【技術(shù)實現(xiàn)步驟摘要】
本專利技術(shù)涉及沖擊定位，特別涉及一種復(fù)合層合結(jié)構(gòu)低速沖擊定位系統(tǒng)及方法。
技術(shù)介紹
1、相較于傳統(tǒng)的鋁、鋼等材料，復(fù)合層合材料以其輕質(zhì)、高強度和良好的抗疲勞特性，在航空航天、風力渦輪機及船舶制造等多個領(lǐng)域得到了廣泛的應(yīng)用。然而，在實際工程項目中，這類材料極易遭受碎石、飛鳥撞擊以及制造和維修過程中工具跌落等帶來的低速沖擊，導(dǎo)致其產(chǎn)生不可見的內(nèi)部損傷，為結(jié)構(gòu)整體的平衡埋下隱患。在這一背景下，沖擊定位技術(shù)作為結(jié)構(gòu)健康監(jiān)測過程中的關(guān)鍵環(huán)節(jié)，對于保障結(jié)構(gòu)的穩(wěn)定性至關(guān)重要。
2、沖擊定位是一種被動式的結(jié)構(gòu)健康監(jiān)測技術(shù)，其直接利用結(jié)構(gòu)自身產(chǎn)生的響應(yīng)信號進行結(jié)構(gòu)健康監(jiān)測。目前，現(xiàn)有的沖擊定位方法大多存在某一方面的缺陷。例如，基于時間差的沖擊定位方法，該方法在實際工程中被廣泛研究和應(yīng)用，其利用波達時間差、波速和傳感器位置的幾何關(guān)系實現(xiàn)沖擊定位，然而，由于沖擊信號的頻散特征、外界噪聲以及邊界反射等因素帶來的干擾，該方法難以獲取準確的波達時間，在實際應(yīng)用中容易遭受限制；時間反轉(zhuǎn)聚焦方法，該方法無需提前獲取波達時間和波導(dǎo)結(jié)構(gòu)，具有良好的聚焦能力和抗噪性能，適用于復(fù)雜的材料結(jié)構(gòu)，但是該方法需要成本高昂的全波場測量設(shè)備來獲取傳遞函數(shù)或是需要數(shù)量較多的傳感器來合成聚焦信號，在一定程度上限制了該方法廣泛應(yīng)用；基于數(shù)據(jù)庫的沖擊定位方法，該方法從結(jié)構(gòu)上的采樣點獲取參考信號以建立數(shù)據(jù)庫，通過對比真實沖擊信號和參考信號之間的相似度來確定沖擊發(fā)生的位置，可適應(yīng)較為復(fù)雜的定位環(huán)境，然而，該方法的定位精度過于依賴數(shù)據(jù)庫中的數(shù)據(jù)，存在較大局限性。
3、
技術(shù)實現(xiàn)思路
1、技術(shù)目的
2、為了解決上述問題，本專利技術(shù)的目的在于提供一種復(fù)合層合結(jié)構(gòu)低速沖擊定位系統(tǒng)及方法，其不僅能夠應(yīng)用于各種復(fù)雜的材料結(jié)構(gòu)，而且能夠?qū)崿F(xiàn)對沖擊載荷的精準定位，該系統(tǒng)及方法的應(yīng)用場景廣泛，可以實現(xiàn)對復(fù)合層合結(jié)構(gòu)在低速沖擊條件下沖擊位置的精確識別，且能夠提高沖擊的定位精度和效率，應(yīng)用成本低。
3、技術(shù)方案
4、為了實現(xiàn)上述目的，本專利技術(shù)提供一種復(fù)合層合結(jié)構(gòu)低速沖擊定位系統(tǒng)及方法，其將離散小波變換和短時傅里葉變換的信號處理方法相結(jié)合來對沖擊響應(yīng)信號進行處理，在提取信號高頻成分的基礎(chǔ)上，實現(xiàn)將一維時域信號轉(zhuǎn)換為二維短時傅里葉時頻譜圖，以展示信號在不同時間和頻率上的強度分布，將densenet網(wǎng)絡(luò)和cbam注意力機制應(yīng)用于對沖擊載荷的定位，解決了信號在傳感節(jié)點稀疏的情況下弱沖擊信號極易在一維時間尺度上被強噪聲干擾淹沒的問題。
5、第一方面，本專利技術(shù)提供了一種復(fù)合層合結(jié)構(gòu)低速沖擊定位系統(tǒng)，包括：
