直升機關鍵連接結構孔邊裂紋導波監測方法

中圖分類號：V219 DOI：10.16579/j.issn.1001.9669.2025.08.014

0 引言

直升機結構是各類直升機研制的重要支撐平臺，也是確保直升機安全、長壽命使用的重要承力結構[1][2]8-10。在直升機結構中，很多不規則的連接部位均是采用耳片連接結構連接，如短翼與機身的連接，發動機與支架的連接等。因此，耳片連接結構是重要的受力連接件[3]。然而，耳片連接結構服役過程環境惡劣，在通孔附近會產生嚴重的應力集中現象，并且在載荷作用下極易引起裂紋萌生，進而導致裂紋擴展直至斷裂失效，造成災難性的后果[4。因此，耳片連接結構的孔邊裂紋監測問題是眾多科研人員的研究重點[5]

結構健康監測技術是監測結構裂紋的重要手段。利用集成在結構中的監測傳感器，比如壓電傳感器、光纖傳感器、智能涂層傳感器、薄膜傳感器、應變傳感器、渦流傳感器等[7-8]，在線實時獲取與結構健康狀態有關的信息（應力、應變等參量），結合先進的信號處理算法提取結構特征參數，識別和評估結構的狀態，從而實現對結構裂紋損傷的監測[9-12]。其中，基于壓電導波的結構健康監測技術具備在線監測潛力、熱點區域原位監測、監測成本低等優點，因而受到了極大的關注[13]15-33[14-16]

針對耳片連接結構的孔邊裂紋監測，YUAN等[17]提出了一種導波監測的隱馬爾可夫模型，用于航空耳片連接結構孔邊裂紋擴展評估的研究中，實現了孔邊裂紋長度狀態的分類，但裂紋監測的分辨力為 2mm 。SONI等[18建立了耳片連接結構裂紋損傷導波監測的有限元模型，提取導波信號的頻譜特征信息進行了裂紋長度的分類診斷，但監測分辨力也僅為 2mm 。此外，也有研究表明，在裂紋擴展初期，對于小裂紋（長度小于 5mm 的裂紋），導波信號特征對損傷不夠敏感，使得裂紋長度預測誤差超過 3mm^[19-20] 。因此，耳片連接結構孔邊裂紋監測的準確性仍然有待提升。

近年來，國內外學者對裂紋監測方法開展了大量研究，包括傳感器布局優化設計、導波監測算法優化等，旨在提升裂紋監測的準確性。MOTAMED等21研究了傳感器陣列布局方式以及陣元數量對裂紋損傷成像的影響，結果表明環形陣列的監測精度最高，且傳感器陣元數量大于20個，定位誤差可在 2.27mm 之內。LIU等[22]通過導波頻率的篩選，優化了損傷特征（DamageFeature，DF）的提取，進而改善了成像定位算法，實現了橫截面積 1.13% 的結構周向小裂紋的準確定位。WANG等[23采用環形壓電導波陣列對裂紋損傷進行了概率成像研究，基于交叉掃描方法提取裂紋方向特征信息，并優化傳統的定位成像算法中的概率分布，實現了裂紋角度的準確評估，角度誤差在 7^° 之內。然而，也有研究表明，導波監測方法中邊界反射對裂紋成像定位存在干擾影響，降低監測的準確性[24]。綜上所述，這些研究對于提升裂紋監測效果具有指導意義。此外，耳片連接結構中存在螺栓通孔形式，增強了邊界反射現象，對裂紋損傷的準確定位也增加了一定的難度。因此，需要結合結構形式優化監測方法以實現準確的監測效果。

圍繞耳片連接結構裂紋損傷準確監測的關鍵問題，本文提出了一種基于壓電導波陣列的裂紋損傷監測方法，結合損傷報警算法和優化延時累加成像算法實現孔邊裂紋損傷的準確監測。

1試驗及方法

1.1 導波監測試驗設置

金屬耳片連接結構的材料為鋁合金2024-T4，寬度為 180mm ，長度為 343.5mm ，厚度為 5mm ，試件中存在1個半徑為 24mm 的螺栓通孔，如圖1所示。

