基于高次谐波对复合材料冲击的损伤面积量化预测方法与流程

本发明涉及复合材料结构无损检测技术领域，具体为基于高次谐波对复合材料冲击的损伤面积量化预测方法。

背景技术：

得益于复合材料优异的力学性能，复合材料在现代工程中的应用越来越广泛，常见用于航空航天、军事科学以及其他的特殊场合。复合材料良好的特性主要体现在其具有高强度、高刚度、较强的抗疲劳、耐腐蚀和重量轻等方面。但由于其复杂的制造工艺，在制造过程中，难免造成先天缺陷，如气孔、分层、杂质等。或者服役过程中，遭受冲击、拉伸和疲劳等原因，导致分层、脱胶、基体和纤维断裂等损伤形式。通常情况下，这些损伤都是肉眼不可见的，我们并不能对其健康状况进行简单的目视评估。因此，对疑似损伤的复合材料板进行检测，避免遭受更大的损失势在必行。

针对复合材料损伤的检测研究中，常见的无损检测手段有超声波无损检测技术、激光检测技术、电磁检测技术、光学检测技术和射线检测技术等。这些检测技术各有优势，其中超声波无损检测由于其检测设备简单、检测结果可靠、方法更易实现而得到了更多的研究和工程应用。

基于超声波对复合材料的无损检测研究中，主要包含传统线性和谐波非线性检测方法。线性检测方法通过目标信号与基准信号的对比得到损伤信息，信号处理难度高，对损伤信息的获取有较大难度。在谐波非线性检测方法中，往往通过超声波与损伤界面的非线性接触产生的高次谐波来表征损伤信息。大量的研究表明，损伤的严重程度与接收信号的高次谐波幅值有着密切的联系。但无论是线性检测还是非线性检测方法，检测的结果都是定性化的检测，即仅仅能预测损伤的存在和各损伤之间的大小比较关系。对复合材料损伤面积的量化预测，尤其是冲击损伤面积的预测，目前的研究非常有限。

技术实现要素：

本发明要解决的技术问题是克服现有的缺陷，提供基于高次谐波对复合材料冲击的损伤面积量化预测方法，能够实现对复合材料冲击损伤，尤其是冲击损伤行为导致的损伤面积进行量化预测，可以有效解决背景技术中的问题。

为实现上述目的，本发明提供如下技术方案：基于高次谐波对复合材料冲击的损伤面积量化预测方法，包括以下步骤：

(1)在非线性检测系统中，设置5至6组的复合材料试件，越多数量的试件会得到越多的参考数据，使得最终的预测结果更准确，在落锤冲击试验系统中分别进行不同冲击能量的落锤冲击试验，得到带有冲击损伤的试件；

(2)对不同冲击能量的冲击试件进行非线性检测，在非线性检测系统中，分置激励探头和接收探头，选择合适的激励频率，激励探头负责激励和发射超声波，超声波在复合材料中传播并经过损伤，携带损伤信息的超声信号到达接收探头，对接收的得到的信号进行输出；

(3)对接收得到的离散信号进行hilbert变换，将接收信号转换至连续解析信号并输出；

(4)对变换后的信号进行重构，得到重构后的总信号并输出；

(5)选择小波分解基函数；对已经重构后的信号通过选择合适的小波分解基函数进行一维分解重构，本发明选择dbn小波分解基函数，即daubechies小波，其中n为小波阶数，阶数越大，信号的分解效果就越光滑，频域信号的局部化能力就更强，但同时计算量会增大，分解重构信号后，针对复合材料冲击试件，采用n＝5，最优；

(6)选择重构细节信号的层数；不同层数的细节信号展现不同的信号规律，结合实际的信号和需要观察的特征量，选择合适的分解层数后，对各层细节信号进行再次重构并输出；

(7)对分解得到的各层细节信号进行频域转换；通过傅里叶变换，对各层细节信号分别进行频域转换，从分解得到的时域信号转换至频域信号并显示频域图；

(8)选择高次谐波特征量所在的关键层数；观察傅里叶变换后得到的频域图，选择高次谐波所在的层数，对比高次谐波幅值，最终确定一个层数作为研究对象，之后的所有接受信号都将会采纳该层信号的高次谐波特征量；

(9)构造非线性特征差异系数；将所有参考信号的关键层数进行对比，以无损状态下的信号做为基准信号，构造非线性特征差异系数，具体为：δhn＝hn-h0，其中，hn为第n个参考信号的关键层数的频谱高次谐波幅值，h0为基准信号的关键层频谱高次谐波幅值，计算得到各个非线性特征差异系数；

(10)拟合关系；根据统计的各参考数据组的损伤面积和对应的各能量的非线性特征差异系数，获得与非线性高次谐波相关的非线性特征差异系数与损伤面积的函数关系，即损伤面积量化预测关系式。

进一步的，所述的激励频率，根据不同的研究对象的频散曲线，选择合适的激励频率，通常情况，当高次谐波频率与基波频率所对应的波速(群速度或相速度)相同或接近时，更容易生成高次谐波。

