面向全尺寸民機結(jié)構(gòu)疲勞試驗的聲發(fā)射監(jiān)測技術(shù)

楊宇，王彬文，祁小鳳

中國飛機強度研究所 智能結(jié)構(gòu)與健康管理技術(shù)研究室，西安 710065

全尺寸民機結(jié)構(gòu)疲勞試驗是暴露民機結(jié)構(gòu)設(shè)計薄弱部位、制定合理檢查維修間隔及確定民機結(jié)構(gòu)壽命的重要手段。因此，及時準確地發(fā)現(xiàn)結(jié)構(gòu)損傷是全尺寸結(jié)構(gòu)疲勞試驗的首要任務(wù)。目前，主要的損傷監(jiān)測方式是基于人工巡檢，結(jié)合試驗監(jiān)測數(shù)據(jù)(載荷、應(yīng)變數(shù)據(jù)等)，再利用無損檢測手段(紅外熱成像、超聲、渦流等)來發(fā)現(xiàn)及測量損傷。然而，即使是基于如此嚴格的檢查程序，仍然時常發(fā)生損傷漏檢事件，輕者無法準確獲知損傷萌生時間，重者損傷尺寸擴展過大引起試驗機損壞，并由此引發(fā)試驗停滯，嚴重影響試驗進度，為飛機型號研制工作帶來重大損失。

基于人工的損傷檢查方式受人員個體素質(zhì)影響嚴重，而且由于民機結(jié)構(gòu)異常復雜，很多部位人工檢查無法到達，因此，依托先進傳感器網(wǎng)絡(luò)實現(xiàn)結(jié)構(gòu)損傷的自動實時監(jiān)測，是解決上述問題的必然途徑。其中，基于聲發(fā)射的結(jié)構(gòu)損傷監(jiān)測是一種非常有效的手段。在外界作用(應(yīng)力、溫度)下，結(jié)構(gòu)材料內(nèi)部會發(fā)生微觀狀態(tài)的變化(變形或裂紋萌生等)從而以彈性波的形式釋放能量，而該彈性波攜帶有該狀態(tài)變化的特征信息。利用壓電元件將彈性波轉(zhuǎn)換為電信號，對這些電信號進行放大和處理，即可實現(xiàn)對損傷的識別，即為聲發(fā)射監(jiān)測。聲發(fā)射信號的分析方法有：波形分析法和參數(shù)分析法。波形分析法是指以信號時域波形和頻譜為主的一種信號描述方法，適用于任何信號類型，具有抗干擾能力強、一一對應(yīng)的優(yōu)點。但是，波形分析法還具有復雜性高、工作量大的缺點，因而其在工程應(yīng)用中難以大規(guī)模推廣應(yīng)用。參數(shù)分析法是對信號波形進行參數(shù)量化描述的一種信號分析方法，具有簡單、可靠、快速、直觀的特點，目前廣泛應(yīng)用于各種工程化檢測應(yīng)用中，是最為成熟的聲發(fā)射信號分析技術(shù)。量化表征聲發(fā)射信號的參數(shù)稱為聲發(fā)射特征參數(shù)。常用的聲發(fā)射信號特征參數(shù)有：峰值幅度、絕對能量、中心頻率、持續(xù)時間等。

近年來，隨著計算機技術(shù)及電子技術(shù)的迅猛發(fā)展，聲發(fā)射技術(shù)也取得了巨大進步。目前，已形成了商業(yè)化成熟的AE(Acoustic Emission)監(jiān)測設(shè)備及數(shù)據(jù)分析軟件，在巖土、航天、交通等多項領(lǐng)域，聲發(fā)射也取得了有效的應(yīng)用。在航空領(lǐng)域，利用聲發(fā)射技術(shù)對航空結(jié)構(gòu)疲勞試驗進行健康監(jiān)測也正成為國內(nèi)外技術(shù)人員的重要關(guān)注點。

