復(fù)合材料拉擠多腔板敲擊檢測方案設(shè)計(jì)

趙如杰，張 凱，張師榕

(1.沈陽化工大學(xué) 裝備可靠性研究所，遼寧 沈陽 110142；2.安徽工程大學(xué) 機(jī)械工程學(xué)院，安徽 蕪湖 241000)

針對一些特定復(fù)合材料基于其自身的結(jié)構(gòu)特點(diǎn)，常用的超聲、射線、渦流紅外檢測技術(shù)并不適合在此方面推廣。隨著敲擊檢測的快速發(fā)展已經(jīng)被廣泛應(yīng)用在陶瓷、風(fēng)力葉片、航空、航天、軌道交通等領(lǐng)域[1-3]。針對敲擊檢測對象不同，大多數(shù)學(xué)者開始對敲擊檢測的方案和檢測方法進(jìn)行了優(yōu)化。張興成等人[4]針對雙基推進(jìn)劑橡膠包覆層界面脫粘降低了推進(jìn)劑工作性能，開發(fā)了一套由信號處理、自動化控制和智能診斷相結(jié)合的敲擊檢測系統(tǒng)，實(shí)驗(yàn)結(jié)果表明，制定的敲擊檢測系統(tǒng)具有較高的檢測分辨率和準(zhǔn)確率。詹紹正[5]等人從復(fù)合材料的結(jié)構(gòu)需求出發(fā)，針對不同的結(jié)構(gòu)類型試件，提出了一種數(shù)字化敲擊檢測技術(shù)，該技術(shù)方案能夠很好的識別檢測復(fù)合材料結(jié)構(gòu)中的分層和脫粘缺陷。馮康軍[6]等人對飛機(jī)復(fù)合材料進(jìn)行敲擊檢測，將獲得的振動信號使用小波分解和去噪，選取最優(yōu)的小波函數(shù)和閾值進(jìn)行分解和去噪，獲得了較好的信號波形，結(jié)果表明使用小波分解對復(fù)合材料的分層和裂紋具有一定的辨識能力。張建[7]制定了一種敲擊檢測標(biāo)準(zhǔn)流程、構(gòu)建了敲擊數(shù)據(jù)庫、使用聚類檢測算法進(jìn)行不同結(jié)構(gòu)損傷的劃分，獲得了較好的敲擊檢測結(jié)果。Z.Sun[8]等人提出了一種基于WPT的結(jié)構(gòu)損傷評估方法，首先將結(jié)構(gòu)測量的動態(tài)信號經(jīng)過小波包處理，其次計(jì)算部件能量作為神經(jīng)網(wǎng)絡(luò)模型的輸入，結(jié)果表明，基于WPT的分量能量是對結(jié)構(gòu)損傷敏感的良好候選指標(biāo)。黃光啟[9]等人研究了復(fù)合材料在制造過程中不可避免地會出現(xiàn)膠接分層、制孔分層等制造缺陷，對含預(yù)制缺陷復(fù)合材料開展了多種力學(xué)性能試驗(yàn)研究，通過與完好復(fù)合材料進(jìn)行對比分析，建立了制造缺陷對復(fù)合材料性能的影響規(guī)律。于曉文[10]等人針對傳統(tǒng)復(fù)合材料硬幣敲擊試驗(yàn)可靠性低、操作復(fù)雜的問題，引入灰色系統(tǒng)理論，采用改進(jìn)的相關(guān)計(jì)算方法求解序列間的貼近度，并在此基礎(chǔ)上構(gòu)造灰色關(guān)聯(lián)度矩陣，通過矩陣對序列組進(jìn)行歸納，并根據(jù)參考序列的位置對硬幣敲擊的響應(yīng)信號進(jìn)行定性分類。

從不同學(xué)者的研究情況中可以看出，不管應(yīng)用基本的小波包分析和神經(jīng)網(wǎng)絡(luò)相結(jié)合的故障識別檢測方法，還是改進(jìn)后的敲擊檢測方法，都對復(fù)合材料的無損檢測提供了新的理論方法，提高了檢測的效率。但由于復(fù)合材料拉擠多腔板的型腔結(jié)構(gòu)，使得傳統(tǒng)的無損檢測方法并不可行，因此本文利用激振器敲擊多腔板型材獲得振動信號，然后利用小波包變換對獲得的振動數(shù)據(jù)進(jìn)行特征能量提取，結(jié)合SVM對敲擊檢測的多腔板進(jìn)行缺陷檢測評估。

1 實(shí)驗(yàn)方案

1.1 實(shí)驗(yàn)裝置設(shè)計(jì)

