[發明專利]一種基于卷積神經網絡的沖擊定位及能量檢測方法、系統

在審

• 申請號: 202211114481.X
• 申請日: 2022-09-14
• 公開（公告）號: CN115458088A
• 公開（公告）日: 2022-12-09
• 發明（設計）人: 王奕首;王明華;吳迪;卿新林;孫虎
• 申請（專利權）人: 廈門大學
• 主分類號: G16C60/00
• 分類號: G16C60/00;G06N3/08;G06N3/04;G06F30/27;G01N3/303;G01N3/02;G06F113/26
• 代理公司: 廈門加減專利代理事務所(普通合伙) 35234
• 代理人: 李強

本發明涉及結構健康監測技術領域，特別涉及一種基于卷積神經網絡的沖擊定位及能量檢測方法、系統，所述沖擊定位及能量檢測方法采用卷積神經網絡模型進行粗定位沖擊區域，并在其基礎上通過基于DTW的質心加權算法精確定位沖擊區域內的具體沖擊位置；同時還通過沖擊響應信號的能量來表征沖擊能量大小。本方法定位準確、沖擊反演效率高且操作簡單，不僅能夠避免了結構復雜性對定位精度的影響，還能實現沖擊能量估計誤差的有效控制。在降低維護成本的同時，還有效提高了定位及檢測的效率。

技術領域

本發明涉及結構健康監測技術領域，特別涉及一種基于卷積神經網絡的沖擊定位及能量檢測方法、系統。

背景技術

復合材料具有比強度高、比模量大，結構可設計等優點，在結構輕量化制造、結構運行維護經濟性、結構設計先進性等方面具有明顯優勢。因此被廣泛用于航空航天領域。但復合材料結構在制造、服役和維護過程中不可避免會受到沖擊而使得復合材料內部形成各種幾乎不可見的損傷，導致結構的承載性能發生退化，嚴重威脅航空航天裝備的在役安全。因此，對復合材料結構進行在線沖擊監測以保障設備安全性是亟需解決的工程難題。

目前用于沖擊損傷檢測的常規無損檢測技術有超聲掃描，渦流，熱成像等。這些方法通常需要對結構進行逐點、逐區域掃描測量，對于大型結構來說時間成本和經濟成本高，且僅能離線監測，難以滿足機載在線監測需求。而現有針對于復雜復合材料結構的沖擊定位方法一般采用基于應力波傳播速度的定位方法，涉及應力波的時域特征提取和不同傳播方向的速度補償，其具有較大工作量，且精度受到結構影響大的問題。而采用基于系統模型的方法又涉及到通過沖擊響應求解傳遞函數、構建系統模型等過程，其存在需要進行大量的數學計算和參數調整來使模型收斂，效率低下的問題。

此外，沖擊能量作為表征復合材料結構沖擊損傷的另一個特征參數，沖擊能量的檢測對于復合材料結構狀態評估至關重要。現有技術通常采用建立響應模型反演沖擊載荷的時間歷史來估計沖擊能量大小，但這對于筋肋密集的結構而言，其系統辨識模型相當復雜。

因此，基于現有技術的短板及工程應用的需求，亟需一種沖擊定位及能量檢測的方法更為精確、簡單、有效地對復合材料結構的沖擊損傷進行在線監測。

發明內容

為解決上述現有技術中對于復合材料結構的沖擊定位及能量檢測方法定位不準確、沖擊反演效率低、操作復雜的不足，本發明提供一種基于卷積神經網絡的沖擊定位及能量檢測方法，包括以下步驟：

區域處理步驟，在待檢測復合材料結構上布設m個用于接收外部沖擊信號的傳感器，并將所述待檢測復合材料結構的表面劃分成至少M個區域。

樣本獲取步驟，分別對每一所述區域的若干訓練點、標記點進行沖擊試驗，以獲取包含有沖擊信號的第一樣本數據庫和第二樣本數據庫；以及通過固定能量E₀沖擊復合材料結構表面，并根據若干傳感器接收的沖擊信號獲取在固定能量E₀沖擊下的表征值E_s。

模型訓練步驟，構建輸入為(l，m)、輸出為(M,1)的1D-CNN神經網絡，其中l為每個傳感器的信號長度；將第一樣本數據庫劃分為訓練集和測試集，并輸入至1D-CNN神經網絡中進行訓練和驗證，以得到沖擊事件監測模型。

粗定位步驟，若某一沖擊事件發生時，若干所述傳感器將接收到沖擊信號S_impact；將沖擊信號S_impact輸入至沖擊事件監測模型中，再根據輸出結果確定該沖擊事件發生的沖擊區域，以完成粗定位。

精定位步驟，基于粗定位確定的沖擊區域，根據DTW算法計算沖擊信號S_impact與第二樣本數據庫中沖擊區域內的所有標記點的DTW距離L_i；將所得的L_i作為加權質心定位算法的權重因子計算沖擊區域內的沖擊位置坐標(x，y)，以完成精定位。