圖1 耳片連接結構Fig.1Attachment lug structure

環形壓電傳感器陣列與結構通孔呈同心圓布置，如圖2所示。環形陣列共有22個壓電傳感器，任意一個壓電傳感器作為激勵傳感器，其余21個壓電傳感器作為接收傳感器，組成全激勵-全傳感的導波網絡，共有462個導波通道。

搭建的試驗系統包括集成結構健康監測系統（SHM-ISS-4.0C）、數碼顯微鏡（Belona-SC210）、計算機等，如圖3所示。試驗過程中，激勵信號采用3波峰的漢寧窗調制正弦脈沖信號，信號幅值為 ±70V ，中心頻率為 150kHz 。集成結構健康監測系統設置的采樣率為 10MHz ，采樣長度為10000個數據點。數碼顯微鏡連接計算機使用，用于觀察裂紋的尺寸。在耳片試件外邊緣粘貼消聲材料以減小在信號采集過程中的邊界反射的影響。

圖2壓電傳感器陣列布局

圖3孔邊裂紋導波監測試驗系統

在圖4所示位置處采用金剛砂線鋸的方式人工切割制造孔邊裂紋，每次施加 1mm 的切割長度，從而使得裂紋切割長度逐漸增加形成裂紋擴展，共實施了9次切割，即裂紋長度由 1～9mm ，裂紋擴展間隔為1mm ，其損傷狀態分別記為 D₁～D₉ 。通過數碼顯微鏡對裂紋長度進行觀察，其中 1，5，9mm 裂紋的狀態如圖5所示。

圖4孔邊裂紋損傷位置

Fig.4Location of hole-edge crack damage

1.2全網絡損傷特征報警方法

通過壓電導波在結構表面傳播，利用壓電傳感器采集導波監測信號，并提取其中的損傷特征信息，進而實現對結構狀態的監測。

圖5不同長度的孔邊裂紋狀態Fig.5Crackconditionsathole-edgesofvaryinglengths

一旦出現裂紋損傷，受損傷影響的導波監測信號會發生變化，主要體現在信號幅值、相位等特征的差異[25]。提取這些差異進行定量分析導波對損傷的響應和監測規律，形成損傷特征，可表示為

式中， B（t），M（t） 分別為基準狀態和監測狀態的時域信號； t₁，t₂ 分別為信號截取時間區間的起止點。損傷特征 D_F 可反映導波信號受到損傷影響的程度。

由于壓電效應，壓電傳感器既可以產生導波信號，也可以接收導波信號。在實際監測過程中，結構表面往往布置多個壓電傳感器，以陣列形式組成不同的激勵傳感通道，構建激勵傳感網絡，提高監測效果[2]8-10。對每一個激勵傳感通道提取損傷特征 D_F ，得到全網絡的損傷特征集，表示為

S_NDF（N）={D_F1，D_F2，…，D_FN}

N=n（n-1）

式中， S_NDF 為損傷特征集 ;D_?Fi（i=1，2，…，N） 為全網絡中第 i 個通道的損傷特征； N 為全網絡的總通道數； n 為壓電傳感器陣列中的傳感器個數。

研究表明，損傷產生前后，靠近甚至經過損傷的通道 D_F 值急劇上升，而遠離損傷通道的 D_F 值變化不大[26]。基于這種規律，借鑒算術平均法的思想，提出了一種全網絡損傷特征報警法，報警閾值表示為

式中， T_Th 為損傷特征報警閾值； k 為報警系數，一般取4^[27] 。遍歷損傷特征集 S_NDF ，超過報警閾值 T_Th 的通道觸發損傷報警，提示結構產生損傷。