復(fù)合材料拉擠多腔板檢測裝置，如圖1所示，將待檢測的多腔板置于上夾板和下支架之間，并且通過M10螺釘和M10螺帽連接緊固，KNK移動滑臺軌道安裝固定在支撐架上，便于敲擊裝置在上面做全方位的往返運(yùn)動。其次，用于敲擊復(fù)合材料拉擠多腔板的激振器則固定在工字滑臺上，外連掃頻信號發(fā)生器，激振器接收由掃頻信號發(fā)生器發(fā)出的正弦脈沖及5Hz的敲擊頻率敲擊多腔板型材。拉擠多腔板檢測裝置通過兩相步進(jìn)電機(jī)提供動力，將電能轉(zhuǎn)化為控制激振器在KNK移動滑臺做往復(fù)運(yùn)動的機(jī)械能。

圖1 多腔板檢測裝置圖

檢測裝置的控制方案是在外加兩相步進(jìn)電機(jī)提供動力使激振器敲擊裝置在KNK移動滑臺軌道上，通過控制器預(yù)設(shè)的程序做往返運(yùn)動，然后再通過驅(qū)動器選擇控制信號的方式及電流的細(xì)分設(shè)定。其中，行進(jìn)的速度為勻速運(yùn)動可以對多腔板進(jìn)行實(shí)時檢測，敲擊的頻率通過SA-SG030掃頻信號發(fā)生器控制。

復(fù)合材料拉擠多腔板的敲擊振動數(shù)據(jù)采集分析部分如圖2所示，首先將加速度傳感器貼附在復(fù)合材料拉擠多腔板的表面，其次通過掃頻信號發(fā)生器提供激振器敲擊多腔板型材的敲擊頻率，最后通過數(shù)據(jù)總線連接DELL計(jì)算機(jī)，構(gòu)成一個閉環(huán)的多腔板實(shí)時振動信號采集系統(tǒng)。

圖2 復(fù)合材料拉擠多腔板的數(shù)據(jù)采集

1.2 實(shí)驗(yàn)材料

實(shí)驗(yàn)材料為玻璃纖維復(fù)合材料拉擠多腔板，長為1000mm,寬為850mm,高為80mm，型腔高為70mm，型腔長為 12mm，如圖3所示：圖(a)表示待敲擊檢測的復(fù)合材料拉擠多腔板型材，圖(b)表示復(fù)合材料拉擠多腔板的型腔結(jié)構(gòu)。

(a)拉擠多腔板型材

(b)拉擠多腔板型腔圖3 復(fù)合材料拉擠多腔板

1.3 實(shí)驗(yàn)裝置組成

本實(shí)驗(yàn)用所用到主要實(shí)驗(yàn)設(shè)備有：SA-SG030掃頻信號發(fā)生器、SA-JZ002電動式激振器、 LMS SCADS -Mobile多功能數(shù)據(jù)采集系統(tǒng)、DELL計(jì)算機(jī)、兩相步進(jìn)電機(jī)(57HS22-A)、M542兩相步進(jìn)驅(qū)動器以及KH-01步進(jìn)電機(jī)控制器等。實(shí)驗(yàn)所用傳感器為1A314E型號三向壓電傳感器，在采集振動信號時需要設(shè)置X、Y、Z、三個方向的靈敏度分別為10.440、9.878、10.330mv/m·s2。

1.4 實(shí)驗(yàn)過程

在進(jìn)行實(shí)驗(yàn)時，利用激振器在復(fù)合材料拉擠多腔板上進(jìn)行敲擊。敲擊的頻率和振幅由掃頻信號發(fā)生器提供，該實(shí)驗(yàn)設(shè)置的敲擊頻率為5Hz、振幅為3V、提供的信號波形為正弦脈沖。多腔板的振動信號采樣頻率在LMS軟件上設(shè)置的為3200Hz，采樣時間為1s。將實(shí)驗(yàn)所需的三向壓電式傳感器吸附在復(fù)合材料拉擠多腔板的激振檢測位置用于獲得激振多腔板時的振動信號。敲擊檢測過程如下：

(1)對拉擠多腔板型材進(jìn)行網(wǎng)格劃分敲擊，從上向下依次敲擊1到8處。以此類推按照網(wǎng)格劃分的區(qū)域?qū)Χ嗲话暹M(jìn)行全局的激振檢測，其中傳感器安裝的位置用圖4中的X1、X2表示。

