一种阵列式超声导波仪、钢结构损伤监测系统及方法

1.本发明涉及钢结构监测技术领域，尤其涉及一种阵列式超声导波仪、钢结构损伤监测系统及方法。


背景技术：

2.钢结构兼具力学特性与经济性等突出优点，是大型工程结构的优选方案。但在钢结构服役过程中长期受往复荷载与恶劣环境作用，易发生疲劳开裂和腐蚀等损伤问题，致使钢结构的运营质量与承载能力显著下降或直接危害结构的安全性。钢结构的微小损伤与钢结构整体形成严重的跨尺度效应，导致钢结构的损伤检测工作困难，一直是困扰技术研究人员的世界性难题。
3.结构健康监测系统采用多种类和大规模的传感器监测结构在运营过程中的多项参数（包括温度、位移、风力、应力和动力特性等），是保障重大结构工程安全运营的重要技术手段，近年来在国内外许多大型结构工程上得到了广泛的推广应用。但现有结构健康监测系统对于钢结构的损伤检测仍然以目视检查或辅助半人工检测设备（超声波、磁粉探伤等）进行逐点排查，不仅使得监测效率低下，而且还无法对钢结构整体的健康状态进行监测和预警。


技术实现要素：

4.本发明的目的在于提供一种阵列式超声导波仪、钢结构损伤监测系统及方法，实现对钢结构整体健康状态的监测和预警。
5.本发明通过下述技术方案实现：本技术实施例的第一个方面提供了一种阵列式超声导波仪，包括主控模块和传感器模组；所述主控模块，用于生成并发送选取信号和入射波信号至所述传感器模组；所述传感器模组，包括多个传感器模块，用于根据所述选取信号从所述传感器模组中选取一个所述传感器模块作为发射传感器模块，余下的所述传感器模块作为接收传感器模块；所述发射传感器模块，用于将所述入射波信号转化为能够在待测结构中传输的超声波；所述接收传感器模块，用于将超声导波转换为超声导波信号，并将所述超声导波信号传输至所述主控模块；其中，所述超声导波由所述超声波在所述待测结构中不断叠加而成；所述主控模块，还用于将n-1组所述超声导波信号整理成所述待测结构的波形信息矩阵；其中，n为所述传感器模块的个数，n-1组所述超声导波信号分别对应n-1个接收传感器模块。
6.优选地，所述传感器模块包括压电换能器和固定装置；
所述压电换能器，用于将所述入射波信号转换为所述超声波；所述固定装置，用于将所述压电换能器固定在所述待测结构上，且所述压电换能器设置于所述固定装置和所述待测结构之间。
7.优选地，所述传感器模块还包括压力传感器，所述压力传感器设置于所述固定装置和所述压电换能器之间，用于测量所述传感器模块与所述待测结构的接触压力。
8.优选地，所述主控模块包括控制器、发生器、接收器和滤波器；所述控制器，用于发送所述选取信号和所述入射波信号至所述发生器；所述发生器，用于将所述入射波信号和所述选取信号传递至所述发射传感器模块；所述滤波器，用于过滤所述超声导波信号中的噪声，并将过滤后的所述超声导波信号传输至所述接收器；所述接收器，用于接收所述滤波器传输的所述超声导波信号，并整理成所述波形信息矩阵。
9.本技术实施例的第二个方面提供了一种钢结构损伤监测系统，包括超声导波数据监测系统以及如上所述的一种阵列式超声导波仪；所述阵列式超声导波仪，用于生成待测钢结构的所述波形信息矩阵；所述超声导波数据监测系统，用于根据所述波形信息矩阵获取所述待测钢结构的损伤特征参数；所述超声导波数据监测系统包括：获取模块，用于根据所述波形信息矩阵获取波形信息差异，所述波形信息差异为同一个所述传感器模块在不同时刻获取的所述超声导波信号的差异信息，包括波形的频率、振幅、相位和差异度系数；识别模块，用于将所述差异信息输入至预先训练好的递归神经网络中，以获取所述待测钢结构的损伤特征参数，包括损伤状态、损伤位置、损伤大小和损伤角度。