1.3全網絡延時累加成像方法

基于上述損傷報警方法對結構狀態進行有無損傷判定。一旦產生損傷，便進行損傷定位，確定損傷產生位置。本文基于延時累加成像算法開展損傷定位監測，其原理如圖6所示，對在監測區域采用適當的空間規則對損傷信號進行延時并疊加，從而得到反映損傷位置的像素圖。

圖6延時累加成像算法原理

Fig.6Principleofdelay-and-sumimagingalgorithm

通過監測信號和基準信號做差運算提取每個通道的損傷散射信號，計算得到損傷散射信號到達時間，具體表示為

式中， T_ij 為通道 i-j 的損傷散射信號到達時間； i 為激勵傳感器； j 為接收傳感器； T_on 為激勵信號的產生時間；σ_v 為導波群速度； d_i 為裂紋至激勵傳感器i的距離； d_j 為裂紋至接收傳感器 j 的距離； x_i，y_i 為激勵傳感器i的坐標位置； x_j，y_j 為接收傳感器 j 的坐標位置。獲取全網絡中每個通道的損傷散射信號到達時間，對監測區域內每個空間位置進行信號疊加以獲取空間像素分布，可表示為

式中， P_pr 為像素值； α 為概率系數； S_ij^WTE 為損傷散射信號經小波變換后的信號。

在本文的研究對象中，監測區域中存在一個大尺寸的螺栓通孔，使得損傷可能定位在通孔內部區域。

針對該結構形式對延時累加成像算法進行改進，優化其概率分布，具體表現為

α={0，x²+y²?R²

式中， R 為結構通孔的半徑。像素值 P_pr 代表損傷出現概率，損傷位置出現在像素值最大處[13]15-33。之前的研究表明，可將損傷的中心點作為損傷坐標[28]。因此，成像定位誤差可表示為

式中， ε 為定位誤差； x_pr?y_pr 為定位算法中像素值最大位置； x_tu?y_tu 為裂紋損傷中心的真實坐標位置。

2 監測試驗結果

2.1導波傳播特性分析

以12號傳感器作為激勵傳感器，選取了典型通道對比裂紋損傷產生前以及擴展后的導波信號，并分析耳片連接結構中導波信號特性。

2.1.1過損傷通道信號對比

根據圖4中裂紋損傷的位置，導波信號經過損傷的典型通道有通道12-2，其導波信號如圖7所示，可以看到 A₀ 模式受到損傷影響較大，幅值變化達到 100mV 。

由圖7可知，隨著裂紋擴展增長，相位偏移和幅值衰減也逐漸明顯，擴展至 9mm 時相位偏移可達42個數據點，幅值衰減達到 100mV 。結果說明裂紋產生及擴展對于過損傷通道12-2的影響較大。

2.1.2遠離損傷通道信號對比

遠離損傷的典型通道為通道12-18，其導波信號如圖8所示。由圖8可知，通道12-18在裂紋擴展前后，健康信號和損傷信號直達波段幾乎完全重合，相位偏移在1個數據點之內，幅值相差最大僅為 24mV ，直達波段相位、幅值變化較小。結果表明損傷擴展前后該通道的信號幾乎沒有變化。

2.2裂紋擴展損傷報警結果

2.2.1裂紋擴展損傷特征變化

采集健康狀態下的基準信號以及每次裂紋擴展后損傷狀態下的監測信號，計算損傷特征值，選取其中典型的遠離損傷通道以及經過損傷通道，得到損傷特征隨裂紋擴展的變化結果，如圖9所示。

由圖9可知，隨著裂紋長度的增加，遠離損傷的激勵傳感通道的 D_F 值變化很小，增加幅度僅在0.15之內，而經過損傷的激勵傳感通道則整體呈現上升趨勢，增幅均超過 值變化明顯。

