一种用于航空结构健康监测的压缩感知系统及该感知系统的工作方法

文档序号:9764577阅读:1410来源:国知局
一种用于航空结构健康监测的压缩感知系统及该感知系统的工作方法
【技术领域】
[0001]本发明涉及工程结构健康监测领域,特别是一种用于航空结构健康监测的压缩感知系统及该感知系统的工作方法。
【背景技术】
[0002]随着材料和设计发展,飞行器结构性能不断增强,轻质、高可靠性、高机动性、高维护性、高生存力、超音速巡航、隐身、大航程和短距起落的综合要求已成为现代军用飞机结构设计的一项必须遵循的重要准则,未来的结构将朝着多功能智能结构方向发展。空客公司最早给出了飞机机身设计材料的发展趋势分析报告,指出到2030年飞机材料将实现从全金属结构、金属复合材料混合结构、全复合材料结构过渡到多功能集成的智能结构。
[0003]目前,复合材料在航空结构应用量逐步加大,得到广泛关注。复合材料以其高比强、高比模、耐高温、腐蚀、耐疲劳、阻尼减震性好、性能可设计等优势已被世人所共识,提高复合材料用量对促进武器装备的轻量化、小型化和高性能化起到了至关重要的作用,同时可以减少燃料的消耗费用。对于战斗机的复合材料用量而言,美国从F-15E的2%到F/A-18E/F的19%、F-22的24%,再到F-35/CT0L常规起降型的34.6%、F-35/ST0VL短距起飞/垂直降落型的34.7%和F-35/CV舰载型的35.2%,复合材料用量一直在快速增长。欧洲Eurofighter Typhoon的复合材料用量已达40%。对于商用飞机而言,欧洲空客A320的复合材料用量10%,A380为23%,A350XWB已达52%,而美国波音公司的B777为11%,B787的复合材料已经覆盖机身、机翼、平尾和垂尾,达到整个结构重量的50%,中国商用飞机有限责任公司设计的C919的复合材料用量将达到15-20%,分布在中央翼、整个尾端、机翼后端、机身部段后段等处。对于直升机而言,美国AH-1Z Cobra(4BW)直升机复合材料分布比例为18.2%,UHl-Y Twin Huey(4BN)直升机为14.7%,V22达到了50%以上。结构与材料的使用主要包括寿命成本、安全性/可靠性、性能和维护四个方面。从金属到复合材料,飞行器材料结构的快速发展,在制造、品质保证、过程优化、老化飞行器维护等方面,为结构健康监测(Structural Health Monitoring,SHM)取代传统的无损监测技术,提供了机遇。通过研究结构健康技术可以提高这些结构的安全性、大大降低其维护费用、延长其使用寿命,结构健康技术有着现实的应用需求和广阔的应用前景。但是,目前结构健康监测的研究主要集中在实验室针对小试件进行,研究内容集中在先进的建模方法和信息处理方法上。研究中所采用的器件数量大都较少,需要决策的目标相对简单,所需信号信息处理的运算量不大,需要传输的信息也较少。作为一种原理性研究,这些方法是可行的。对于航空航天飞行器等实际工程结构,由于结构较大,结构监测中所需传感器网络包含不同种类和数目较多的传感器件,每个传感器获得的信息是局部的、不完整的,由于所需决策对象的复杂性大大增加,随之带来的是监测网络的复杂程度、信号信息处理的运算量、需要通信、传输的信息量、系统各部分间的管理、协调需求及监测网络所需消耗的能量等急剧增加。因此亟待解决的问题是如何处理融合庞大密集的传感器网络的信息量,对整个结构的健康状态给出一个可靠有效的评估是当前一个亟待解决的问题。近年来引起国内外学者广泛关注的压缩采样(也称为压缩感知,Compressive Sampling ,Compressed Sensing,CS)理论出现为解决该问题提供了新的思路。该理论指出,如果某一自然信号在某一变换域内具有稀疏性,那么该信号通过非自适应线性测量,将原始信号投影到一个低维空间上,然后通过相应优化算法可以以较高概率实现对原始信号的高分辨率重构。压缩采样所具有低计算复杂度、优异的压缩性能和采集与重构的相互独立性的优点,使其特别适合于分布式传感器网络的大面积监测中,只需要使得传感器采样数据能够稀释表示,传感器节点就可以快速压缩采样,将数据传递到汇总节点进行重构,该方法可以极大减少网络通信量、传输的信息量,显著减低网络功耗。

