基于经验模态分解和相关系数对玻璃纤维增强聚合物复合材料板的损伤识别及扫查成像
来源期刊:复合材料学报2020年第8期
论文作者:万陶磊 常俊杰 曾雪峰 李媛媛
文章页码:1921 - 1931
关键词:复合材料;损伤因子;经验模态分解(EMD);相关系数;Lamb波;抗噪;
摘 要:针对外界环境噪声等因素造成损伤因子不敏感,导致复合材料损伤识别困难和成像误差大等问题,提出了一种基于经验模态分解(Empirical mode decomposition, EMD)和相关系数的损伤因子。用空气耦合探头采集损伤前后的Lamb波信号进行EMD分解获取多个本征模态分量(Intrinsic mode function, IMF)。根据相关系数获取与信号相关性最大的IMF分量,并定义其能量值的相对变化为损伤因子。在模拟噪声环境前后,分别对玻璃纤维增强聚合物复合材料(GFRP)板中的分层缺陷进行识别和扫查成像,验证了该损伤因子的有效性。结果表明:信号经过EMD分解后,与其相关性最大的IMF分量对损伤最敏感,能够定义为识别损伤的损伤因子。将该损伤因子结合概率成像方法进行空耦Lamb波扫查,不仅能够有效对复合材料中的缺陷进行成像,而且在模拟强噪声环境中具有良好的抗噪性。
万陶磊1,常俊杰1,2,3,曾雪峰1,李媛媛1
1. 南昌航空大学无损检测技术教育部重点实验室2. 浙江清华长三角研究院
摘 要:针对外界环境噪声等因素造成损伤因子不敏感,导致复合材料损伤识别困难和成像误差大等问题,提出了一种基于经验模态分解(Empirical mode decomposition, EMD)和相关系数的损伤因子。用空气耦合探头采集损伤前后的Lamb波信号进行EMD分解获取多个本征模态分量(Intrinsic mode function, IMF)。根据相关系数获取与信号相关性最大的IMF分量,并定义其能量值的相对变化为损伤因子。在模拟噪声环境前后,分别对玻璃纤维增强聚合物复合材料(GFRP)板中的分层缺陷进行识别和扫查成像,验证了该损伤因子的有效性。结果表明:信号经过EMD分解后,与其相关性最大的IMF分量对损伤最敏感,能够定义为识别损伤的损伤因子。将该损伤因子结合概率成像方法进行空耦Lamb波扫查,不仅能够有效对复合材料中的缺陷进行成像,而且在模拟强噪声环境中具有良好的抗噪性。
关键词:复合材料;损伤因子;经验模态分解(EMD);相关系数;Lamb波;抗噪;