基于随机辨识的主动传感声超声结构健康监测：使用平稳时间序列模型
信号处理
2022-01-28 v1
摘要
本文提出了一种在声超声导波结构健康监测（SHM）背景下使用随机时间序列模型的概率损伤检测与识别方案，并通过实验评估了其性能。为简化损伤检测与识别过程，基于奇异值分解（SVD）以及主成分分析（PCA）截断方法对模型参数进行修改。修改后的模型参数用于估计服从卡方分布的统计特征量。采用概率阈值代替用户自定义裕度，以实现自动损伤检测。通过使用金属与复合材料试片并在损伤相交与损伤不相交路径下的多种损伤场景中开展多次实验，评估了该方法的有效性。研究结果证实了随机时间序列方法在基于导波的损伤检测与识别中具有高潜力与有效性，且有望实现自动化。
引用
@article{arxiv.2201.11233,
title = {Stochastic Identification-based Active Sensing Acousto-Ultrasound SHM Using Stationary Time Series Models},
author = {Shabbir Ahmed and Fotis Kopsaftopoulos},
journal= {arXiv preprint arXiv:2201.11233},
year = {2022}
}