6、信號采集模塊，用于獲取復(fù)合層合結(jié)構(gòu)試件上的沖擊響應(yīng)信號；
7、信號處理模塊，用于對采集到的沖擊響應(yīng)信號執(zhí)行離散小波變換和短時傅里葉變換；
8、圖像增強模塊，用于對短時傅里葉時頻譜圖進行圖像增強處理；
9、模型構(gòu)建模塊，用于構(gòu)建復(fù)合層合結(jié)構(gòu)沖擊定位模型；
10、沖擊定位模塊，用于通過復(fù)合層合結(jié)構(gòu)沖擊定位模型對圖像數(shù)據(jù)進行沖擊定位，確定沖擊位置，并對預(yù)測結(jié)果進行定位誤差計算及結(jié)果分析。
11、進一步的，所述信號采集模塊通過應(yīng)變傳感器獲取復(fù)合層合結(jié)構(gòu)試件上的沖擊響應(yīng)信號。
12、進一步的，所述應(yīng)變傳感器的數(shù)量優(yōu)選為4個，分別部署于試件上選定正方形監(jiān)測區(qū)域的四個角點處，其軸向和該角點處的正方形的對角線平行。
13、進一步的，在復(fù)合層合結(jié)構(gòu)的正方形監(jiān)測區(qū)域上以監(jiān)測區(qū)域的左下角頂點為坐標原點建立二維直角坐標系，并在監(jiān)測區(qū)域上劃分大小適中且分布均勻的網(wǎng)格以實現(xiàn)沖擊位置的定位。
14、進一步的，通過沖擊力錘對網(wǎng)格點進行重復(fù)多次敲擊以使得所述應(yīng)變傳感器采集到?jīng)_擊信號。
15、進一步的，所述信號處理模塊通過對采集到的沖擊響應(yīng)信號進行離散小波分解去除所述沖擊響應(yīng)信號中的低頻成分，對所述沖擊響應(yīng)信號中的高頻成分執(zhí)行離散小波逆變換得到一維時域重構(gòu)信號，對所述一維時域重構(gòu)信號執(zhí)行短時傅里葉變換得到二維短時傅里葉時頻譜圖。其增強了沖擊信號的可視化效果，有利于深度學習網(wǎng)絡(luò)對沖擊響應(yīng)信號進行特征提取。
16、進一步的，對所述二維短時傅里葉時頻譜圖進行圖像增強處理以擴大所述二維短時傅里葉時頻譜圖的圖像數(shù)據(jù)量，從而得到圖像樣本數(shù)據(jù)集。
17、進一步的，所述圖像樣本數(shù)據(jù)集包括多組圖像數(shù)據(jù)和對應(yīng)的標簽信息，并按照一定比例劃分為訓練集和驗證集。
18、進一步的，選取一部分圖像數(shù)據(jù)作為測試數(shù)據(jù)集，對這部分圖像數(shù)據(jù)不進行圖像增強處理。
19、進一步的，通過對訓練集和測試集中圖像數(shù)據(jù)對應(yīng)的標簽信息進行最大最小值歸一化處理以提高模型的收斂能力和泛化能力，其中，歸一化處理公式為：
20、
21、式中，為原始坐標值；為歸一化后的坐標值；為原始數(shù)據(jù)的最大值；為原始數(shù)據(jù)的最小值。
22、進一步的，所述densenet-cbam模型基于densenet-121網(wǎng)絡(luò)和cbam注意力機制實現(xiàn)，通過adamw優(yōu)化器進行訓練，學習率預(yù)設(shè)為0.001，權(quán)重衰減系數(shù)預(yù)設(shè)為1e-4，通過余弦退火調(diào)度算法調(diào)整學習率，模型訓練的迭代次數(shù)預(yù)設(shè)為50，圖片訓練批次預(yù)設(shè)為10，并選用huber函數(shù)作為損失函數(shù)，損失函數(shù)公式為：
23、
24、式中，為真值；為預(yù)測值；為調(diào)節(jié)損失函數(shù)表達式的閾值參數(shù)，優(yōu)選為3.0。
