复合材料在服役过程中易受到外部的低能量冲击, 造成不可见损伤, 为了监测复合材料健康状况, 将光纤布喇格光栅(FBG)传感网络粘贴布置于碳纤维复合材料表面, 采用基于反向传播（BP）神经网络系统的智能复合材料冲击定位识别技术, 获取FBG传感的时域信号响应值, 从而进行了复合材料冲击位置的预判。结果表明, BP神经网络算法具有非线性逼近能力强、容错率高和自适应能力强等优点, 可以实现复合材料层合板的参数化识别定位, 且预测结果与待测复合材料层合板总长度比值小于0.1。该FBG传感系统可为智能化复合材料冲击损伤自调整和自修复能力提供更准确的信息。

冲击定位可为结构冲击损伤提供准确的位置信息。基于光纤布拉格光栅(FBG)传感器存在解调频率低、需要训练样本等缺点,提出了一种利用光纤Sagnac传感技术实现结构冲击定位的方法。基于此方法的传感系统主要由宽带光源、光纤Sagnac干涉仪、光探测器以及数据采集与处理单元构成。当粘贴在结构表面的传感探头受到冲击应力波作用时,Sagnac干涉仪相位受到调制,从而导致输出的光强发生变化,通过光探测器将光信号转换为电压信号输出。首先,对传感系统采样的时域信号进行小波降噪和去直流干扰处理,再利用Db4小波包进行能量特征提取与信号重构,并获取应力波到达2端的传感器的时间,最后利用时差法进行冲击定位。为了验证该冲击载荷定位系统的有效性,对长度为100 cm的钢管结构进行了35次低速冲击实验。结果表明,该方法可以有效地识别冲击位置,最大定位误差和最大均方根误差分别为0.65 cm和0.36 cm。研究结果可为结构冲击定位提供另外一种可靠的方法。

针对复合材料结构上低速冲击载荷位置识别问题, 通过构建分布式光纤布拉格光栅(FBG)传感网络, 分析了光纤布拉格光栅传感器感知的冲击响应信号时间序列的偏斜度、陡峭度与到传感器之间距离的关系。通过不同位置传感器感知的冲击响应信号的偏斜度和陡峭度对冲击载荷所在的区域和到各个传感器之间的距离进行了辨识, 采用加权质心定位算法实现了冲击载荷位置的坐标定位。实验结果表明：在碳纤维复合材料板上240 mm×240 mm的监测区域内随机选取16个测试样本点进行低速冲击定位识别, 实现了所有冲击实验点的区域辨识, 坐标定位的平均误差为20.7 mm。研究结果为碳纤维复合材料板的低速冲击定位提供了一种可靠的方法。

针对板结构低速冲击定位需求，通过构建分布式光纤布拉格光栅（FBG）传感网络，并以光纤光栅传感器感知的冲击响应信号时间序列的关联维数作为冲击特征量，研究了关联维数与冲击点和传感器之间距离的分布规律。基于此分布规律，对冲击载荷位置进行了区域辨识，采用三圆取交的冲击定位算法实现了对冲击载荷位置的坐标定位。对机翼盒段结构划分区域，根据算法特点优化传感器排布，搭建冲击载荷监测实验系统，并进行低速冲击载荷实验。实验结果表明，在30 cm×30 cm的机翼盒段板结构上随机选取10个测试点进行低速冲击定位识别，实现了所有冲击实验点区域辨识，其正确率高达100%，坐标定位的平均误差为3.5 cm。该方法利用了6个光纤布拉格光栅传感器能够有效地实现对冲击载荷位置辨识，对实现分形维数与冲击监测技术相结合具有一定意义。