【摘 要】
:
金属结构裂纹损伤隐蔽性强危害大,裂纹的定量化检测技术是当前结构健康监测研究热点之一。现有的基于压电阵列的导波结构健康监测往往忽略裂纹方向信息,无法对裂纹损伤做出有效评估。本文深入分析裂纹对Lamb波监测信号传播产生的影响,引入环形压电阵列及主动Lamb波RAPID成像技术对裂纹损伤的定量监测技术进行研究。通过提出的十字交叉扫描方法弥补传统RAPID成像技术对于裂纹的局限性。本文从下列4个方面进行研
论文部分内容阅读
金属结构裂纹损伤隐蔽性强危害大,裂纹的定量化检测技术是当前结构健康监测研究热点之一。现有的基于压电阵列的导波结构健康监测往往忽略裂纹方向信息,无法对裂纹损伤做出有效评估。本文深入分析裂纹对Lamb波监测信号传播产生的影响,引入环形压电阵列及主动Lamb波RAPID成像技术对裂纹损伤的定量监测技术进行研究。通过提出的十字交叉扫描方法弥补传统RAPID成像技术对于裂纹的局限性。本文从下列4个方面进行研究及实验。(1)简述结构健康监测(SHM)技术的研究背景、研究内容及国内外现状,着重讲解基于Lamb波无损监测的相关技术和成像方法。(2)简述Lamb波的基本原理,分析Lamb波的频散特性及激励过程以及参数设定。讲述概率损伤重构算法(RAPID)的原理。(3)通过有限元分析软件进行建模、参数设定、仿真计算,分析通孔损伤和裂纹损伤对响应信号直达波的作用机理。通过仿真实验发现裂纹损伤在RAPID算法成像中的相关局限性。(4)根据裂纹损伤对正交监测路径下的响应信号变化差异性,提出十字交叉扫描方法判定裂纹方向,进而对平行或近似平行裂纹的监测路径的损伤差异性系数(signal difference coefficient,SDC)值进行校正,强化裂纹方向的重构信息,进而实现裂纹损伤的图像重构和定量化评估。(5)通过改进PZT布置阵列,分析多裂纹之间的相互影响。对于特殊位置的多裂纹,十字交叉扫描方法就会失效。通过分扇区确定单个裂纹区域,利用三点定位出单个裂纹的方向,并对同时经过多个裂纹的损伤路径SDC值校正,从而避免监测路径同时经过多个损伤区域导致的相互影响。进而对结构件上不同位置的多裂纹损伤进行监测和评估。实验结果表明,研究提出的十字交叉扫描方法以及改进RAPID成像方法较好地识别裂纹及多裂纹方向,也能够定量显示裂纹长度,具有广泛的研究前景。
其他文献
石墨烯的成功制备证明了二维材料在常温下能够保持稳定,引发了人们的广泛关注。由于二维材料具有独特的结构和性能,被认为可以应用到未来电子与光电子领域中。随着现代科学技术研究的不断深入,研究人员发现结合两种二维材料组成的异质结构可以进一步改善单一材料的性能,并且具有独特的光学和电子性能。因此,探索由两种或几种二维材料叠加构成的二维异质结构成为了材料领域研究的热点。本文中使用材料模拟软件Materials
近几年来,数据挖掘、隐私保护、深度学习和机器学习等技术越来越成熟,市场上的企业可以从用户中收集数据,并从中挖掘出具有价值的信息,从中分析出用户的喜好进而开始精准的服务,实现其商业价值。但是与此同时,在收集用户数据的过程中,数据中也包含了大量的个人敏感的隐私信息,这些信息可能会被不法分子加以利用,用来从事网络诈骗或电话诈骗等违法犯罪行为。而差分隐私作为当前隐私保护中有效的保护机制之一,通过向隐私信息
大脑的工作往往需要各个区域之间的相互协作,形成脑网络从而完成复杂的认知任务。脑网络的拓扑结构和节点重要性是脑网络的研究重点。分析脑网络的拓扑结构有助于分析不同状态下脑网络的拓扑变化,而节点重要性有助于疾病的定位和脑功能区域的识别。为了解决传统节点重要性方法的不足,本文提出一种新的计算有权网络节点重要性评价算法,即加权K-阶传播数法。该方法是从疾病传播方式抽象而来,将网络的局部特征和全局特征相结合,