2.2.2裂紋擴展損傷報警結果

采用本文提出的全通道損傷特征報警法進行裂紋擴展損傷報警，裂紋擴展的損傷監測結果如圖10所示。

圖10裂紋擴展損傷報警結果

Fig.10Damagealarmresultswithcrack propagation

由圖10可知，隨著裂紋擴展，基于損傷特征的損傷報警方法可實現孔邊裂紋擴展的準確報警，健康狀態不虛警，損傷狀態下準確報警，驗證了所提報警方法的有效性和可靠性。

2.3裂紋擴展損傷定位結果

通過所提出的成像定位算法對裂紋擴展狀態進行定位成像，結果如圖11所示。由圖11可知，其成像結果均在裂紋擴展位置形成聚焦區域，且聚焦區域與實際裂紋損傷位置較為吻合，實現了裂紋擴展損傷的定位。隨著裂紋擴展，成像圖中的像素值也逐漸增大。通過式（8計算的成像算法的定位誤差，結果如表1所示。

由表1和圖11可知，隨著裂紋擴展，本文所提成像算法大部分的定位誤差在 1mm 以內，最大誤差僅為 2.01mm ，驗證了所提定位方法的準確性。

圖11裂紋擴展損傷定位結果

Fig.11Damagelocalizationresultswithcrack propagation

表1裂紋擴展監測的損傷定位結果

Tab.1 Damage localization results of the crack propagation

3結論

針對耳片連接結構孔邊裂紋準確報警、定位等問題，提出了一種基于壓電導波陣列的孔邊裂紋監測方法，通過開展孔邊裂紋擴展監測試驗驗證了所提方法的有效性和準確性。得出以下主要結論：

1）提出了一種損傷特征提取方法，量化表征孔邊裂紋損傷對導波的影響程度，并基于全網絡損傷特征建立了一種損傷報警方法，實現了健康狀態不虛警、損傷狀態準確報警。

2）基于結構形式優化延時累加定位算法，實現了耳片連接結構孔邊裂紋的準確定位，定位誤差在2.01mm 之內。

未來研究將圍繞存在時變服役環境下的不可見裂紋監測開展研究，以及利用數據驅動、深度學習、統計學概率模型等方法挖掘特征信息，提升裂紋監測方法的實際應用能力。

參考文獻（References）

[1］袁慎芳.結構健康監控[M].北京：國防工業出版社，2007：2-3. YUAN Shenfang. Structural health monitoring and damage control [M].Beijing：National Defense Industry Press，20o7：2-3.（In Chinese）

[2]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，2011：8-10. QIU Lei. Research on aircraft structure monitoring and management system based on piezoelectric array[D]. Nanjing：Nanjing University ofAeronautics and Astronautics，2011：8-10. （In Chinese）

[3］伍黎明，何宇廷，張海威，等.耳片斜切角對孔邊疲勞裂紋擴展速 率的影響[J].機械工程材料，2012，36（11）：106-108. WU Liming，HE Yuting，ZHANG Haiwei，et al. Effect of attachment lug's bevel angle on fatigue crack growth rate[J]. Materials forMechanical Engineering，2012，36（11）：106-108.（In Chinese）

[4]BOLJANOVIC S. Computational modeling of aireraft lugs failure under fatigue loading[J]. International Journal of Fatigue，2018， 114： 252-261.

[5］于翀，宋昊．航空結構件孔邊裂紋監測技術研究綜述[J].航空科 學技術，2021，32（12）：1-17. YU Chong，SONG Hao. Summary of research on hole edge crack monitoring of aviation structures[J].Aeronautical Scienceamp; Technology，2021，32（12）：1-17.（In Chinese）

[6]袁慎芳，邱雷，吳鍵，等.大型飛機的發展對結構健康監測的需求 與挑戰[J].航空制造技術，2009，52（22）：62-67. YUAN Shenfang，QIU Lei，WU Jian，et al. Challenge in structural health monitoring of large aircraft development[J]．Aeronautical Manufacturing Technology，2009，52（22）：62-67.（In Chinese）

[7]QING X L，LI W Z，WANG Y S，et al. Piezoelectric transducerbased structural health monitoring for aircraft applications[J]. Sensors，2019，19（3） ： 545.