在國外，美國麥道公司就曾使用聲發(fā)射技術(shù)對F15、F16飛機的全機疲勞試驗結(jié)構(gòu)裂紋擴展情況進行了監(jiān)測，并取得了一定的成果，但是由于技術(shù)封鎖，其實現(xiàn)關(guān)鍵技術(shù)及細節(jié)尚未可知。此外，Lehmann等通過建立AE數(shù)據(jù)分析模型對航空復合材料結(jié)構(gòu)沖擊損傷過程中的聲發(fā)射特征參數(shù)進行分析，結(jié)果表明聲發(fā)射可用于預(yù)測沖擊故障，但可靠性仍然較低。英國Cardiff大學Hensman等提出了一種基于空間掃描技術(shù)的聲發(fā)射異常事件活躍性檢測方法，并在空客A320主起落架疲勞試驗中進行了試驗驗證，表明空間掃描技術(shù)是檢測結(jié)構(gòu)損傷萌生的一種極其有效的技術(shù)。Haile等提出了一種分布式聲發(fā)射傳感器網(wǎng)絡(luò)和數(shù)據(jù)處理算法，并利用護衛(wèi)傳感器以及多種采集控制時間參數(shù)對聲發(fā)射信號進行了噪聲過濾，初步實現(xiàn)了基于聲發(fā)射的全尺寸航空航天系統(tǒng)結(jié)構(gòu)健康監(jiān)測。Holford等等對飛機金屬起落架疲勞裂紋聲發(fā)射識別技術(shù)開展了數(shù)年系統(tǒng)性研究，通過引入AIC(Akaike Information Criterion)到達時間估算算法、DeltaT定位技術(shù)、基于在線半徑的聚類算法(On-line Radius-based Clustering Algorithm，ORCAL)及基于快速小波變化的聲發(fā)射特征值方差評估技術(shù)等多種信號處理技術(shù)，構(gòu)建了一種可在復雜幾何結(jié)構(gòu)及高噪聲工業(yè)環(huán)境中使用的聲發(fā)射疲勞裂紋識別和精確定位方法。其中的DeltaT定位技術(shù)涉及到網(wǎng)格的精細劃分及重復打點等建立數(shù)據(jù)庫環(huán)節(jié)，這在大型民機全尺寸試驗應(yīng)用時可能面臨著難以具體實施的問題。

在國內(nèi)，耿榮生和景鵬利用聲發(fā)射技術(shù)對某型軍用飛機全尺寸疲勞試驗進行裂紋監(jiān)測，并利用多參數(shù)識別和相關(guān)技術(shù)獲取了裂紋萌生所產(chǎn)生的聲發(fā)射信號，成功預(yù)報出主梁螺栓孔長度不足0.5 mm裂紋的萌生。劉文斌等在某型軍用飛機疲勞試驗過程中的關(guān)鍵結(jié)構(gòu)監(jiān)測中采用了聲發(fā)射檢測技術(shù)，并成功預(yù)報了右外翼三墻處某螺栓孔裂紋的萌生，為試驗的順利進行起到了重要保障。Qi等通過聲發(fā)射技術(shù)對飛機垂直尾翼疲勞試驗期間的健康狀態(tài)進行了監(jiān)測，利用空間濾波和AE線性定位分析方法，成功預(yù)測了梁與主結(jié)構(gòu)連接位置間的兩條疲勞裂縫，證明了聲發(fā)射技術(shù)在飛機垂直尾翼疲勞試驗監(jiān)測中的有效性。祁小鳳等開展了隨機載荷譜下基于聲發(fā)射的航空耳片接頭疲勞裂紋識別方法研究，通過分析不同載荷譜塊下相同循環(huán)時段所對應(yīng)的聲發(fā)射撞擊計數(shù)變化趨勢來發(fā)現(xiàn)、鎖定異常，并結(jié)合定位分析與干擾排除分析,確定出裂紋發(fā)生時間及位置，該方法的有效性在耳片接頭疲勞試驗中得到了初步驗證。此外，Huo等開展了飛機疲勞裂紋聲發(fā)射信號模式識別研究，利用波形分析和SOM(Self Organizing Maps)神經(jīng)網(wǎng)絡(luò)方法對聲發(fā)射信號進行分析處理可獲得疑似裂紋的聲發(fā)射信號特征。