目标检测是计算机视觉领域较为热门的研究方向,是计算机视觉中最基本、最具有挑战性的问题之一,受到广泛关注。而小目标检测又是目标检测方向中的热点和难点。目标检测网络感受野较小,无法获取足够的目标特征,且低层特征缺乏抽象的语义信息,不利于物体的准确定位;在现有模型中,人工设计框体存在密集采样、大小固定的缺点,不利于小物体的回归检测。本文基于SSD模型针对小目标检测问题提出改进算法,主要工作如下:(1)提
随着第五代移动通信技术(The fifth generation mobile networks,5G)技术的普及,地铁车厢作为典型的高密度、高容量的复杂信道传播环境,近年来地铁车厢环境中的毫米波多径传播特性成为国内外学者们的研究热点。地铁车厢是一个狭长封闭、多散射体的环境,其信道环境十分复杂。神经网络算法作为一种高效的机器学习算法,可以更好揭示地铁车厢信道的复杂传播特性,因此本文采用粒子群优化的
互联网带来的海量信息问题,非常容易导致用户迷失在信息中无法找到自己想要的内容。推荐系统正是解决信息过载问题的利器,但是传统的推荐方法往往会面临数据稀疏和冷启动等问题,导致推荐的精度降低。评论中包含了很多丰富且有价值的信息,如何能够更全面地从文本评论中挖掘出物品的特征和用户的兴趣偏好,缓解数据稀疏和冷启动问题,从而实现更加精准的推荐,成为了研究的热点。针对这些问题本文主要的研究内容如下:第一,针对传
窄带物联网技术(NB-IoT)因其覆盖广、容量大、成本低及功耗低等优点,受到越来越多的关注,技术也取得了飞速发展。中国移动积极把握技术演进趋势和万物互联时代特征,明确了“十三五”时期做大连接规模、做优连接服务、做强连接应用的大连接战略,力在推动物联网生态体系的发展与构建。本文根据中国移动2017年部署NB-IoT商用的战略要求,结合临沧移动的网络结构以及现状,对临沧移动NB-IoT网络的组网方案进
推特作为全世界最流行的网络社交媒体之一,主要由非结构化的短文本为主,这使得推特成为自然语言处理领域重要的数据来源与研究对象。人们利用推文交流知识、表达观点、抒发情感,研究推文中的情感对内容推荐、产品评价、舆情监管等许多领域都具有着积极的意义。随着推特平台技术的发展,表情符号的使用越来越频繁,传统的纯文本情感分析技术很难感知复杂推文的情感倾向。论文通过对推特场景下的推文文本及表情符号进行研究,探求推
随着社会的发展,人们对移动通信网络的要求越来越高,传统的宏蜂窝网络已经不能满足人们对高速率、低延时、大容量的要求,网络的密集化部署已经成为一个趋势,因此具有诸多优点的小蜂窝网络得到了越来越多的关注。随着网络速率的提升,互联网应用也得到了蓬勃发展,如在线音乐、视频、购物等,越来越多的人通过手机、平板等移动设备来使用这些丰富的互联网应用,这产生了巨大的网络流量,加重了网络的负担。为了缓解流量压力,缓存
合成孔径雷达(Synthetic Aperture Radar,SAR)作为一种先进的遥感探测系统,在过去的几十年中得到了广泛的应用。近年来提出了广角观测的概念,用于构造更大的合成区间。在广角SAR观测条件下,许多被照射物体的散射特性会随着观测角度变化,导致传统的成像算法重建图像的分辨率和解析力降低,不利于图像解析和目标识别。此外,SAR系统相位误差也会造成图像模糊,需要采用自适应相位补偿技术来解