[8]汪玉，邱雷，黃永安.面向飛行器結構健康監測智能蒙皮的柔性 傳感器網絡綜述[J].航空制造技術，2020，63（15）：60-69. WANG Yu，QIU Lei，HUANG Yong'an. Reviewof flexible sensor networks for structural health monitoring of aircraft smart skin[J]. Aeronautical Manufacturing Technology，2020，63（15）：60-69. （In Chinese）

[9]BAO YQ，CHEN ZC，WEI SY，et al. The state of the art of data science and engineering in structural health monitoring [J]. Engineering，2019，5（2）：234-242.

[10］孫俠生，肖迎春．飛機結構健康監測技術的機遇與挑戰[J].航空 學報，2014，35（12）：3199-3212. SUN Xiasheng，XIAO Yingchun. Opportunities and challenges of aircraft structural health monitoring[J].Acta Aeronautica et Astronautica Sinica，2014，35（12）：3199-3212.（In Chinese）

[11］劉儉輝，徐建平.基于HRR場的疲勞裂紋擴展模型研究[J].機 械強度，2024，46（5）：1207-1215. LIU Jianhui，XU Jianping.Research on fatigue crack growth model based on hrr field[J]. Journal of Mechanical Strength， 2024，46（5）：1207-1215.（In Chinese）

[12]郭巧榮，宋依良，徐建新，等.含孔復合材料層合板的單軸拉伸漸121 進損傷研究[J].機械強度，2024，46（5）：1243-1252. GUO Qiaorong，SONG Yiliang，XU Jianxin，et al. Study on uniaxial tensile progressive damage of composite laminates with a hole[J]. JournalofMechanical Strength，2024，46（5）：1243-1252.（In Chinese）

[13］鮑崎，邱雷，袁慎芳.飛行器結構健康監測中壓電-導波成像技術 的發展與挑戰[J].航空科學技術，2020，31（3）：15-33. BAO Qiao，QIU Lei， YUAN Shenfang. Development and challenges of PZT-guided wave based imaging technique in aircraft structural health monitoring[J].Aeronautical Science amp; Technology，2020，31（3）：15-33.（In Chinese）

[14]YUAN S F，JING H T，WANG Y，et al. A whole service time SHM damage quantification model hierarchical evolution mechanism[J]. Mechanical Systems and Signal Processing，2024，209：111064.

[15]JINGHT，YUAN SF，CHEN J，et al.A multi-scale deep residual network-based guided wave imaging evaluation method for fatigue crack quantification[J]. Measurement Science and Technology， 2025，36（1）：016115.

[16]WANG H，YUAN SF，XUQH，et al. Anew GW-based heteroscedastic Gaussian process method for online crack evaluation[J]. Structural Health Monitoring，2022，21（6）：2874-2889.

[17]YUAN SF，ZHANG JJ，CHEN J，et al. A uniform initialization Gaussian mixture model-based guided wave-hidden Markov model with stable damage evaluation performance[J].Structural Health Monitoring，2019，18（3）：853-868.

[18]SONI S，DAS S，CHATTOPADHYAY A. Simulation of damagefeatures ina lug joint using guided waves[J].Journal of Intelligent Material Systems and Structures，2009，20（12）：1451-1464.

[19］XU Q H， YUAN S F， HUANG T X. Multi-dimensional uniform initialization Gaussian mixture model for spar crack quantification under uncertainty[J]. Sensors，2021，21（4）：1283.

[20]CHEN J， YUAN S F， WANG H. On-line updating Gaussian process measurement model for crack prognosis using the particle filter [J].Mechanical Systemsand Signal Processing，2020，140：106646.

[21] MOTAMED P K，ABEDIAN A，NASIRI M. Optimal sensors layout design based on reference-free damage localization with lamb wave propagation[J].Structural Control and Health Monitoring，2020，27（4）：e2490.