10.优选地，所述超声导波数据监测系统还包括数字孪生模块，所述数字孪生模块用于根据所述损伤特征参数建立数值仿真模型，所述数值仿真模型包括相互映射的力学模型和超声导波模型；所述超声导波模型，用于评估所述待测钢结构的损伤情况，并将所述损伤情况映射到所述力学模型中；所述力学模型，用于评估所述待测钢结构的力学特性，还用于根据所述损伤情况更新所述待测钢结构的力学特性，更新后的所述力学特性传输至所述超声导波模型以更新所述超声导波模型的传播特性所述数字孪生模块用于根据所述损伤特征参数建立数值仿真模型，所述数值仿真模型包括力学模型和超声导波模型，所述力学模型用于评估所述待测钢结构的力学特性，所述超声导波模型用于评估所述待测钢结构的损伤情况；所述力学模型和超声导波模型是相互映射的，评估钢结构损伤结果会反应到力学模型中，更新数值仿真模型的受力特征，所述力学特性的变化同时也会使超声导波模型的传播特性发生变化。
11.优选地，所述超声导波数据监测系统还包括概率预测模块，所述超声导波数据监测系统还包括概率预测模块，所述概率预测模块根据所述损伤特征参数采用损伤力学和长
短时记忆深度神经网络模型预测所述待测钢结构在监测区域内出现损伤的损伤概率；所述监测区域为所述待测钢结构安装有所述阵列式超声导波仪的区域所述概率预测模块根据所述损伤特征参数采用损伤力学和长短时记忆深度神经网络模型预测所述待测钢结构在监测区域内出现损伤的损伤概率；所述监测区域为所述待测钢结构安装有所述阵列式超声导波仪的区域。
12.优选地，所述概率预测模块还用于根据所述损伤概率预测所述待测钢结构的总损伤特征，根据所述总损伤特征构建多环境时间相似理论建立区域概率分布数值模型，并根据所述多环境时间相似理论建立区域概率分布数值模型对所述待测钢结构未安装所述阵列式超声导波仪的其他区域进行损伤预测。
13.本技术实施例的第三个方面提供了一种钢结构损伤监测方法，包括以下步骤：获取待测钢结构的波形信息矩阵，所述波形信息矩阵由如上所述的阵列式超声导波仪生成，所述波形信息矩阵为：其中，i=1、2、3
…
n，j=1、2、3
…
n，n表示传感器模组中传感器模块的个数，表示当第i个传感器模块作为发射传感器模块时，第j-1个传感器模块作为接收传感器模块接收到的波形信息；根据所述波形信息矩阵获取波形信息差异，所述波形信息差异为同一个所述传感器模块在不同时刻获取的所述超声导波信号的差异信息，包括波形的频率、振幅、相位和差异度系数；将所述波形信息差异输入至预先训练好的递归神经网络中，以获取所述待测钢结构的损伤特征参数，包括损伤状态、损伤位置、损伤大小和损伤角度；还包括评估步骤，所述评估步骤用于根据损伤特征参数评估所述待测钢结构的力学特性以及所述待测钢结构的损伤情况。
14.本发明与现有技术相比，具有如下的优点和有益效果：（1）本技术实施例中的阵列式超声导波仪包括多个传感器模块，多个传感器模块共用一个发射传感器模块且发射传感器模块可以更改，在具体运用时，由于多个传感器模块（发射传感器模块和接收传感器模块）分散在待测钢结构表面的各个位置，因此当发射传感器模块发出测试信号（超声波）时，任意一个接收传感器模块接收的信号（超声导波）可以反映出待测钢结构表面的一部分区域的损伤情况，多个接收传感器模块共同作用可同时获取整个待测钢结构的损伤情况，从而实现对钢结构整体健康状态的监测和预警；