但是，由于面向的監(jiān)測對象層級及試驗載荷形式均有所不同，因此上述方法在全尺寸民機結(jié)構(gòu)疲勞試驗中使用時仍具有一定的局限性，不能直接遷移發(fā)揮作用?？紤]到大型民機疲勞試驗監(jiān)測具有監(jiān)測部位多而復雜、監(jiān)測周期長、試驗加載復雜的特點，本文開展了面向全尺寸民機結(jié)構(gòu)疲勞試驗的聲發(fā)射監(jiān)測關(guān)鍵技術(shù)研究，擬利用先進的數(shù)據(jù)處理能力，配合相應(yīng)的聲發(fā)射方法來提高全尺寸民機結(jié)構(gòu)疲勞試驗中的聲發(fā)射監(jiān)測技術(shù)能力，以為中國型號試驗提供支持。

1 研究思路

1.1 問題描述

目前，在聲發(fā)射已成熟應(yīng)用的領(lǐng)域，監(jiān)測對象大都具有被監(jiān)測結(jié)構(gòu)簡單、監(jiān)測過程加載情況簡單及試驗周期短的特點，最典型的為航天鈦合金壓力容器焊縫聲發(fā)射監(jiān)測。針對此類監(jiān)測，采用商業(yè)化的數(shù)據(jù)分析處理技術(shù)及常規(guī)分析方法即可實現(xiàn)聲發(fā)射監(jiān)測。

而對于全尺寸民機結(jié)構(gòu)疲勞試驗聲發(fā)射監(jiān)測，不僅監(jiān)測結(jié)構(gòu)復雜(見圖1)，而且加載情況也極為多變復雜(見圖2)，大型全尺寸結(jié)構(gòu)在上百個加載點同時加載的作用下，結(jié)構(gòu)內(nèi)部因為間隙、摩擦、變形、損傷等原因?qū)a(chǎn)生非常復雜的噪聲信號(見圖3)，將損傷信號完全湮沒。由于全機疲勞試驗的載荷譜一般為隨機載荷譜，因此這些聲發(fā)射噪聲信號也呈現(xiàn)出明顯的隨機性、非周期性，并且其特征參數(shù)的分布范圍也較為廣泛、分散(如在門檻為40 dB時，幅值范圍為40～99 dB，中心頻率120～300 kHz，上升時間0～65 535 μs， 持續(xù)時間1～10μs)，沒有呈現(xiàn)出明顯的集中分布規(guī)律，因而無法提取出有效特征將其濾除。這直接導致了一方面聲發(fā)射數(shù)據(jù)量急劇增加，常規(guī)處理技術(shù)(一般為依靠商業(yè)化的聲發(fā)射數(shù)據(jù)處理軟件進行回放及圖形顯示)無法應(yīng)對，另一方面也致使常規(guī)的損傷識別技術(shù)(一般為基于幅值/能量/持續(xù)時間等各種特征參數(shù)變化規(guī)律的損傷識別方法)失效。

圖1 民機結(jié)構(gòu)疲勞試驗現(xiàn)場圖Fig.1 Fatigue test of civil aircraft

圖2 民機結(jié)構(gòu)疲勞試驗載荷譜Fig.2 Load spectrum of civil aircraft fatigue test

圖3 全機疲勞試驗下的聲發(fā)射噪聲信號幅值-時間圖Fig.3 Amplitude vs time plot of AE noise under civil aircraft fatigue test

如上文所述，針對全機疲勞試驗聲發(fā)射監(jiān)測所存在的問題，聲發(fā)射專業(yè)技術(shù)人員也提出了一些解決方案，但仍存在著漏檢與誤判的問題，因此新的損傷識別方法亟待提出。

1.2 解決思路

典型的全尺寸民機結(jié)構(gòu)疲勞試驗載荷一般為飛-續(xù)-飛隨機載荷譜，通常由個周期性的載荷譜塊組成，即:一個譜塊按照1/設(shè)計服役目標確定，整個壽命期由該譜塊重復次進行模擬。一個譜塊通常由次飛行起落構(gòu)成，而每次飛行起落按照飛行起落各任務(wù)段載荷隨機次序一般由少至幾十個多至幾千個不同的工況組成，通常可劃分為A、B、C、D、E等類飛行類型。每類飛行載荷譜由等幅譜、定態(tài)譜和各使用情況相同載荷級別的隨機譜構(gòu)成。

據(jù)此可知，雖然整個載荷譜為隨機譜，但是在加載過程中仍有規(guī)律可依，即試驗采用類飛行起落形式進行施載。借助這種規(guī)律，本文提出了一種基于載荷同步的聲發(fā)射損傷識別技術(shù)，如圖4所示，其核心思想及解決途徑為：

