基于聚类起始分布的声发射损伤信号解释新准则

结构健康监测（SHM）依赖于声发射（AE）等无损检测技术，这些技术在系统寿命周期内会产生大量数据。聚类方法被用于解释这些数据，以深入了解损伤的进展和机制。评估聚类结果的传统方法采用优先考虑簇的紧凑性和可分性的聚类有效性指数（CVI）。本文引入了一种基于聚类起始时间序列的新方法，该方法指示潜在损伤的最初出现，并允许对缺陷起始进行早期检测。所提出的 CVI 基于 Kullback-Leibler 散度，并可在有可用信息时结合关于损伤起始的先验信息。在真实数据集上的三个实验验证了所提方法的有效性。第一个基准实验侧重于检测振动下螺栓板的松动，其中基于起始的 CVI 在簇质量和螺栓松动检测准确性方面均优于传统方法。结果表明，无论是在均匀还是加速损伤增长期间，该方法不仅具有优越的簇质量，而且在识别聚类起始方面具有无与伦比的精度。另外两个应用源自工业场景。第一个应用侧重于使用放电加工对硬材料进行微钻孔，首次证明了所提准则能够有效获取电极至参考深度的进展，从而验证了机器设置以确保结构完整性。最后一个应用涉及复合材料/金属混合接头结构的损伤理解，其中使用聚类时间线来建立导致因滑移而发生临界失效的场景。