（2）阵列式超声导波仪能够控制多个传感器发射、接收超声导波与功能转换实现对复杂钢结构损伤检测；超声导波仪将超声导波监测数据矩阵化，优化了多测点的数据分类与传输方法；搭建的钢结构损伤监测系统和方法包含了数据处理、数字孪生和概率预测多项功能，可以完成对损伤的快速识别与结构损伤状态实时更新，并与损伤状态的后续发展进行有限预测；该监测系统可实现对钢结构损伤的长期监测，功能全面、设计精简、测点丰富、安装方便，能够适应各种复杂检测环境。
附图说明
15.此处所说明的附图用来提供对本发明实施例的进一步理解，构成本技术的一部分，并不构成对本发明实施例的限定。在附图中：图1为本技术实施例阵列式超声导波仪的结构示意图；图2为本技术实施例钢结构损伤监测系统的示意图；图3为本技术实施例钢结构损伤监测方法的流程示意图；附图中标记及对应的零部件名称：1、主控模块；2、传感器模块；3、压电换能器；4、磁吸固定器；5、压力传感器；6、发生器；7、接收器；8、滤波器；9、无线网卡；10、双频天线；11、蓝牙；12、电池；13、电源线；14、壳体。
具体实施方式
16.为使本发明的目的、技术方案和优点更加清楚明白，下面结合实施例和附图，对本发明作进一步的详细说明，本发明的示意性实施方式及其说明仅用于解释本发明，并不作为对本发明的限定。
17.实施例1本实施例提供了一种阵列式超声导波仪，如图1所示，包括主控模块1和传感器模组；主控模块1，用于生成并发送选取信号和入射波信号至传感器模组；传感器模组，包括多个结构相同的传感器模块2，用于根据选取信号从传感器模组中选取一个传感器模块2作为发射传感器模块，然后将入射波信号（电信号）转化为能够在待测结构中传输的超声波；除发射传感器模块外，传感器模组中余下的传感器模块2均作为接收传感器模块，用于接收超声波在待测结构中因不断叠加而形成的超声导波，并在将超声导波转换为超声导波信号后传输至主控模块1；主控模块1，还用于将n-1组超声导波信号整理成待测结构的波形信息矩阵；其中，n为传感器模块2的个数，n-1组超声导波信号分别对应n-1个接收传感器模块；本实施例中的波形信息矩阵为：
其中，i=1、2、3
…
n，j=1、2、3
…
n，n表示传感器模组中传感器模块2的个数，表示当第i个传感器模块2作为发射传感器模块时，第j-1个传感器模块2作为接收传感器模块接收到的波形信息。
18.现有技术中，多采用结构健康监测系统来对钢结构的损伤进行监测，即，通过在待测钢结构的表面分散安装多个传感器模块2，通过传感器模块2来探测各个监测点是否有损伤，进而根据各个检测点的损伤情况来判断整个待测钢结构表面是否损伤。由于此种方法是通过对局部的监测来推测整个待测钢结构的损伤情况，在监测点安装较少时，推测结果存在极大的误差；在监测点较多时，虽然能提高推测精度，但是却提高了推测的复杂程度。基于此，为解决上述技术问题，本技术实施例提供了一种阵列式超声导波仪，该阵列式超声导波仪包括多个传感器模块2，多个传感器模块2共用一个发射传感器模块且发射传感器模块可以更改，在具体运用时，由于多个传感器模块2（发射传感器模块和接收传感器模块）分散在待测钢结构表面的各个位置，因此当发射传感器模块发出测试信号（超声波）时，任意一个接收传感器模块接收的信号（超声导波）可以反映出待测钢结构表面的一部分区域的损伤情况，多个接收传感器模块共同作用可同时获取整个待测钢结构的损伤情况，从而实现对钢结构整体健康状态的监测和预警；此外，相对于现有技术中每个传感器模块2接收的信号均由来自于自身发射的测试信号所产生，本技术实施例中所有接收传感器模块接收的信号均由来自于同一个发射传感器模块发射的测试信号所产生，确保了测试信号的单一性，避免了现有技术中因测试信号不统一导致的测量误差，进一步提升了监测准确度；除此之外，由于本技术实施例中的发射传感器并不固定，而是处于一个动态变换的过程，因此每变换一次发射传感器，接收传感器接收的信号所反映出的待测钢结构表面的区域是不一样的，因此，通过不断更改发射传感器，可以获取待测钢结构不同区域的损伤情况，进一步提升了对待测钢结构整体健康状态进行监测和预警的准确度。
