一种光纤应变花和智能涂层集成传感器的实现方法与流程

本发明提供一种光纤应变花和智能涂层集成传感器的实现方法,它涉及一种对光纤传感器应变花结构的研究，以及与智能涂层传感器的结合，最后实现传感器的集成，从而结合两种传感器的优点，提高对结构应变和裂纹监测精度的方法，属于结构健康监测技术领域。

背景技术：

光纤可对其布贴局部区域的应力应变进行实时监测，且具有抗电磁干扰、抗腐蚀、灵敏度高、本征无源、易维护、重量轻、耐腐蚀等优点，但是单一的光纤只能监测某一个方向的应力应变，然而在实际的应用过程中通常需要同时监测多个方向的应力应变。

智能涂层技术可实现对结构裂纹的监测，已经得到了实际的应用，但是因为智能涂层脆性较大，当其应用在监测结构时会存在虚警率较高的问题，即当结构未出现问题时，由于其他因素的影响导致其报警，因此限制了它的推广应用。

基于以上现状和问题，本发明一种光纤应变花和智能涂层集成的传感器，能实现同时监测多个方向的应力应变，解决智能涂层传感器虚警率较高的问题，并且由于光纤光栅传感器主要监测大尺度应变场，不适宜于小尺度测量，相反，智能涂层在小尺度应变场监测的问题上有优势，因此两者相结合能够提高检测的精度，便于实际应用。

技术实现要素：

(一)本发明的目的是：

本发明一种光纤应变花和智能涂层集成传感器的实现方法，利用光纤应变花与智能涂层传感器的结合，能够监测多个方向的应力应变，同时解决智能涂层传感器虚警率较高的问题，提高对结构应变和裂纹的监测精度便和稳定性，便于对结构进行健康监测。

(二)其具体技术方案如下：

本发明一种光纤应变花和智能涂层集成传感器的实现方法,其具体步骤如下：

步骤一，选择光纤传感器，并根据实际的情况对光纤应变花进行设计；

步骤二，对智能涂层传感器进行选择，设计智能涂层传感器的形状；

步骤三，将光纤应变花和智能涂层进行集成；

步骤四，对光纤应变花和智能涂层传感器的布局进行优化；

步骤五，对光纤应变花和智能涂层集成传感器进行性能测试。

其中，在步骤一中所述的“选择光纤传感器，并根据实际的情况对光纤应变花进行设计”；其作法如下：选择合适的光纤传感器，其型号为edf-mp980光纤传感器；所述的“光纤应变花”是指一种具有两个或两个以上不同轴向敏感栅的光纤传感器，用于确定平面应力场中主应变的大小和方向；本发明设计的光纤应变花结构含3个光纤栅点，信号从栅点1进入，从栅点3射出，三个栅点之间呈等边三角形。

其中，在步骤二中所述的“对智能涂层传感器的进行选择，设计智能涂层传感器的形状”；其作法如下：所述的“智能涂层传感器”是指一种以涂层的形式制备于目标物体上，能对环境产生选择性作用或者对环境变化作出响应，并实时改变自身的一种或多种性能参数向适应环境方向调整的传感器；本发明所选择的智能涂层传感器型号为pdxl-ga527，根据所监测的区域(长为250mm,宽为100mm的长方形)对智能涂层进行设计，共放置四块智能涂层传感器。

其中，在步骤三中所述的“将光纤应变花和智能涂层进行集成”；其作法如下：所述的“智能涂层”是由驱动层、传感层和保护层组成，该“智能涂层”的组成比较复杂，而光纤应变花的组成比较简单，为了尽量减少对传感器精度影响，并保证传感器的功能实现耦合，所以集成时是将光纤应变花放置在智能涂层的驱动层中。

其中，在步骤四中所述的“对光纤应变花和智能涂层传感器的布局进行优化”；其作法如下：采用基于贝叶斯分析(基于贝叶斯定理而发展起来用于系统地阐述和解决统计问题的方法)的传感器布局和优化的方法，根据先验信息，计算不同损伤程度在虚警/漏检情况下的成本损失后验分布函数，建立由分布式传感器布局方法、损失成本与结构损伤概率分布组成的贝叶斯风险函数(计算某决策函数相对于先验分布的风险)，利用遗传算法(模拟达尔文生物进化论的自然选择和遗传学机理的生物进化过程的计算模型，是一种通过模拟自然进化过程搜索最优解的方法)寻找成本损失最小情况下的传感器布局方案，根据所监测的区域(长为250mm,宽为100mm的长方形)对布局方案进行优化。