圖4 基于載荷同步的聲發(fā)射損傷識別技術(shù)流程圖Fig.4 Flow chart of acoustic emission damage identification technology based on load synchronization

1) 利用同步模塊實現(xiàn)聲發(fā)射數(shù)據(jù)采集系統(tǒng)與試驗加載系統(tǒng)的同步。

2) 依據(jù)各飛行起落的載荷嚴重程度(即飛行起落類型)，對載荷譜進行有效劃分。

3) 基于同步結(jié)果，據(jù)載荷譜類型對聲發(fā)射數(shù)據(jù)進行自動分割、提取及統(tǒng)計。

4) 對同類型載荷譜下聲發(fā)射信號HIT(撞擊數(shù))總數(shù)進行分析，以發(fā)現(xiàn)鎖定異常。分析時，可首先做出各類型載荷譜下的HIT總數(shù)隨飛行起落變化的趨勢圖，以通過觀察趨勢圖發(fā)現(xiàn)明顯異常數(shù)據(jù)點。若無明顯異常，再利用3準則進行異常判別。對于同類載荷譜來說，在監(jiān)測區(qū)域無損傷的情況下，其對應(yīng)的聲發(fā)射撞擊總計數(shù)僅含有隨機誤差，因此其分布滿足正態(tài)分布。在正態(tài)分布中，各數(shù)據(jù)點的隨機誤差符合3準則。因此，采用式(1)～式(3)所列的3準則公式即可實現(xiàn)異常信號的判定。

5) 最后，利用如圖5所示的異常評估算法，對異常信號進行評估，從而實現(xiàn)聲發(fā)射損傷的可靠預(yù)警。

圖5 異常評估算法流程Fig.5 Flow of anomaly evaluation algorithm

(1)

為某類飛行譜對應(yīng)的第個聲發(fā)射樣本數(shù)據(jù)點(聲發(fā)射撞擊計數(shù))，此處使用的均為無損傷階段的樣本數(shù)據(jù)點。

(2)

式中：為用于計算樣本標準差。

(3)

式中：為某類飛行譜對應(yīng)的第個聲發(fā)射撞擊計數(shù)，應(yīng)大于式(1)中的，利用式(3)可實現(xiàn)某類飛行譜下數(shù)據(jù)點是否異常的判定。

2 試驗與驗證

2.1 試驗介紹

以國內(nèi)某型全尺寸飛機結(jié)構(gòu)疲勞試驗為對象，對其關(guān)鍵部位進行了聲發(fā)射監(jiān)測，監(jiān)測部位主要包括機身框環(huán)向?qū)訁^(qū)及機翼盒段等主承力結(jié)構(gòu)。

由于聲發(fā)射屬于動態(tài)監(jiān)測技術(shù)，為避免漏檢，監(jiān)測時采用試驗全程連續(xù)監(jiān)測方式。此外，為實現(xiàn)聲發(fā)射系統(tǒng)與試驗加載系統(tǒng)的同步功能，監(jiān)測時需將載荷譜作為外參數(shù)接入聲發(fā)射采集系統(tǒng)。由于全機疲勞試驗載荷譜加載周期一般約為8 s(0.125 Hz)，因此根據(jù)奈奎斯特采樣定律，外參數(shù)采樣率(即AE win軟件中的時間驅(qū)動率)應(yīng)不小于0.25 Hz。試驗時，為完整復現(xiàn)載荷波形，本研究采用20 Hz時間驅(qū)動率設(shè)置。

聲發(fā)射監(jiān)測采用美國PAC公司的PCI-EXPRESS型聲發(fā)射采集設(shè)備進行聲發(fā)射信號的采集。其中，信號處理軟件AE win的關(guān)鍵參數(shù)設(shè)置為：采集門檻40 dB，前置放大器增益40 dB，模擬濾波器帶寬100～400 kHz，波形采樣率1 MHz， 采樣長度3K，PDT(峰值定義時間)300 μs， HDT(撞擊定義時間)600 μs，HLT(撞擊閉鎖時間)1 000 μs。