19.具体地，本实施例中的主控模块1如图1所示，包括壳体14，为了便于将壳体14固定在待测钢结构上，本实施例的壳体14底部设置有磁铁，通过磁吸的方式固定在待测钢结构上，从而便于运用时的安装和拆卸；本实施例中，壳体14内设置有一个控制器、一个发生器6、一个接收器7以及9个滤波器8；其中，控制器用于将选取信号和入射波信号发送至发生器6；发生器6用于将入射波信号和选取信号传递至发射传感器模块；滤波器8，用于过滤超声导波信号中的噪声，并将过滤后的超声导波信号传输至接收器7；接收器7，用于接收过滤噪声后的超声导波信号，并整理成波形信息矩阵。
20.本技术实施例的传感器模组包括9个传感器模块2，任意一个传感器模块2包括一个压电换能器3和一个磁吸固定器4，本实施中的磁吸固定装置设置为内部中空且一侧开口的壳体14，且开口侧设置有磁铁，用于将将压电换能器3吸附固定在待测钢结构上，压电换能器3设置于壳体14内，且一端与壳体14的内底部抵接，另一端与待测钢结构表面接触，用于将入射波信号转换为超声波。
21.工作时，发生器6将汉宁窗调制的入射波信号以电信号的形式传递给第i（i=1、2、3....9）个发射传感器模块的压电换能器3，压电换能器3将电信号转换为能够在待测钢结构中稳定传播的超声波，超声波在待测钢结构中多次反射变换传播至各接收传感器模块，接收传感器模块将超声导波（超声导波由超声波在待测钢结构中不断叠加而成）转换为电信号（超声导波信号）后传输至滤波器8，滤波器8对接收的电信号进行噪声过滤后传输至接收器7；循环上述工作流程，直至9个传感器模块2均已作为过发射传感器模块，然后接收器7将接收到的电信号（超声导波信号）整理成波形信息矩阵。
22.其中，接收器7将入射波形信号整理成波形信息矩阵包括两种方式：方式一：接收器7中事先存储有9
×
8的空白波形信息矩阵，接收器7每接收到一次超声导波信号，便将其填充至空白波形信息矩阵中，直至9
×
8的空白波形信息矩阵被填充满；方式二：接收器7先将接收到的超声导波信号进行存储，直至9个传感器模块2均已作为过发射传感器模块后，然后按照接收超声导波信号的先后顺序构建9
×
8的波形信息矩阵。
23.上述两种方式均可实现波形信息矩阵的构建，在实际运用中，可根据实际情况进行选择。
24.进一步地，为保证接收的超声导波信号的准确性，本实施例中的传感器模块2还设置有压力传感器5，压力传感器5设置于磁吸固定器4和压电换能器3之间，用于监测传感器模块2与待测钢结构的接触压力，通过压力传感器5监测传感器模块2与待测钢结构的接触压力，以保证每个传感器模块2与待测钢结构的接触压力（固定程度）相同，避免因传感器模块2与待测钢结构的接触压力不同带来的测量误差，进一步提升对待测钢结构整体健康状态进行监测和预警的准确度。
25.进一步地，为了后续能够快速和便捷的从阵列式超声导波仪中获取波形信息矩阵，本实施例中的阵列式超声导波仪还设置有用于传输波形信息矩阵的通讯模块。具体地，本实施例中的通讯模块包括无线网卡9、双频天线10和蓝牙11；双频天线10与无线网卡9相连，用于增强信号的传输距离和稳定性；蓝牙11可以与手机通讯，获得与手机相同的无线网络入网。在本实施例中，通过设置通讯模块，可以以无线的方式进行波形信息矩阵的传输，避免了以有线方式传输带来的布线过程。
