飞行器健康管理技术研究团队
2021
工作进展
厦门大学飞行器健康管理技术研究团队围绕国家重大装备轻质高效设计和安全高效运维的迫切需求，在国防基础科研计划重大项目、国家自然科学基金、国家重点研发计划项目和国家级企业委托课题的资助下，在先进传感、无损检测、健康监测、智能结构等领域开展了深入研究，研究主要聚焦于多元传感网络、柔性压阻传感、电磁涡流、非线性超声导波、损伤定量化诊断、基于数据驱动的发动机健康管理等方向的理论方法、关键技术和工程应用等领域，在2021年度取得了丰硕的成果。
先进传感技术
团队针对现有结构健康监测技术在损伤定量监测、结构相容性等方面的部分瓶颈问题，开展了先进传感原理和网络布设技术研究，对飞行器结构制造、服役过程中的状态和损伤参数进行监测。研究成果在Smart Materials and Structures, Ultrasonics, Measurement, IEEE Sensors Journal, Structural Health Monitoring-An International Journal, Journal of Intelligent Material Systems and Structures等期刊上发表，其中一篇论文入选2021年ESI高被引论文。
基于压电/涡流多元传感网络
的螺栓连接结构健康监测技术
提出了一种基于压电/涡流多元传感网络的螺栓孔边裂纹扩展分阶段定量监测技术，其应用示例如图1所示。针对裂纹沿孔深度方向扩展的早期阶段，提出一系列可集成在螺栓螺杆表面的涡流传感阵列薄膜，反向解析涡流传感电压信号，定量辨识裂纹的角度、深度和长度;针对裂纹贯穿连接板沿孔径向扩展的后期阶段，为解决涡流难以监测较长裂纹，孔边超声导波反射复杂难以定量表征裂纹的难题，提出将涡流/压电多元信号表征的裂纹长度通过贝叶斯推断进行融合，并结合成像算法，对裂纹长度进行定量表征。
图1 基于压电/涡流多元传感网络的螺栓孔边裂纹扩展分阶段定量监测技术应用示例
基于嵌入式压电传感网络的碳纤维增强复合材料全寿命周期监测技术
聚焦于先进复合材料结构全寿命周期健康管理，提出了一种基于嵌入式压电传感网络的复合材料结构树脂传递成型(RTM)过程智能监测方法，其应用示例如图2所示。从弹性波传播理论出发，结合边界条件，推导了模具薄铝板一面带有黏滞液层负载时板中Lamb波传播的色散方程，并研究了液层黏滞引起的Lamb波衰减，确定了对树脂流动前沿敏感的导波模态。利用压电传感网络监测薄板、变厚度板以及大厚度板(30层预浸料)在二维平面和厚度方向上的树脂浸润情况，验证了基于压电传感网络的二维平面和厚度方向树脂渗透监测的可行性和适用性。采用原位压电传感网络在线监测复合材料的固化过程，所提取到的导波幅值特征可用于表征复合材料的固化进程和固化关键阶段。试验结果表明，嵌入式压电传感网络可以有效监测复合材料板的全寿命周期健康状况，实现复合材料的智能化监测。
图2 基于压电传感网络的复合材料全寿命周期监测应用示例
柔性压阻传感技术
针对现有飞行器表面气动压力测量方法(测压孔法和压敏漆法)存在传感器安装复杂、准确率低、计算量大等问题，提出了一种基于复合导电层的电阻压力传感器设计方法，以聚二甲基硅氧烷(PDMS)作为复合材料的基体，充分吸收电解质的高吸水性树脂(SAP+)作为复合材料的导电填料。利用弹性聚合物代替传统的刚性导电填料(如碳纳米管、石墨烯等)，使传感器可以更好地与基体结合，极大提高了传感器的稳定性，降低了传感器的杨氏模量。该传感器还具有高灵敏度(0.062 /kPa)，快速响应时间(0.136 s)和出色的循环加载/卸载稳定性(>500次循环)。
无损检测研究
团队在涡流检测、非线性超声导波检测和激光超声导波检测领域开展了理论和应用研究，在一些关键科学和技术问题上取得了突破。研究成果在IEEE Transactions on Instrumentation & Measurement, Composite Communications, Chinese Journal of Mechanical Engineering, The Journal of the Acoustical Society of America, Journal of Sound and Vibration, Wave Motion, Ultrasonics等期刊上发表。