2.2 數(shù)據(jù)處理

根據(jù)1.2節(jié)研究思路描述可知，基于載荷同步的聲發(fā)射損傷識別技術(shù)涉及到同步、數(shù)據(jù)分割提取等操作，因此在損傷識別前應(yīng)首先進行數(shù)據(jù)同步以及數(shù)據(jù)快速提取。此外，由于大量無法濾除噪聲的存在以及監(jiān)測采用試驗全程連續(xù)監(jiān)測方式，因此也面臨著數(shù)據(jù)量極為龐大的問題，因此損傷識別前期工作還應(yīng)包括數(shù)據(jù)快速清洗操作。

1) 數(shù)據(jù)快速清洗

為降低數(shù)據(jù)規(guī)模便于后續(xù)數(shù)據(jù)傳輸及分析，對AE原始數(shù)據(jù)進行了基于剔除組合的快速清洗，具體清洗思路為：首先，根據(jù)聲發(fā)射信號原始記錄文件的數(shù)據(jù)結(jié)構(gòu)特點，設(shè)計剔除模塊自動提取出其中有用的、關(guān)鍵的信息(諸如撞擊信號的幅值、能量、持續(xù)時間等特征參數(shù))，濾除非必要信息(諸如占據(jù)大量存儲空間的原始波形信息)，實現(xiàn)聲發(fā)射監(jiān)測數(shù)據(jù)量的大幅降低；然后，再設(shè)計整合模塊對剔除得到的離散數(shù)據(jù)文件進行組合，從而實現(xiàn)數(shù)據(jù)規(guī)模的精簡和高效管理，具體程序流程見圖6。

圖6 基于剔除組合思想的數(shù)據(jù)清洗流程圖Fig.6 Flow chart of eliminating and integrating modules

2) 數(shù)據(jù)同步

數(shù)據(jù)同步用于實現(xiàn)AE數(shù)據(jù)與試驗加載工況的同步，建立起AE數(shù)據(jù)與試驗工況的時間對應(yīng)關(guān)系。在常規(guī)試驗中，采用外接試驗載荷的方式即可實現(xiàn)聲發(fā)射數(shù)據(jù)與試驗加載的同步，但是對全機疲勞試驗，由于其載荷譜即為隨機載荷譜，以及整個加載過程極為復雜，因此僅依靠外接載荷電壓無法實現(xiàn)基于載荷同步聲發(fā)射損傷識別技術(shù)中所要求的同步功能。

基于此，本文通過引入全機疲勞試驗第三方數(shù)據(jù)即試驗記錄的應(yīng)變數(shù)據(jù)，并將其與聲發(fā)射系統(tǒng)記錄的載荷譜波形結(jié)合起來，實現(xiàn)所需的數(shù)據(jù)同步功能。

其主要思想為：借助試驗工況的應(yīng)變域時間記錄，通過計算聲發(fā)射域與應(yīng)變域時差，采用時域轉(zhuǎn)化、誤差補償?shù)忍幚韽亩⑵鹇暟l(fā)射數(shù)據(jù)與試驗工況的時間對應(yīng)關(guān)系，涉及到的計算過程見式(4)～式(8)，其中各變量所處的時間和空間位置關(guān)系見表1。

表1 同步計算過程涉及到的變量所處時空位置表Table 1 Relationship between variables and time domain involved in synchronous calculation

Δ=-1

(4)

(5)

(6)

(7)

(8)

3) 數(shù)據(jù)快速提取

數(shù)據(jù)提取是以同步環(huán)節(jié)輸出的各飛行起落時間信息為依據(jù)，通過構(gòu)建聲發(fā)射數(shù)據(jù)快速解析重構(gòu)算法及載荷譜處理算法，來實現(xiàn)各飛行類型聲發(fā)射數(shù)據(jù)提取及HIT特征參數(shù)自動統(tǒng)計，其具體實現(xiàn)流程參見圖7。

圖7 聲發(fā)射數(shù)據(jù)快速提取流程圖Fig.7 Extraction scheme of AE data based on Python

2.3 試驗結(jié)果及分析

結(jié)合以下2個案例對基于載荷同步的聲發(fā)射損傷識別技術(shù)在損傷預(yù)警及識別方面的效果予以闡述。

2.3.1 機翼盒段預(yù)制裂紋擴展分析

試驗時，在機翼盒段預(yù)制裂紋周邊布置了2個聲發(fā)射傳感器，其通道編號為10#、11#。以下秉承上文所述“發(fā)現(xiàn)異常并判別異常”的思想對此處聲發(fā)射信號進行分析。