26.进一步地，为了增强阵列式超声导波仪对环境的适应力，本实施例中的阵列式超声导波仪还包括电源模块；具体地，本实施例中的电源模块包括电池12和电源线13；电池12可用于阵列式超声导波仪在接电不方便的时候为主控模块1及其他电器元件供电；电源线13可在阵列式超声导波仪接电方便的时候对主控模块1及其他电器元件供电，也可在阵列式超声导波仪不使用的时候为电池12充电。
27.实施例2
本实施例提供了一种钢结构损伤监测系统，如图2所示，包括超声导波数据监测系统以及如实施例1所提供的阵列式超声导波仪；在具体运用时，阵列式超声导波仪通过磁吸装置安装在待测钢结构表面，用于将调制的入射波信号转换成超声波并发射进入待测钢结构；也用于接收由超声波在待测钢结构中不断叠加而形成的超声导波并转换成超声导波信号；还用于将接收的超声导波信号整理成波形信息矩阵并传递至超声导波数据监测系统；其中，本实施例中所提及的波形信息矩阵为：其中，i=1、2、3
…
n，j=1、2、3
…
n，n表示传感器模组中传感器模块2的个数，表示当第i个传感器模块2作为发射传感器模块时，第j-1个传感器模块2作为接收传感器模块接收到的波形信息；本实施例中的超声导波数据监测系统属于云端数据的处理系统，用于根据波形信息矩阵获取待测钢结构的损伤特征参数，以判断待测钢结构是否损伤。
28.具体地，本实施例中的超声导波数据监测系统包括：获取模块，用于根据波形信息矩阵获取波形信息差异，本实施例中所说的波形信息差异指的是：同一个传感器模块2在不同时刻获取的超声导波信号的差异信息，包括波形的频率、振幅、相位和差异度系数等；识别模块，用于将差异信息输入至预先训练好的递归神经网络中，以获取待测钢结构的损伤特征参数，包括损伤状态、损伤位置、损伤大小和损伤角度等，从而根据该损伤特征参数判断钢结构是否损失。
29.现有技术中，多采用结构健康监测系统来对钢结构的损伤进行监测，即，通过在待测钢结构的表面分散安装多个传感器模块2，通过传感器模块2来探测各个监测点是否有损伤，进而根据各个检测点的损伤情况来判断整个待测钢结构表面是否损伤。由于此种方法是通过对局部的监测来推测整个待测钢结构的损伤情况，在监测点安装较少时，推测结果存在极大的误差；在监测点较多时，虽然能提高推测精度，但是却提高了推测的复杂程度。基于此，为解决上述技术问题，本技术实施例提供了一种钢结构损伤监测系统，该钢结构损伤监测系统包括如实施例1所提供的阵列式超声导波仪，由于该阵列式超声导波仪包括多个传感器模块2，多个传感器模块2共用一个发射传感器模块且发射传感器模块可以更改，因此在具体运用时，由于多个传感器模块2（发射传感器模块和接收传感器模块）分散在待测钢结构表面的各个位置，因此当发射传感器模块发出测试信号（超声波）时，任意一个接
收传感器模块接收的信号（超声导波）可以反映出待测钢结构表面的一部分区域的损伤情况，多个接收传感器模块共同作用可同时获取整个待测钢结构的损伤情况，从而实现对钢结构整体健康状态的监测和预警；此外，相对于现有技术中每个传感器模块2接收的信号均由来自于自身发射的测试信号所产生，本技术实施例中所有接收传感器模块接收的信号均由来自于同一个发射传感器模块发射的测试信号所产生，确保了测试信号的单一性，避免了现有技术中因测试信号不统一导致的测量误差，进一步提升了监测准确度；另外，由于本技术实施例中的发射传感器并不固定，而是处于一个动态变换的过程，因此每变换一次发射传感器，接收传感器接收的信号所反映出的待测钢结构表面的区域是不一样的，因此，通过不断更改发射传感器，可以获取待测钢结构不同区域的损伤情况，进一步提升了对待测钢结构整体健康状态进行监测和预警的准确度；除此之外，相对于现有技术中根据传感器模块2获取的超声导波信息预测钢结构损伤，本技术实施例在具体实施时，并不是单一的将获取的超声导波信息输入至神经网络中进行预测，而是将传感器模块2在不同时刻获取的超声导波信号的差异信息进行预测，从而提升钢结构整体健康状态的监测准确性。