圖4 傳感器安裝分布圖

(2)使用LMS信號采集系統(tǒng)采集敲擊檢測的多腔板振動信號數(shù)據(jù)。

(3)分別檢測材質(zhì)完全相同的多腔板：即一塊正常的復(fù)合材料拉擠多腔板和預(yù)制含有缺陷的復(fù)合材料拉擠多腔板進(jìn)行對比實(shí)驗(yàn)分析。將檢測的多腔板劃分成兩個區(qū)域，即正常區(qū)A和缺陷區(qū)B，為了確保檢測結(jié)果的可靠性，每個網(wǎng)格區(qū)域進(jìn)行5次敲擊檢測，然后做數(shù)據(jù)量化分析。

2 相關(guān)原理

2.1 小波包變換

小波包變換(WPT)能夠使信號從時域到頻域的逐級變換，WPT的第一層分解是局部敲擊振動信號的時間表示。小波包隨著分解的層數(shù)的增加，時間分辨率會降低，頻率分辨率會相應(yīng)增加，這有助于捕捉局部敲擊檢測振動信號中的高頻信息，這些信息很難在小波變換中表示，WPT在每種分辨率下都具有相同的頻率帶寬。這使得WPT能夠保留原始局部敲擊檢測振動信號中的信息，從而產(chǎn)生魯棒性。小波包函數(shù)被定義為：

(1)

式中：j為縮放參數(shù)(尺度)；k為平移參數(shù)；n為振蕩(頻率)參數(shù)。

小波包分解公式可表示為：

(2)

重構(gòu)后的公式可表示為：

(3)

式中：W為小波包分解系數(shù)；n,j為小波包的節(jié)點(diǎn)數(shù)；k,l為小波包的分解層數(shù)；h為高通濾波器濾波系數(shù)；g為低通濾波器濾波系數(shù)。其中n=0,1,2,…,2j-1，fs為信號的采樣頻率。

小波包分析能夠?qū)π盘柕母哳l和低頻進(jìn)行無疏漏的精細(xì)分解，通過各自頻帶能量來反映特征。小波包具有正交變換的特性，這意味著信號中的能量被保留并在子帶之間劃分。因此，小波包節(jié)點(diǎn)能量可以表示局部敲擊檢測多腔板振動信號的特征，它被定義為：

(4)

式中：Wk,j(j=1,2,…,8)為分解系數(shù)；N為信號長度，Ek,j為各節(jié)點(diǎn)總能量之和；k為小波包分解層數(shù)，j為節(jié)點(diǎn)。

(5)

各頻帶能量占信號總能量的百分比為：

(6)

對各頻帶能量占比進(jìn)行數(shù)據(jù)整合，構(gòu)造一個特征向量T，則T=[E31,E32,…,E38]。為了使特征向量在同一工況下進(jìn)行比較，對特征向量T做歸一化處理，如式(7)所示。

(7)

最后，得到歸一化的特征向量R，如式(8)所示。

R=[E31/EE32/E…E38E]

(8)

將平滑降噪處理后的振動解析信號經(jīng)過3層小波包變換分析，其中小波包節(jié)點(diǎn)的能量分布代表了檢測多腔板不同位置的一組極好特征，為推斷敲擊檢測缺陷位置，提供了理論依據(jù)。

2.2 SVM的引入

SVM主要用于數(shù)據(jù)分類、模式識別、分類及回歸問題[11]。假設(shè)平面上有兩種不同的數(shù)據(jù)線性可分，則SVM對應(yīng)的該平面可以表示為：

L(x)=WT(x)+b

(9)

式中：T為矩陣的轉(zhuǎn)置；x為特征向量；b為分類閥值。

對上述式子引入拉格朗日乘子α，將SVM訓(xùn)練問題轉(zhuǎn)變?yōu)槎我?guī)劃問題，得到如下表達(dá)式：

(10)

式中：s.t.為約束條件；yi為分類標(biāo)簽；n為數(shù)據(jù)分類個數(shù)，因此最終得到的非線性分類函數(shù)為：

(11)

(12)

其中：b*為分類閥值；k為核函數(shù)；x為函數(shù)任意一點(diǎn)；y為核函數(shù)中心；σ為標(biāo)準(zhǔn)方差。

支持向量機(jī)(SVM)的引入是為了分類檢測故障和正常的特征向量數(shù)據(jù)。因此，在使用 SVM 進(jìn)行分類前，需要將各頻帶能量占比進(jìn)行歸一化處理，然后求其平均值，平均值作為特征向量輸入到 SVM 進(jìn)行分類識別。