[22]LIUKH，WU ZJ，JIANGYQ，et al. Guided wavesbased diagnostic imaging of circumferential cracks in small-diameter pipe [J].Ultrasonics，2016，65：34-42.

[23]WANG Z，ZHANG S D，LIY H，et al. A cross-scanning crack damage quantitative monitoring and imaging method[J].IEEE Transactions on Instrumentation and Measurement，2022，71：9600610.

[24]楊曉華，劉學君，張環，等.基于振動聲調制的板類結構裂紋定位 成像[J].北京航空航天大學學報，2017，43（8）：1509-1516. YANG Xiaohua，LIU Xuejun， ZHANG Ding，et al. Localization and imaging of crack damage in plate-like structures based on vibroacousic modulation[J]. Journal of Beijing University of Aeronautics andAstronautics，2017，43（8）：1509-1516.（In Chinese）

[25]QIUL，YUANSF，CHANGFK，etal.On-line updatingGaussianmixturemodel foraircraftwingspardamageevaluationundertimevarying boundary condition[J].Smart Material Structures，2014， 23（12）：125001. [26]鄭輝，邱雷，袁慎芳，等.C/C熱防護結構高溫氣流損傷導波監測 實驗方法[J].航空學報，2022，43（8）：225659. ZHENG Hui，QIULei，YUAN Shenfang，etal.Experimental method ofguidedwavemonitoringforhigh temperatureairflowdamageof C/C thermal protection structures[J]. Acta Aeronautica et AstronauticaSinica，2022，43（8）：225659.（InChinese）

[27]SHI LM，DENGB，XUQY，et al.Hole-edge crack monitoring in attachment lug with large bolt hole based on guided wave and circular piezoelectric sensor array[J]. Smart Materials and Structures，2024，33（3）：035040.

[28]REN YQ，QIUL，YUAN SF，et al. Gaussian mixture model and delay-and-sumbased4Dimaging of damageinaircraftcomposite structuresunder time-varyingconditions[J].Mechanical Systems and SignalProcessing，2020，135：106390.

Abstract：Theharshoperationalenvironmentofhelicoptersrenders theirstructures highlysusceptibletotheinitiationand propagationof hole-edge cracksaround bolt holes，therebycompromising structural integrityand load-bearing capacity.To monitor hole-edge cracks in helicopter atachment lug structures，piezoelectric guided wave-based structural health monitoring （SHM）techniquesarecommonlyemployed.However，duetothedificultyindetectingsmallcracksattheearlystagesof propagationandthe presence of large through-holeconfigurations inatachment lug structures，the accuracyof guided wave monitoringremainssuboptimal.Therefore，addressing theaccuracy issues incrack monitoring ofatachment lug structures， this study proposesa piezoelectric guided wavearay-based methodforhole-edgecrack detection.Firstlydamage feature information was extractedfromacquired piezoelectric guided wavearraysignals encompasing theentire sensor network. Subsequently，adamagealarmthreshold wasestablishedusingamean-valuemethodto facilitatedamagedetection. Furthermore，an improved delay-and-sum imaging algorithm was developed based on the specific configuration of the attachment lug structure tooptimize probabilitydistributionand achieve precise crack localization.Finaly，validation was conducted through test monitoring of crack propagation in atachment lug structures.Test outcomes demonstrate that the proposed method enablesaccuratealarm triggeringandlocalizationof hole-edgecracksaround bolt holes，with localization errors confined within 2.01mm ，thereby confirming the efficacy and precision of the proposed approach.

Key words： Key attachment structure; Hole-edge crack monitoring; Piezoelectric guided wave; Damage alarm; Damage location

Corresponding author： DAI Yushan， E-mail： 350701802@qq.com

Fund：Research and Innovation Capability Support Project for Young Scholars of the Central Universities （ZYGXQNJ. SKYCXNLZCXM-D6）

Received：2025-05-20 Revised：2025-06-19