采集得到的原始聲發(fā)射數(shù)據(jù)在經(jīng)過清洗、同步、分譜塊提取及HIT數(shù)統(tǒng)計等處理后，可得到各起落對應(yīng)的聲發(fā)射數(shù)據(jù)及HIT特征參數(shù)統(tǒng)計數(shù)值。圖8是依據(jù)HIT特征參數(shù)統(tǒng)計數(shù)值做出的E類飛行類型聲發(fā)射撞擊總數(shù)隨起落序號的變化趨勢圖。從圖中可觀察到，717起落相比其他同譜型起落，其HIT總數(shù)明顯增大。另外，采用式(1)～式(3)計算，也發(fā)現(xiàn)其值同樣滿足上文所述的3準則(計算過程略)，因此可以判定717起落下其聲發(fā)射HIT總數(shù)為異常數(shù)據(jù)點。

圖8 E類譜10#及11#通道的HIT數(shù)隨起落變化趨勢Fig.8 Trend of hit number of 10# and 11# channels with the number of landing under E spectrum

接下來依據(jù)圖5所示的異常評估算法對該異常數(shù)據(jù)點進行評估，以判斷其是由損傷引起的還是由其他干擾因素(諸如人為干擾、加載系統(tǒng)異常等)造成的：

1) 對比異常717起落(圖9)與正常起落(圖10)下的聲發(fā)射撞擊信號幅值-時間分布圖，可以發(fā)現(xiàn)717起落撞擊計數(shù)異常是由圖9中的3個紅色圈注部分信號異常引起的。查閱紅色圈注部分對應(yīng)時段的監(jiān)測日志記錄或視頻記錄，確定此時段不存在明顯人為干擾，諸如無損檢測人員正在實施檢測等。以往分析中，曾有過此類情況，在某起落聲發(fā)射HIT總數(shù)出現(xiàn)異常時，立即查閱異常信號時段試驗日志，可明顯看到在此期間有無損檢測人員在此處實施檢測的記錄，因此可認為此異常因人為引起。此處不存在檢測行為的記錄，可排除人為干擾因素。

圖9 717起落10#通道聲發(fā)射撞擊信號幅值-時間分布Fig.9 Amplitude-time distribution of acoustic emission signals of 10# channel for landing 717

圖10 正常起落(582)10#通道聲發(fā)射撞擊信號幅值-時間分布Fig.10 Amplitude-time distribution of acoustic emission signals of 10# channel for normal landing

2) 理論上，同類載荷譜，其加載波形應(yīng)完全一致，但實際加載過程中時常會出現(xiàn)同載荷譜實際加載譜存在差異的情況，當差異較大時會引起同載荷譜下聲發(fā)射HIT數(shù)異常的情況。因此，為排除此項影響，還應(yīng)查詢717起落下其他監(jiān)測部位通道信號是否同樣出現(xiàn)異常。若皆出現(xiàn)類似變化趨勢，說明異常是由加載引起的共性問題。若其他通道皆無異常，可排除加載異常的影響。此處，其他通道在717起落并未出現(xiàn)異常(參見圖11)，因此可排除加載異常原因。

圖11 E類譜下6#通道的HIT數(shù)隨起落變化趨勢Fig.11 Trend of hit number of 6# channel with the number of landing under E spectrum

3) 由于此通道異常系首次出現(xiàn)，因此暫無法開展同通道不同起落下異常特征參數(shù)是否相似的對比。但是，機翼盒段預(yù)制裂紋周邊布置的10#、11#傳感器距離較近(10 cm)，形成了線定位，因此可開展定位集中程度分析。從圖12可以看出圖9中異常信號出現(xiàn)的時段內(nèi)，聲發(fā)射信號集中定位于50 cm附近，即預(yù)制裂紋位置處，說明聲發(fā)射來源于此，表明裂紋出現(xiàn)了擴展。

圖12 10#通道與11#通道線性定位結(jié)果Fig.12 Linear positioning results of 10 # channel and 11 # channel

