34（5）：54-60.

LiJiaxin，LyuShuaishuai，YangYu，etal.Researchonstructuraldamageidentificationmethodbasedonguidedwavesandknowledgetransfer[J].AeronauticalScienceamp;Technology，2023，34（5）：54-60.（inChinese）

［7］安雨晴，楊宇，王莉.一種基于廣義回歸神經網絡的裂紋擴展定量監測模型[J].航空科學技術，2023，34（3）：40-48.

AnYuqing，YangYu，WangLi.Aquantitativemonitoringmodelforcrackpropagationbasedongeneralizedregressionneuralnetwork[J].AeronauticalScienceamp;Technology，2023，34（3）：40-48.（inChinese）

［8］邱雷.基于壓電陣列的飛機結構監測與管理系統研究[D].南京：南京航空航天大學，2011.

QiuLei.Researchonaircraftstructuremonitoringandmanagementsystembasedonpiezoelectricarray[D].Nanjing：NanjingUniversityofAeronauticsandAstronautics，2011.（inChinese）

［9］申傳俊，王悅民，周方俊，等.基于匹配追蹤的導波檢測信號缺陷識別方法[J].華中科技大學學報（自然科學版），2012，40（1）：4.

ShenChuanjun，WangYuemin，ZhouFangjun，etal.Methodforidentifyingdefectsinguidedwavedetectionsignalsbasedonmatchingtracking[J].JournalofHuazhongUniversityofScienceandTechnology（NaturalScienceEdition），2012，40（1）：4.（inChinese）

［10］馮勇明.基于Lamb波的航空復合材料板結構損傷識別技術方法研究[D].南京：南京航空航天大學，2012.

FengYongming.Researchondamageidentificationtechnologyforaerospacecompositeplatestructuresbasedonlambwaves[D].Nanjing：NanjingUniversityofAeronauticsandAstronautics，2012.（inChinese）

［11］萬小朋，王軍強，趙美英.基于模態頻率和神經網絡的結構損傷檢測[J].西北工業大學學報，2003，21（2）：4.

WanXiaopeng，WangJunqiang，ZhaoMeiying.Structuraldamagedetectionbasedonmodalfrequencyandneuralnetworks[J].JournalofNorthwestPolytechnicalUniversity，2003，21（2）：4.（inChinese）

［12］張宇，閆云聚，余龍，等.陣列寬帶Lamb波在結構損傷檢測中的應用[J].航空學報，2014，35（3）：780-787.

ZhangYu，YanYunju，YuLong，etal.Applicationofarraybroadbandlambwavesinstructuraldamagedetection[J].ActaAeronauticaetAstronauticaSinica，2014，35（3）：780-787.（inChinese）

［13］劉國強，肖迎春，張華，等.復合材料加筋壁板損傷識別的概率成像方法[J].復合材料學報，2018，35（2）：9.

LiuGuoqiang，XiaoYingchun，ZhangHua，etal.Probabilityimagingmethodfordamageidentificationofreinforcedcompositewallpanels[J]JournalofCompositeMaterials，2018，35（2）：9.（inChinese）

基金項目：航空科學基金（20230046023002）