进一步的，所述的特征量，即高次谐波，即高次谐波，为二次谐波、三次谐波或更高次的谐波中的一种。

进一步的，所述的基准信号，是指在完整无损、未遭受冲击试件中接收得到的信号。

进一步的，所述的步骤(8)和步骤(9)中，关键层数是指在该层细节信号的频谱图中，有所关注高次谐波频率的幅值最大、局部化效果最明显、波峰易识别、带宽窄的特点。

进一步的，所述的步骤(6)和步骤(7)中，基于高次谐波，采用含dbn小波分解的多次重构信号处理方法，有效地实现将接收信号的高频与低频分离并局部化，使得对高次谐波的细节观察和信息获取更准确。

进一步的，所述的步骤(9)和步骤(10)中，进一步构造基于无损基准信号的非线性特征差异系数，获得非线性特征差异系数与损伤面积的函数关系，即损伤面积量化预测关系式，实现对损伤面积的预测。

与现有技术相比，本发明的有益效果是：本基于高次谐波对复合材料冲击的损伤面积量化预测方法，具有以下好处：本发明基于高次谐波，采用含dbn小波分解的多次重构信号处理方法，有效地实现将接收信号的高频与低频分离并局部化，使得对高次谐波的细节观察和信息获取更准确，进一步构造基于无损基准信号的非线性特征差异系数，获得非线性特征差异系数与损伤面积的函数关系，即损伤面积量化预测关系式，实现对损伤面积的预测。

附图说明

图1为本发明的流程图；

图2为本发明实施例中基准无损伤信号的db5小波5层小波分解的细节信号分量；

图3为本发明实施例中db5小波5层小波分解的细节信号分量的频域转换结果；

图4为本发明实施例中非线性特征差异系数的构造示意图；

图5为本发明实施例中最终得到的损伤面积量化预测结果的表达式；

具体实施方式

下面将结合本发明实施例中的附图，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。

请参阅图1-5，本发明提供一种技术方案：如图1所示，本发明所述的基于高次谐波对复合材料冲击的损伤面积量化预测方法，本实施例中，采用基波频率为0.5mhz的超声lamb波对t300/7901型号的复合材料层合板冲击损伤面积进行量化预测，包括以下步骤：

(1)在非线性检测系统中，设置6组复合材料试件，分别对应0j、4j、8j、12j、16j、20j，试件尺寸为200×100×2.4mm，在落锤冲击试验系统中分别进行不同冲击能量的落锤冲击试验，得到带有冲击损伤的试件，进入步骤(2)；

(2)对不同冲击能量的冲击试件进行非线性检测，在非线性检测系统中，分置激励探头和接收探头。选择合适的激励频率，激励探头负责激励和发射超声波，超声波在复合材料中传播并经过损伤，携带损伤信息的超声信号到达接收探头，对接收的得到的信号进行输出，进入步骤(3)；

(3)对接收得到的离散信号进行hilbert变换，将接收信号转换至连续解析信号并输出，进入步骤(4)；

(4)对变换后的信号进行重构，得到重构后的总信号并输出，进入步骤(5)；

(5)选择小波分解基函数；对已经重构后的信号通过选择合适的小波分解基函数进行一维分解重构，本实例选择db5小波分解基函数，即daubechies小波，其中5为小波阶数。阶数越大，信号的分解效果就越光滑，频域信号的局部化能力就更强，但同时计算量会增大，针对本例中的复合材料冲击试件，采用n＝5，最优，分解重构信号后，进入步骤(6)；

(6)选择重构细节信号的层数；不同层数的细节信号展现不同的信号规律，结合实际的信号和需要观察的特征量，选择合适的分解层数后，对各层细节信号进行再次重构并输出，本实施例中，选择分解层数为5层，进入步骤(7)；

(7)对分解得到的各层细节信号进行频域转换；通过傅里叶变换，对各层细节信号分别进行频域转换，从分解得到的时域信号转换至频域信号并显示频域图，进入步骤(8)；

(8)选择高次谐波特征量所在的关键层数；观察傅里叶变换后得到的频域图，选择高次谐波所在的层数，对比高次谐波幅值，最终确定一个层数作为研究对象，之后的所有接受信号都将会采纳该层信号的高次谐波特征量，本实施例中，选择关键层数为第3层，进入步骤(9)；

(9)构造非线性特征差异系数；将所有参考信号的关键层数进行对比，以无损状态下的信号作为基准信号，构造非线性特征差异系数，具体为：δhn＝hn-h0，其中，hn为第n个参考信号的关键层数的频谱高次谐波幅值，h0为基准信号的关键层频谱高次谐波幅值，计算得到各个非线性特征差异系数后，进入步骤(10)；

(10)拟合关系；根据统计的各参考数据组的损伤面积和对应的各能量的非线性特征差异系数，获得与高次谐波相关的非线性特征差异系数与损伤面积的函数关系，即损伤面积量化预测关系式。

本实施例中，最终得到的损伤面积预测公式为：y＝-0.0033x²+3.76x-69.26。

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。