當天試驗暫停后，無損檢測人員對上述重點關(guān)注部位(見圖13)通過滲透技術(shù)進行了檢測，判定出此處確實發(fā)生了裂紋擴展，表明基于載荷同步的AE損傷識別技術(shù)在全機疲勞試驗損傷監(jiān)測中是有效的。

圖13 機翼盒段預(yù)制切口裂紋擴展圖Fig.13 Crack propagation diagram of prefabricated notch of wing

2.3.2 機身下壁板漏氣分析

按照上述相同方法對機身下壁板位于機身41長桁66框處的32#聲發(fā)射傳感器信號進行了分析。圖14是32#通道在E譜下的聲發(fā)射撞擊總數(shù)隨起落序號的變化趨勢圖。從圖中可看出，隨著試驗的進行，該通道撞擊總數(shù)出現(xiàn)了多處極為明顯的異常變化，其中紅色圈注部分為2處最為明顯的突變。

圖14 E譜下的32#通道HIT數(shù)隨起落變化趨勢Fig.14 Trend of hit number of 32# channel with the number of landing under E spectrum

以下同樣按照圖5所示的異常評估算法針對異常進行分析：

1) 圖15是HIT數(shù)值較低起落(以4 800起落為例)下的32#通道聲發(fā)射撞擊信號幅值-時間分布圖。圖16是HIT數(shù)值較高起落(以5 242起落為例)下的32#通道聲發(fā)射撞擊信號幅值-時間分布圖。從中可以發(fā)現(xiàn)，第5 242起落下，在充壓載荷達到最大并保載期間，32#通道出現(xiàn)了大量幅值較低的密集信號(參見圖16中的紅色圈注部分)，從而導致該起落下HIT數(shù)值急劇增加。

圖15 4 800起落下32#通道聲發(fā)射撞擊信號幅值-時間分布Fig.15 Amplitude-time distribution of acoustic emission signals of 32# channel for landing 4 800

圖16 5 242起落下32#通道聲發(fā)射撞擊信號幅值-時間分布Fig.16 Amplitude-time distribution of acoustic emission signals of 32# channel for landing 5 242

2) 查看此時段試驗日志，確定無實施檢測記錄，可排除人為干擾因素。另外，經(jīng)查發(fā)現(xiàn)其他監(jiān)測部位的傳感器信號在此期間未出現(xiàn)如此異常，因此也可排除加載異常原因。

3) 由于32#通道出現(xiàn)了多次異常，因此可開展同通道不同起落下異常特征參數(shù)是否相似的對比。經(jīng)查，各異常起落(HIT數(shù)值較高起落)，其異常信號均出現(xiàn)在高充壓載荷下，且其幅值范圍為45～50 dB，持續(xù)時間為200～600 μs，絕對能量為50～550，中心頻率在120 kHz左右。結(jié)合以往監(jiān)測經(jīng)驗，漏氣通常出現(xiàn)在充壓載荷保載期間，與上述現(xiàn)象吻合，因此可給出32#通道附近存在機艙漏氣點的結(jié)論。經(jīng)試驗承試方確定，32#通道確實存在一漏氣點(見圖17黃色部分)。這一監(jiān)測結(jié)果也驗證了基于載荷同步的AE損傷識別技術(shù)在全機疲勞試驗損傷監(jiān)測中的有效性。

圖17 漏氣點Fig.17 Air leakage point

3 結(jié) 論

本文開展了面向全尺寸民機結(jié)構(gòu)疲勞試驗的聲發(fā)射監(jiān)測研究，提出了一種基于載荷同步的聲發(fā)射損傷識別技術(shù)，該技術(shù)基于數(shù)據(jù)清洗、數(shù)據(jù)同步、數(shù)據(jù)分割提取及異常判別實現(xiàn)，解決了常規(guī)處理技術(shù)及常規(guī)全損傷識別技術(shù)無法在全機疲勞試驗中無法使用的問題，實現(xiàn)了全尺寸飛機結(jié)構(gòu)疲勞損傷的可靠識別，且具有損傷識別率高及分析處理效率高的特點。

經(jīng)試驗驗證，該方法可在全尺寸飛機結(jié)構(gòu)疲勞試驗中成功實現(xiàn)損傷識別，其有效性得到了初步驗證，因而可為全尺寸飛機結(jié)構(gòu)疲勞試驗損傷在線監(jiān)測提供參考。