1 武汉科技大学 理学院, 湖北 武汉 430081
2 中国一冶集团有限公司, 湖北 武汉 430081
以指接榫和燕尾榫结构为例, 利用压电主动传感技术对榫卯结构进行健康工况和损伤工况的损伤识别实验研究。其中,指接榫考虑水平和垂直连接的榫头松动和缺损工况, 燕尾榫考虑实验机加载破坏工况。对压电传感器所接收到的信号进行小波包分解, 并以各频段信号能量总和作为损伤指标对损伤程度进行定量评估。实验结果表明, 指接榫结构所接收的信号能量随损伤程度的不断增加而减小; 加载过程中,燕尾榫结构的榫头间先挤压紧密再出现榫头破坏, 所接收到的信号能量出现先增大后减小的情况。因此, 利用压电主动传感技术可实现对榫卯结构的损伤识别。可为相关专业的研究生及工程技术人员基于压电传感技术进行无损检测提供实验方法。
榫卯结构 压电主动传感技术 损伤识别 结构健康监测 小波包能量 mortise-tenon joints piezoelectric active sensing technology damage detection structural health monitoring wavelet packet energy
上海理工大学 光电信息与计算机工程学院,上海 200093
水果作为人们日常必备的食物,其越来越高的消费需求使得行业对自动损伤检测和自动分类的要求日益提高。针对这一需求,近年来水果损伤自动检测成为研究的热门话题。针对现有的深度学习技术,即卷积神经网络在水果的特征提取和分类方面的应用进行了探讨,提出了一种以ResNet34作为主干网络,并在此基础上引入注意力机制SE和CBAM模块的方法来实现水果损伤的检测和基本分类。在fruit fresh and rotten for classification数据集上完成了该方法的验证。经过与VGG16,GoogLeNet,MobileNetV2等常见网络的比较分析,结果显示改进后的模型分类准确度达到98.8%。通过加入新的苹果数据集,该模型相比原网络ResNet34,在性能方面进一步提升,有效提高了模型的泛化性。该模型提升了水果损伤检测和分类处理的精确性,在实际中,可为复杂的水果图片的多特征分类处理提供借鉴。
深度学习 水果损伤检测 ResNet 注意力机制 deep learning fruit damage detection ResNet attention mechanism
华北电力大学控制与计算机工程学院,北京 102206
现有的自动破损检测忽略了深度信息,仅使用图像2D信息,难以准确检测复杂环境下的管道保温层破损。为解决该问题,针对轨道式机器人巡检场景,提出一种基于线结构光和YOLOv5的管道保温层破损检测方法。将线结构光加入视频采集装置中,对激光域进行预分割后,采用自适应阈值方法提取激光中心线,结合线结构光测量深度原理,进行主动式测距。经图像拼接由视频自动生成RGB-D图像,解决了RGB图像与深度信息配准问题。最后结合中层特征融合的YOLOv5算法进行RGB-D破损检测,对凸起和凹陷两类破损进行分类检测。实验结果表明,所提方法可以从轨道式机器人采集视频中获取RGB-D信息,检测的平均精度均值可达85.1%,能够实现对热力管道保温层破损的有效准确识别。
表面破损检测 线结构光 深度学习 热力管道 图像处理 激光与光电子学进展
2023, 60(6): 0611008
中国民航大学电子信息与自动化学院,天津 300300
电阻抗层析成像(EIT)为碳纤维增强复合材料(CFRP)结构健康检测提供了一种可视化检测的手段。针对EIT图像重建的欠定性和病态性,提出了一种基于L1/L2稀疏正则化的EIT图像重建算法。该算法通过构建L1/L2正则化项的目标泛函,在求解过程中加入正则化参数对解向量进行修正,并在迭代过程中加入约束区间使解向量更加贴近真实分布。仿真和实验结果表明,与共轭梯度(CGLS)算法、Tikhonov算法、L1正则化算法相比,所提L1/L2正则化算法重构的损伤位置和大小更接近真实损伤模型,损伤的辨识度更高,电极伪影得到明显改善,为EIT应用于CFRP层压板损伤检测提供了新方法。