具体地，一个完整的钢结构在正常情况下各区域的结构性能或力学性能应当一致，因此在钢结构没有损伤时，同一接收传感器模块获取的超声导波信号应当一致，当获取的超声导波信号出现变化时，则可判断为钢结构出现损伤；同时根据接收传感器模块和发射传感器模块的位置可以获取出现结构损伤的具体区域，从而实现对钢结构整体健康状态的监测。而现有技术中，只能获取监测点的损伤情况，从而来推测钢结构的整体损伤情况，具有不确定性和不准确性，不能准确确定钢结构的损伤区域。
30.进一步地，本实施例中的超声导波数据监测系统还包括数字孪生模块，数字孪生模块用于根据损伤特征参数建立数值仿真模型，数值仿真模型包括力学模型和超声导波模型，力学模型用于评估待测钢结构的力学特性，超声导波模型用于评估待测钢结构的损伤情况；且力学模型和超声导波模型是相互映射的，评估的钢结构损伤情况会反应到力学模型中，更新数值仿真模型的受力特征，力学特性的变化同时也会使超声导波模型的传播特性发生变化。
31.进一步地，超声导波数据监测系统还包括概率预测模块，概率预测模块根据损伤特征参数采用损伤力学和长短时记忆深度神经网络模型预测待测钢结构在监测区域内出现损伤的损伤概率；监测区域为待测钢结构安装有阵列式超声导波仪的区域。
32.进一步地，概率预测模块还用于根据损伤概率预测待测钢结构的总损伤特征，根据总损伤特征构建多环境时间相似理论建立区域概率分布数值模型，并根据多环境时间相似理论建立区域概率分布数值模型对待测钢结构未安装阵列式超声导波仪的其他区域进行损伤预测。
33.根据损伤概率预测结构的总损伤特征构建多环境时间相似理论建立区域概率分布数值模型对所述待测钢结构未安装所述阵列式超声导波仪的其他区域进行损伤预测。
34.实施例3本实施例提供了一种钢结构损伤监测方法，如图3所示，包括以下步骤：获取待测钢结构的波形信息矩阵，本实施例中的波形信息矩阵由实施例1所提供的阵列式超声导波仪生成，波形信息矩阵为：
其中，i=1、2、3
…
n，j=1、2、3
…
n，n表示传感器模组中传感器模块2的个数，表示当第i个传感器模块2作为发射传感器模块时，第j-1个传感器模块2作为接收传感器模块接收到的波形信息；根据波形信息矩阵获取波形信息差；其中，本实施例所说的波形信息差异指的是：同一个传感器模块2在不同时刻获取的波形信息的差异值，包括频率差异、幅值差异和相位差异等；将波形信息差异输入至预先训练好的递归神经网络中，以获取所述待测钢结构的损伤特征参数，包括损伤状态、损伤位置、损伤大小和损伤角度等，从而获取钢结构的损伤结果。
35.进一步地，本实施例还包括评估步骤，评估步骤用于根据损伤特征参数评估待测钢结构的力学特性以及待测钢结构的损伤情况。
36.进一步地，本实施例中还包括预测步骤，预测步骤用于根据损伤特征参数预测待测钢结构在监测区域内出现损伤的概率；以及根据损伤特征参数对待测钢结构未安装阵列式超声导波仪的区域进行损伤预测。
37.其中，本实施例所说的监测区域为待测钢结构安装有阵列式超声导波仪的区域。
38.以上所述的具体实施方式，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施方式而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。