【发明内容】

[0004]本发明的目的在于提供一种准确传递信息且显著减低网络功耗的用于航空结构健康监测的压缩感知系统及该感知系统的工作方法。
[0005]本发明提供的技术方案如下:一种用于航空结构健康监测的压缩感知系统,包括用户接口单元、中央信息融合单元、中央协调管理单元和至少一个子系统,所述子系统收集到的信息传递到所述中央信息融合单元和所述中央协调管理单元,所述用户接口单元接收来自所述中央协调单元和所述中央信息融合单元的处理结果,所述子系统用于对航空的局部结构进行损伤监测,所述中央信息融合单元用于融合所述子系统的损伤监测结果,所述中央协调单元负责协调所述各个子系统之间的工作,所述用户接口单元用于向用户提供损伤信息和接收用户指令。
[0006]在本发明的较佳实施例中,所述子系统包括传感器组、损伤评估单元、信号处理单元、区域监督簇头、黄页管理和共享管理单元,所述损伤评估单元用于对损伤进行评估,所述信号处理单元用于对监测信号进行重构和平滑处理,所述黄页管理用于注册服务目录,从而方便寻找服务和资源,实现交互和协作,所述区域监督簇头用于管理所述子系统的传感器组,提供黑板区域,获取局部区域的重要损伤数据,所述共享信息管理单元用于对所述子系统提供局部子系统信息服务与外部信息共享,同时用于注册各个单元的地址和ID号。
[0007]在本发明的较佳实施例中,所述传感器组包括多个压电传感器。
[0008]一种用于航空结构健康监测的压缩感知系统的工作方法,包括以下步骤:
[0009]I)建立航空结构损伤信号压缩采样稀疏模型,主要包括:根据多传感器时空相关性开发大型航空结构典型健康、损伤信号的联合稀疏模型,主要针对不同传感器类型信号特点,建立其稀疏表示,在此基础上,选择构建随机测量矩阵从而保证信号高精度重构;
[0010]2)开发航空结构损伤信号压缩采样重构算法,主要包括:基于多传感器联合稀疏模型设计各传感器根据自身的随机测量值通过协作与时空相关的传感器进行信号的联合重构,主要指标包括协作效率、通信量、带宽消耗以及信号的重构精度等,与传统联合重构进行对比;
[0011]3)开发航空结构损伤信号压缩采样硬件和软件系统,硬件主要涉及到随机测量矩阵实现、低通滤波器和模数采样的设计;软件主要涉及重构算法的开发实现。
[0012]在本发明的较佳实施例中,步骤I)建立航空结构损伤信号压缩采样稀疏模型中,根据典型健康、损伤信号的特点,主要针对低频振动信号,确定其稀疏表示,确定稀疏基,并考虑多传感器的时空相关性,建立联合稀疏模型,在此基础上,选择设计压缩采样的随机测量矩阵,对比讨论不同类型信号的采集精度,根据是否满足约束等距条件,验证其有效性和稳定性,以保证所表示的信号信息不丢失,实现高精度重构。
[0013]在本发明的较佳实施例中,步骤2)开发航空结构损伤信号压缩采样重构算法中,在航空结构健康监测的压缩采样稀疏模型的基础之上,传感器根据自身的随机测量值进行实时信号的高精度重构方法对比,包括计算效率以及信号的重构精度等,开发适合于航空结构健康监测的重构算法,在此基础上,考虑传感器之间的信息冗余,开发联合重构模型以及分布式重构算法,讨论其相对于单采样通道重构算法的计算效率、通信量、带宽消耗以及信号的重构精度等,通过面向航空结构健康监测的压缩采样数据处理模型的构建,为后续压缩采样系统硬件和软件设计奠定基础。
[0014]在本发明的较佳实施例中,步骤3)开发航空结构损伤信号压缩采样硬件和软件系统中,基于航空结构健康监测的压缩采样稀疏和重构模型,针对航空结构损伤监测问题,基于压电传感器和电荷放大器获取的信号,设计多通道模拟欠采样系统硬件,主要是信号随机采样和模数转换的电路设计,在此基础上利用高速信号处理器实现信号的快速重构,并与传统采集系统进行分析对比,通过冲击损伤定位和历程反演损伤预测来验证所开发系统的可行性和有效性。
[0015]由上述对本发明的描述可知,与现有技术相比,本发明具有如下有益效果:
[0016]I)该方法特别适合于分布式传感器网络的大面积监测中,只需要使得传感器采样数据能够稀释表示,传感器节点就可以快速压缩采样,将数据传递到汇总节点进行重构,该方法可以极大减少网络通信量、传输的信息量,显著减低网络功耗;
[0017]2)本发明将分布式压缩采样和软件协作技术相结合,改善了传统分布式压缩采样中心节点信传输量、带宽和繁重计算量过大,保证了系统快速实时数据传输。所设计的大型航空结构健康监测可以极大减少数据传输量和实时准确有效捕获结构损伤信息,对于在役航空的安全保证至关重要。
[0018]另外,本发明应用于监测大型航空铝板结构时,由于冲击载荷引起的结构应变信号,利用压电传感器构成的分布式传感器网络,通过自组织传感器网络压缩采样和协作融合,从时空域提取不同传感器获取的损伤特征,以期精确快速监测损伤。
【附图说明】
[0019]图1是本发明中的用于航空结构健康监测的压缩感知系统的体系结构图;
[0020]图2是图1所示的用于航空结构健康监测的压缩感知系统中的传感器组压缩采样基
[0021]本结构图;
[0022]图3是采用本发明的用于航空结构健康监测的压缩感知系统运用在大型航空铝板压
[0023]缩采样损伤监测中的实施例说明图。
【具体实施方式】
[0024]利用分布式压电传感器网络压缩采样和快速高精度信号重构,以期快速有效地覆盖位于大型航空结构的各个子区域的损伤并传输大面积分布式传感网络的大数据信息,从而实时准确有效捕获结构损伤信息。为了保证航空结构复杂传感网络大信息量的有效可靠传输,本项目构建压缩采样信号数据处理模型,采用的体系结构如图1所示,一种用于航空结构健康监测的压缩感知系统,包括用户接口单元、中央信息融合单元、中央协调管理单元和子系统I,子系统2..?子系统N,子系统I,2...Ν收集到的信息传递到中央信息融合单兀和中央协调管理单
当前第1页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1