测量 碳纤维增强复合材料 电阻抗层析成像 L1/L2 稀疏正则化 交替方向乘子法 损伤检测 激光与光电子学进展
2023, 60(2): 0212001
1 武汉科技大学,城市建设学院,武汉 430065
2 高性能工程结构研究院, 武汉 430065
3 冶金装备及其控制教育部重点实验室(武汉科技大学), 武汉 430081
4 中国地震局地震研究所, 武汉 430071
爆炸荷载可能造成钢筋混凝土(RC)结构的严重破坏。在混凝土材料中掺入玄武岩纤维(BF)是提高钢筋混凝土构件抗爆炸性能的一种手段。梁是钢筋混凝土结构中的重要承载和联系构件。提高梁的抗爆性能可以提高结构的整体抗冲击性能。为了探究爆炸荷载作用下玄武岩纤维增强混凝土(BFRC)梁的抗爆性能, 选取3根不同玄武岩纤维体积率(0%、0.1%和0.2%)的试验梁施加爆炸荷载。利用加速度计和应变片监测梁的动态响应, 采用嵌入式压电智能骨料监测试验梁在爆炸下构件内部的损伤状况, 从试验结果可以看到, 在爆炸荷载作用下, 与普通RC梁对比, BFRC梁的应变峰值与加速度峰值较小, 梁的表面裂纹较少, 剥落面积较小。运用小波包能量分析计算梁的损伤指数并以此对比判断BFRC梁在不同炸药当量下产生的内部损伤, 研究了不同玄武岩纤维体积掺入率混凝土梁抗爆性能的变化。试验结果表明:掺入玄武岩纤维可以提高混凝土梁的抗爆性能, 当玄武岩体积掺入率为0.2%时梁的损伤程度显著下降。
爆炸荷载 损伤监测 压电智能骨料 玄武岩纤维 纤维体积含量 last loading damage detection piezoelectric smart aggregates basalt fiber fiber volume content
1 北京信息科技大学 仪器科学与光电工程学院,北京 100192
2 光电信息控制和安全技术重点实验室,天津 300308
针对在外场实现探测器损伤状态实时探测的需求,研发了光电探测器表面损伤状态偏振成像式探测系统。理论推导了“猫眼”目标回波偏振特性参数DP和回波偏振度DOP的表达式,利用MATLAB软件仿真绘制了表面粗糙度、回波偏振度以及偏振特性的关系曲线;设计了一套同时偏振成像光学系统,开展了671 nm连续激光对电荷耦合器件(CCD)表面损伤状态的实时探测外场实验,编制了基于MATLAB GUI的回波图像可视化实时采集系统,得到了回波图像强度、偏振特性以及光斑尺寸等信息;通过光学显微镜和白光干涉仪对探测器表面损伤处和未损伤处形貌图像分析,发现探测器损伤表面可见硅基底且粗糙度参数Sq值较大;结果表明,仿真结果与实验测试结果具有良好一致性。光电探测器被损伤后,其表面粗糙度增大,回波偏振特性参数DP减小,退偏特性明显,偏振度DOP减小。偏振成像技术可有效对光电探测器表面损伤状态进行实时探测,该研究提供了一种外场条件下实时探测的好方法。
偏振成像 损伤探测 偏振特性 电荷耦合器件 粗糙度 polarization imaging damage detection polarization characteristics CCD roughness 红外与激光工程
2022, 51(6): 20210629
1 武汉科技大学 理学院,武汉 430065
2 湖北省智能爆破工程技术研究中心, 武汉 430065
3 中铁广州工程局 武科大爆破技术研究中心, 武汉 430065
4 武汉科技大学 城市建设学院,武汉 430065