25、通過densenet的密集連接結(jié)構(gòu)，增加了特征重用和信息流，確保每一層都能直接接收誤差信號的反饋，并據(jù)此自我調(diào)節(jié)以優(yōu)化最終的定位結(jié)果，有效削弱了實際采集中噪聲的干擾，有利于提升沖擊定位的精確度。通過優(yōu)化模型對特征通道的選擇和增強圖像關(guān)鍵區(qū)域的表達能力，提升了回歸模型的沖擊定位性能以及沖擊預(yù)測結(jié)果的精確度。
26、進一步的，所述densenet-cbam模型的訓練過程包括：
27、(1)將圖像樣本數(shù)據(jù)集中彩色圖像的尺寸轉(zhuǎn)換為，并輸入一個步長為2的卷積層對圖像特征進行提取，然后輸入一個步長為2的最大池化層來減小特征圖的大??；
28、(2)cbam模塊部署于densenet-121模型最大池化層的后置位置，和第一個denseblock模塊的前置位置，所述cbam模塊接收最大池化層的輸出，所述cbam模塊包含通道注意力模塊和空間注意力模塊；
29、(3)首先，進入通道注意力模塊，進入全局最大池化層和全局平均池化層，得到兩個一維向量，將上述兩個一維向量分別送入一個共享的多層感知機中進行處理，多層感知機由兩層卷積層組成，其中，第一層用于降維，第二層用于升維，以恢復(fù)原始通道數(shù)，在兩層之間，存在relu激活函數(shù)和batch?normalization層，將多層感知機處理后的兩個向量相加，并通過sigmoid激活函數(shù)得到通道注意力權(quán)重圖，將通道注意力權(quán)重圖和輸入特征圖逐個元本文檔來自技高網(wǎng)...
【技術(shù)保護點】
1.一種復(fù)合層合結(jié)構(gòu)低速沖擊定位系統(tǒng)，其特征在于，包括：
2.根據(jù)權(quán)利要求1所述的系統(tǒng)，其特征在于：
3.根據(jù)權(quán)利要求1所述的系統(tǒng)，其特征在于：
4.根據(jù)權(quán)利要求1所述的系統(tǒng)，其特征在于：
5.根據(jù)權(quán)利要求4所述的系統(tǒng)，其特征在于：
6.根據(jù)權(quán)利要求1所述的系統(tǒng)，其特征在于：
7.根據(jù)權(quán)利要求1所述的系統(tǒng)，其特征在于：
8.一種復(fù)合層合結(jié)構(gòu)低速沖擊定位方法，其特征在于：
9.一種計算機設(shè)備，包括處理器和存儲器，所述處理器與所述存儲器相連，所述存儲器用于存儲計算機程序，其特征在于：所述處理器用于執(zhí)行所述存儲器中存儲的計算機程序，以使得所述計算機設(shè)備執(zhí)行權(quán)利要求8所述方法中的至少一個步驟。
10.一種計算機可讀存儲介質(zhì)，所述計算機可讀存儲介質(zhì)中存儲有計算機程序，其特征在于：所述計算機程序被運行時實現(xiàn)權(quán)利要求8所述方法中的至少一個步驟。
【技術(shù)特征摘要】
1.一種復(fù)合層合結(jié)構(gòu)低速沖擊定位系統(tǒng)，其特征在于，包括：
2.根據(jù)權(quán)利要求1所述的系統(tǒng)，其特征在于：
3.根據(jù)權(quán)利要求1所述的系統(tǒng)，其特征在于：
4.根據(jù)權(quán)利要求1所述的系統(tǒng)，其特征在于：
5.根據(jù)權(quán)利要求4所述的系統(tǒng)，其特征在于：
6.根據(jù)權(quán)利要求1所述的系統(tǒng)，其特征在于：
7.根據(jù)權(quán)利要求1所述的系統(tǒng)，其特征在于：
8.一種復(fù)合層合結(jié)...
【專利技術(shù)屬性】
技術(shù)研發(fā)人員：江文松，張思源，羅哉，馮思琪，黃傳勝，楊力，卞點，程銀寶，何亞雄，
申請(專利權(quán))人：中國計量大學，
類型：發(fā)明
國別省市：
還沒有人留言評論。發(fā)表了對其他瀏覽者有用的留言會獲得科技券。