涡流无损检测的应用
1
金属平板厚度测量
团队在前期涡流检测趋肤效应研究的基础上，开展了单层金属板厚度测量和复合金属板覆层厚度测量。通过数值模拟，得到单层金属板上线圈的电压与平板厚度的关系曲线。根据金属板中涡流在深度方向上的衰减规律，揭示了线圈电压-板厚关系曲线的机理。提出由电压-板厚关系曲线选择最佳工作频率，在此频率下测量金属板样品厚度，测量结果的绝对误差为5 μm，相对误差为0.42%。将该方法应用于复合金属板覆层厚度测量。最佳工作频率下的线圈电压幅值与覆层厚度关系曲线如图3所示。覆层厚度测量最大绝对误差为1 μm，最大相对误差为2.22%。
图3 复合金属板上线圈电压幅值与覆层厚度关系曲线
2
铝合金残余应力检测
研究了铝合金残余应力涡流检测方法。根据金属的压阻效应，用涡流方法检测铝合金中的残余应力。通过数值模拟和拉伸试验，获得金属的压阻系数，进而得到金属的电导率张量。在此基础上，由数值模拟构建涡流响应平面(描述涡流响应与应力状态的关系)。通过旋转方向性探头，确定主应力的方向。提出快速反演方法，依据涡流响应平面得到主应力的大小。涡流法测量结果与盲孔法测量结果一致。该研究首次实现了铝合金残余应力状态的涡流检测，同时可获得主应力的大小和方向。
3
预浸料纤维弯曲涡流检测
预浸料无损检测是碳纤维增强树脂基复合材料(CFRP)全寿命周期无损检测的重要一环，是提高CFRP成品率和质量的重要手段。采用正交矩形线圈检测预浸料纤维弯曲，激励线圈用以在预浸料中感应出主要沿纤维方向流动的涡流，接收线圈用以测量纤维角度变化量。利用两个线圈不完全垂直形成的固有电压，使接收线圈电压相位能够表征纤维角度。试验结果表明，纤维角度分辨力优于0.5°。由二维扫查得到的相位数据，重构出纤维分布，实现纤维弯曲的可视化，预浸料纤维分布重构结果如图4所示。
图4 预浸料纤维分布重构结果
非线性超声导波检测理论与应用
1
超声导波混频检测理论和方法
针对圆管中轴向超声导波发生的混频非线性效应开展了理论和方法研究。研究发现：两列不同频率、不同模式的导波在一定条件下，同向传播并发生混叠后会产生一列向后方(与初始波方向相反)传播的混频谐波信号。基于轴向导波混频非线性效应的管道局部损伤评价模型如图5所示，由此，可以将激励和接收换能器置于一端，通过控制激励信号的延时就可以实现长距离管道结构不可达局域的非线性超声扫查检测与评价。该研究对于管道(特别是埋地、深海管道)微损伤的非线性超声检测具有重要的工程价值。研究成果2021年发表在Ultrasonics期刊上，并被选为高亮论文。
图5 基于轴向导波混频非线性效应的管道局部损伤评价模型
2
异形复杂结构非线性超声导波检测
鉴于航空航天等领域存在大量异形复杂结构，对异形复杂结构中的超声导波及其非线性效应的发生与传播进行研究。该研究针对广泛存在的焊缝检测评价需求，开展了焊缝特征导波的二阶谐波非线性效应的发生与传播进行研究。研究证实了超声特征导波在焊缝中传播时，可以产生强烈的非线性效应，具体表现为产生的二次谐波随着传播距离的增加而具有累积效应，导波在铝板焊缝中的频谱分析结果如图6所示。该发现为实际复杂异形特征的非线性超声检测评价提供了重要的理论支持。根据该理论研究成果，通过模式选择和频率调控就可以测量具有累积效应的超声特征导波的非线性响应，进而实现复杂异形特征结构关键特征区的有效评价。
(a) 焊缝中超声导波基频初始导波模式
(b) 二倍频二次谐波模式
图6 导波在铝板焊缝中的频谱分析结果
基于激光导波场的
复合材料结构损伤定量检测
针对复合材料在加工和使用过程中出现的内部损伤发现难，表征难等问题，提出了一种基于激光导波场的复合材料内部损伤识别技术。激光超声导波场检测技术具有非接触，易于实现自动化，单点信号影响小可消除伪缺陷，抗干扰能力强等优点。通过有限元仿真深入研究了激光诱发的超声导波与复合材料损伤相互作用的机理。分别提出了基于局部波能和里兹变换的超声导波场信号处理方法，提炼导波场在结构各像素点的波数信息，进而重建结构各位置点的深度信息，以此辨识复合材料分层损伤位置、形状、大小、深度等参数，其应用示例如图7所示。搭建了完全非接触激光超声导波场自动测试平台，在实验室条件下验证了所提出方法对复合材料层合板、加筋板加筋区域等的损伤识别能力，并验证了基于里兹变换的导波场信号处理方法结合二维相位解缠技术对于复杂形状损伤具有较强的形状重构能力。