3 實(shí)驗(yàn)結(jié)果分析

當(dāng)傳感器安裝在無缺陷的復(fù)合材料拉擠多腔板X1時，分別激振多腔板X1處和X2處時，得到降噪處理后的振動信號小波包能量譜如圖5、圖6所示。

圖5 正常多腔板敲擊檢測X1處的能量分布

圖6 正常多腔板敲擊檢測X2處的能量分布

從圖5、圖6中可以看出在激振正常復(fù)合材料拉擠多腔板的不同位置時能量占比主要集中低頻區(qū)前兩個節(jié)點(diǎn)中，高頻區(qū)的能量占比較低。其中在正常多腔板X2處1節(jié)點(diǎn)能量占比正常多腔板X1處的能量占比低2.23%，在正常多腔板X2處第2節(jié)點(diǎn)處能量占比正常多腔板X1處的能量占比高6%，但總的能量主要集中在前兩個節(jié)點(diǎn)，后六個節(jié)點(diǎn)中的能量相對較低，并沒有出現(xiàn)明顯的差別。當(dāng)敲擊該多腔板其余多個位置時，各個節(jié)點(diǎn)的能量占比并沒有明顯的差別，說明正常復(fù)合材料拉擠多腔板在不同位置的敲擊檢測具有相似的能量特征。

當(dāng)傳感器安裝在有缺陷復(fù)合材料拉擠多腔板X1處，分別激振多腔板X1處和X2處，得到降噪處理后的振動信號小波包能量譜如圖7、圖8所示。

圖7 含缺陷多腔板X1處的能量分布

圖8 含缺陷多腔板X2處的能量分布

從圖7、圖8中可以看出當(dāng)敲擊檢測含有缺陷的多腔板型材X1處時，在1節(jié)點(diǎn)處有缺陷的能量占比明顯高于無缺陷的能量占比，且存在明顯的能量集中現(xiàn)象，主要集中在小波包第一節(jié)點(diǎn)處即0～800Hz。在含有缺陷的多腔板上敲擊檢測多腔板X2處時的能量占比在前四個小波包節(jié)點(diǎn)的能量占比較為平均，在高頻部分即4800～6400Hz的能量占比也明顯高于敲擊缺陷部位的能量占比，說明在含有缺陷的復(fù)合材料拉擠多腔板中不同位置的敲擊檢測具有不同的能量特征。當(dāng)敲擊該缺陷多腔板其余位置時，各個節(jié)點(diǎn)的能量占比均表現(xiàn)出同X2位置處相似的變化情況。因此小波包節(jié)點(diǎn)能量可以作為一組極好特征用于多腔板型材的缺陷定性分析。

為了使敲擊檢測的結(jié)果更加可靠，將敲擊檢測不同位置時獲得各頻帶歸一化的特征能量求平均值作為特征向量，輸入SVM進(jìn)行分類識別。分別選取50組正常、缺陷多腔板的數(shù)據(jù)作為訓(xùn)練樣本，另取10組數(shù)據(jù)用于測試，將測試樣本輸入訓(xùn)練好的樣本集中，由這100組特征向量構(gòu)成的特征向量曲線如圖9所示。從圖9中可以看出SVM實(shí)現(xiàn)了較好的分類識別效果。

圖9 特征向量曲線

4 結(jié)論

(1) 將傳感器安裝在復(fù)合材料拉擠多腔板X1處時，分別敲擊檢測多腔板的X1和X2處時，對正常的復(fù)合材料拉擠多腔板小波包提取的能量占比主要集中在前兩個節(jié)點(diǎn)。在含缺陷的復(fù)合材料拉擠多腔板敲擊檢測X1處時，前兩個節(jié)點(diǎn)能量占比為97.76%，而在X2處的前兩個節(jié)點(diǎn)占比為38.60%，說明在有缺陷的多腔板不同位置敲擊時，能量占比主要集中在前兩個節(jié)點(diǎn)，但相比于缺陷處的特征能量占比，正常處的中高頻段能量占比比有缺陷的節(jié)點(diǎn)能量占比高59.16%，間接說明在含有缺陷的多腔板中激振檢測不同位置時的能量特征可以作為一組極好的特征用于判斷多腔板是否存在缺陷。

(2) 本文設(shè)計(jì)的激振敲擊檢測方案，通過激振器敲擊多腔板型材來獲得振動信號，避免了傳統(tǒng)的力錘敲擊法，存在人為敲擊力度等因素的影響使獲得的振動信號存在嚴(yán)重失真。最后使用小波包和SVM相結(jié)合的方法對復(fù)合材料拉擠多腔板的分類識別取得了較好的結(jié)果。