其中，在步骤五中所述的“对光纤应变花和智能涂层集成传感器进行性能测试”；其作法如下：在铝合金薄板(长为250mm,宽为100mm的长方形)的中心开有直径为10mm的圆孔，同时在孔的两边各预制1mm的裂纹，然后将贴有该集成传感器的铝合金薄板安装在疲劳试验机上进行疲劳裂纹扩展试验，最后对光纤和智能涂层集成传感器的采集信号进行处理，分析该集成传感器的性能。

通过以上步骤，实现了一种光纤应变花和智能涂层集成的传感器，能够监测多个方向的应力应变，同时解决了智能涂层传感器虚警率较高的问题，便于对结构进行健康监测，提高健康监测的精度和稳定性。

(三)本发明的优点在于：

本发明一种光纤应变花和智能涂层集成传感器的实现方法，能够同时监测多个方向的应力应变，相比于一般的单一的传感器，监测的范围更广，解决光纤光栅传感器对小尺度应变场和裂纹敏感度低以及智能涂层传感器虚警率较高的问题，结合了光纤光栅传感器和智能涂层传感器的优点，因此集成传感器的检测精度更高，应用的范围更广，更加符合对结构健康监测领域的实际需求，实用性强。

附图说明

图1本发明所述方法流程图。

图2光纤应变花结构。

图3智能涂层的设计。

图4光纤和智能涂层集成方案。

图5光纤和智能涂层传感器布局优化。

图中序号、符号、代号说明如下：

图2中：“fbg”为光纤光栅传感器。

图5种：“φ10”表示直径为10mm。

具体实施方式

本发明一种光纤应变花和智能涂层集成传感器的实现方法，见图1所示，其具体步骤如下：

步骤一，选择型号为edf-mp980光纤传感器，并根据实际的情况设计光纤应变花结构，本发明所设计的光纤应变花结构含3个光纤栅点，设计的结构如图2所示；

步骤二，对智能涂层传感器进行选择，并根据实际情况设计智能涂层的形状；选择合适的智能涂层传感器型号为pdxl-ga527，根据所监测的区域(长为250mm,宽为100mm的长方形)对智能涂层进行设计，如图3所示；

步骤三，将光纤应变花和智能涂层进行集成，基于两类传感器的复合方式是多种多样的，由于光纤和智能涂层传感器是不同类型的传感器，所以在集成的过程中要考虑两种传感器对损伤测量的敏感程度，使得光纤与智能涂层集成传感器能准确得到测量信号。传感器之间的相互影响复杂，且易受外界因素的干扰，为保证传感器的功能实现耦合，复合的方式成为研究关键。智能涂层由驱动层、传感层和保护层组成，组成比较复杂，而光纤的组成比较简单，为了尽量减少对传感器精度影响，并保证传感器的功能实现耦合，根据光纤相对于驱动层的布置位置提出集成方案，如图4所示。

步骤四，对光纤应变花和智能涂层的布局进行优化。传感器优化布局的研究目标是优化有限资源分配，最大限度提高结构的健康监测能力。采用基于贝叶斯分析的传感器布局和优化的方法，根据先验信息，计算不同损伤程度在虚警/漏检情况下的成本损失后验分布函数，建立由分布式传感器布局方法、损失成本与结构损伤概率分布组成的贝叶斯风险函数，利用遗传算法寻找成本损失最小情况下的传感器布局方案，根据所监测的区域(长为250mm,宽为100mm的长方形)对布局方案进行优化，如图5所示；

步骤五，对光纤应变花和智能涂层集成传感器进行性能测试。光纤应变花和智能涂层集成传感器的最终是要应用于复杂结构的损伤监测中，因此需要对集成传感器的工程适用性进行测试。

集成传感器的工程适用性研究可通过疲劳试验进行，疲劳试验的开展需在铝合金薄板(长为250mm,宽为100mm的长方形)的中心开有直径为10mm的圆孔，同时在孔的两边各预制1mm的裂纹，然后将贴有集成传感器的铝合金薄板安装在疲劳试验机上进行疲劳裂纹扩展试验。在疲劳试验加载前，分别采集光纤和智能涂层传感器的初始信号。随后，通过光学显微镜实时记录不同循环周次下的裂纹长度，同时记录光纤和智能涂层传感器的数据。最后对光纤和智能涂层集成传感器的采集信号进行处理，分析集成传感器的性能，结果如表1所示，由测试结果可知，集成传感器的精度较高。

表1集成传感器的测试结果

。