图7 基于激光导波场的复合材料结构损伤定量检测应用示例
结构健康监测研究
团队聚焦于先进传感、定量化监测方法、信息融合、机器学习等关键技术开展结构健康监测研究，并实现了从原理性验证到工程化应用验证，部分技术直接应用于大直径复合材料贮箱的超低温静力试验和深海混输装备的500 m海试验证。研究成果在Ultrasonics, Journal of Intelligent Materials and Structures, Polymer Testing, Smart Materials and Structures, Mechanical Systems and Signal Processiing和《推进技术》《航空动力学报》等期刊发表。
列车转向架关键区域
疲劳裂纹监测
在列车、飞机关键结构热点区域设计、优化布置智能压电传感网络层，采用线性、非线性超声导波结构健康监测方法研究了转向架平板结构件、T型焊接结构件的疲劳裂纹扩展过程，其应用示例如图8所示。整个监测区域内各路径融合后的线性、非线性损伤参数值都可以有效地表征不同尺度的疲劳裂纹的扩展过程。
图8 列车转向架T型焊接结构件疲劳裂纹监测应用示例
基于多源传感和机器学习的
飞行器结构裂纹定量化监测
疲劳裂纹是飞行器的主要损伤形式之一，实现疲劳裂纹的定量化监测，对提高飞行器服役寿命，提升飞行安全，降低维护成本具有重要意义。针对如何克服裂纹定量化监测过程中不确定因素影响的问题，提出了一种主动Lamb波和自适应可调混合径向基(RBF)神经网络相结合的裂纹扩展定量化监测技术，其应用示例如图9所示。通过结合基于断裂力学的裂纹扩展演化模型和由RBF神经网络与线性回归项组成的混合RBF模型建立粒子滤波预测器的状态方程，并采用压电智能层激励和接收Lamb波，通过提取Lamb波损伤因子构建裂纹长度观测方程，进而构建了基于粒子滤波算法的状态空间模型。针对飞行器结构孔边裂纹扩展，提出了基于自适应卡尔曼滤波的光纤应变和Lamb波两种信号特征融合的裂纹定量化监测技术，并进行了试验验证。
图9 基于Lamb波和变结构混合RBF的裂纹扩展定量化监测技术应用示例
基于机器学习的发动机健康管理
基于实际飞行数据驱动的发动机气路故障诊断和预测是发动机健康管理的重要发展方向。为实现航空发动机气路故障智能诊断与预测，提出了一种基于堆叠降噪自编码器和支持向量回归的航空发动机排气温度基线建模方法，并利用同型号的另一台发动机航后数据对所建立的排气温度基线模型进行验证，试验结果表明该基线建模方法具有较强的鲁棒性和较高的预测精度。为了充分挖掘全航段飞行数据中蕴含的丰富信息以提高发动机状态辨识的准确率，提出一种基于全航段快速存取记录器(QAR)数据和卷积神经网络的发动机状态辨识方法。该方法首先将每次飞行循环的全航段QAR数据变换为一个红绿蓝(RGB)多通道样本实现全航段数据图像化处理，然后根据发动机维修记录中的水洗时间，将发动机划分为不同的衰退状态，采用卷积神经网络对不同衰退状态进行分类和辨识，其应用示例如图10所示。结果表明，基于全航段QAR数据的衰退状态辨识算法的精确度相比于仅使用巡航段数据的精确度提升超过13%，辨识准确率达98%。
图10 基于全航段QAR数据和卷积神经网络的发动机状态识别
工程应用案例
团队所研发的光纤传感和温度补偿技术成功应用于我国3.35 m直径无内衬复合材料贮箱原理样机的低温静力试验中，获取了复合材料贮箱低温环境加载和爆破试验的关键载荷数据，如图11(a)所示。团队所研发的耐30 MPa高压的压电传感器封装方法成功应用于国家重点研发计划“深海矿产混输智能装备系统研发”项目所研制的我国首套深海采矿智能化装备500 m海试中(入选2021年中国十大海洋科技进展)，验证了超声导波技术应用于深海环境管道局部损伤检测的可行性，如图11(b)所示。
(a) 3.35 m直径复合材料贮箱
(b) 我国首套深海采矿混输智能化装备500 m海试
图11 工程应用案例
结语
2021年厦门大学飞行器健康管理技术研究团队围绕国家重大装备轻质高效设计和安全高效运维的需求，在先进传感技术、无损检测、健康监测等领域开展了深入研究，取得了丰硕的成果，以期为发展国家先进无损检测技术贡献力量。
