基于随机非参数时间序列模型的统计导引波结构健康监测

在过去的几十年中，基于主动传感导引波的结构健康监测（SHM）中的损伤检测经历了多个发展阶段。然而，当前最先进的方法在工业界以及研发中仍面临诸多挑战，包括损伤灵敏度低、对不确定性缺乏鲁棒性、需要用户自定义阈值，以及传感器网络响应不均匀等。本文提出一种基于超声导引波主动传感 SHM 的新颖统计框架。该框架基于随机非参数时间序列模型及其相应统计特性，以便 readily 提供健康置信界，并通过适当的统计决策检验实现准确且鲁棒的损伤检测。我们构建了三种此类方法及其相应统计量（检验统计量）与决策方案，并利用三个复杂度不同的试样进行实验评估：带扩展缺口的铝板、用于模拟局部损伤的加配重碳纤维增强塑料（CFRP）板，以及 Open Guided Waves 项目[1]中使用的 CFRP 面板，均配备压电换能器与一发一收配置。将所提方法性能与最先进时域损伤指标（DIs）比较。结果表明所提方法灵敏度与鲁棒性更高，相较于传统方法具备更优的损伤演化跟踪能力，即便对于损伤不相交的激励-传感路径亦如此。总体而言，所提统计方法在不同部件上表现出更高损伤灵敏度，对不确定性鲁棒性增强，且用户使用友好。