针对普通钢筋混凝土板和碳纤维布加固混凝土板(CFRP)进行爆破试验, 比较了不同TNT炸药当量下CFRP加固板的破坏机理和动态响应。实验采用嵌入式压电智能骨料监测混凝土板的内部损伤状况, 利用小波包能量分析理论计算损伤指数, 并通过加速度和应变片监测混凝土板在爆炸荷载作用下的动态响应。实验结果表明: 在药量较小(10 g、20 g、40 g)时, 经过CFRP加固的混凝土板在相同爆破荷载作用下损伤指数相比于普通板分别降低了29.05%、27.44%、15.85%, 表明粘贴于结构背部的CFRP材料分摊了拉伸波所携带的部分能量, 延缓了混凝土的开裂, 提高了混凝土的抗爆性能; 但当药量较大(80g、160 g)时, CFRP加固板损伤指数相比于普通板降低了仅为8.69%、0.35%, CFRP材料对提高混凝土板抗爆性能不明显。
爆炸荷载 损伤监测 智能骨料(SA) CFRP加固混凝土板 explosion load damage detection smart aggregate(SA) CFRP reinforced concrete slabs
1 南京信息职业技术学院 电子信息学院, 江苏 南京 210023
2 中广核检测技术有限公司, 江苏 苏州 215004
3 南京邮电大学自动化学院、人工智能学院, 江苏 南京 210023
兰姆(Lamb)波结构损伤监测是结构健康监测领域的研究热点。针对现有研究和应用中, 基于基准响应的损伤监测方法受环境工况等条件的差异性影响问题, 在分析Lamb波传播基本过程和损伤作用机理基础上, 研究了基于对称响应分析的无基准Lamb波损伤监测方法。该方法通过对称布置压电阵列, 实现对称响应信号的获取, 进一步借助于皮尔逊相关系数法对对称响应中的有效波包进行对比分析, 发现和定位损伤散射信号波包, 进而实现损伤监测。在铝板结构上的实验验证表明, 该方法可以直接根据当前获得的响应信号, 实现对损伤发生情况和位置的判定, 无需基准信号对比, 这对于实际工程应用具有一定的意义。
损伤监测 兰姆(Lamb)波 对称响应 无基准 damage detection Lamb wave symmetric responses baseline free
长江大学 城市建设学院, 湖北 荆州 434023
该文提出了一种利用压电陶瓷传感器对玻璃纤维(GFRP)管约束碳纤维混凝土组合柱损伤进行实时监测的方法。试验以碳纤维含量和混凝土强度等级为变量制作了9个构件, 将一对压电陶瓷传感器作为应力波发射器和接收器埋入玻璃纤维(GFRP)管中进行轴压试验。通过对比不同荷载情况下的能量幅值, 并采用移动平均法对监测数据进行平滑处理, 实现了对构件的实时损伤监测。结果表明, 试验现象与监测结果相符。此方法能对纤维增强混凝土柱的损伤进行较准确的实时监测, 且采用移动平均法处理后的损伤识别更精确。
压电陶瓷传感器 纤维增强材料(FRP) 损伤监测 波动法 移动平均法 piezoelectric ceramic sensor fiber reinforced polgmer(FRP) damage detection wave method moving average method
长江大学 城市建设学院, 湖北 荆州 434023
该文使用外贴法将压电陶瓷传感器固定在玻璃纤维复合材料(GFRP)上进行损伤检测试验, 研究了GFRP试件表面裂缝的深度及数量对压电陶瓷传感器接收信号的影响。将主动感应法和基于小波包能量法相结合, 做出时域信号图和基于小波包的能量图。分析数据发现, GFRP试件损伤程度越大, 传感器接收信号的电压值越小, 信号的能量越小。试验结果表明, 压电陶瓷传感器有望通过主动感应法用于检测GFRP的损伤变化。
玻璃纤维复合材料(GFRP) 压电陶瓷传感器 主动感应法 小波包 损伤检测 glass fiber reinforced polymer(GFRP) piezoelectric ceramic sensor active induction method waveletpacket damage detection