(论文速读)基于导波的飞机机身弦复杂连接结构损伤诊断

论文题目:Damage Diagnosis of Complex Connection Structures of Aircraft Fuselage Stringers with Guided Wave-Based Method (基于导波的飞机机身弦复杂连接结构损伤诊断)

会议:IWSHM2023 结构健康监测国际研讨会

摘要:对于民用飞机来说,机身、机翼等部件的结构形式非常复杂。通常,这些结构部件是单独制造的,然后铆接在一起。这些连接部件,如线形接头和蒙皮搭接接头,容易开裂和失效。此外,大多数结构都是难以接近的,这使得人工维护变得困难。因此,对复杂连接结构的疲劳裂纹损伤进行可靠监测具有重要意义。基于导波的结构健康监测以其对小损伤敏感、大面积监测的特点在航空航天领域受到了广泛的关注。然而,复杂的结构、有限的空间以及螺栓和铆钉的干扰使传感器部署变得困难。此外,导波在复杂连接结构中传播时,会经历反射、传输和模式转换,导致响应导波信号的模式混叠和波包变形。信号中包含的结构损伤信息也会被掩盖,这给复杂连接结构的裂缝监测带来了困难。虽然对搭接等金属接头结构的裂纹监测已有相关研究,但在实际机身复杂的接头结构中,仍存在长桁、带板等其他部位的裂纹监测。目前,特别是对带弦的多层铆接对接结构的研究还非常有限。本文分析了带弦条的单带对接结构构件间不同通道导波信号的幅值和模态。通过施加模拟损伤,研究了导波穿过复杂结构的多个铆钉孔或多层结构时,损伤散射信号对损伤识别能力的影响。研究了飞机机身纵梁复杂连接结构的裂纹损伤诊断方法,并通过实际裂纹的实验结果进行了验证。诊断结果表明了该方法的有效性。


基于导波的飞机机身长桁复杂连接结构损伤诊断研究

引言:飞行安全的隐形守护者

当我们乘坐飞机翱翔蓝天时,很少有人会想到,在那光滑的机身表面之下,隐藏着一个个复杂的连接结构。这些由铆钉紧密连接的长桁、蒙皮和条板,就像人体的骨骼和关节,承载着飞机的结构强度。然而,在反复的飞行载荷作用下,这些连接部位可能会产生微小的疲劳裂纹,如果不能及时发现和处理,可能会带来严重的安全隐患。

南京航空航天大学的研究团队在《结构健康监测国际研讨会》(IWSHM 2023)上发表了一项重要研究,提出了一种基于导波技术的飞机机身长桁复杂连接结构损伤诊断方法,为解决这一工程难题提供了新的思路。

问题的挑战性:为什么复杂连接结构的监测如此困难?

1. 结构本身的复杂性

民用飞机的机身结构并非一体成型,而是由多个独立制造的部件铆接而成。以机身纵向连接为例,蒙皮通过条板和多排铆钉连接,长桁则通过长桁接头铆接。这种复杂的多层铆接结构存在大量应力集中点,是疲劳裂纹的"高发区"。

研究团队指出,这些关键连接部位包括:

  • 蒙皮对接/搭接处:承受主要的气动载荷
  • 长桁接头:连接机身纵向加强筋
  • 条板连接区:多层结构叠加

2. 检测的可达性难题

更棘手的是,这些复杂连接结构往往位于机身内部难以触及的区域,被其他结构件遮挡。传统的人工检测方法需要拆卸大量部件,不仅耗时费力,还可能因频繁拆装带来新的风险。这就好比要检查一栋大楼深埋地下的地基,必须挖开地面才能看到。

3. 导波传播的物理挑战

导波技术本应是理想的解决方案------通过在结构中激发超声导波,利用波的传播和散射特性来识别损伤。然而,在复杂连接结构中,导波会遇到三大"拦路虎":

反射与透射:当导波遇到铆钉、边界等不连续处时,会发生反射和透射,能量分散

模式转换:导波模式(如A0模态、S0模态)会发生相互转换,导致信号复杂化

波包变形:多次反射和模式转换导致接收到的波包严重变形,损伤信息被"淹没"

4. 研究现状的不足

虽然国内外学者对搭接结构的裂纹监测已有较多研究,但对于带长桁的多层铆接对接结构,相关研究仍然非常有限。这正是本研究要攻克的核心问题。

研究方案:系统化的诊断策略

实验对象设计

研究团队精心设计了一个典型的单面条对接结构模型,如图所示

结构组成:

  • 蒙皮(蓝色):200mm×200mm,对接后602mm×200mm
  • 条板(橙色):100mm×200mm,用于连接两块蒙皮
  • 长桁(黄色):纵向加强筋
  • 长桁接头(绿色):连接两段长桁
  • 框夹(浅蓝色):连接框架与条板

所有部件采用航空常用的2024铝合金材料,厚度1.5mm,相邻铆钉间距16mm,高度还原了真实机身结构的特征。

传感器布置与信号通道分析

研究的核心创新之一是对不同类型信号通道的系统化分析。团队在结构上布置了多个压电传感器(PZT),形成了多条监测通道,并在230 kHz激励频率下进行了详细研究。

四种典型通道类型

I型通道(如P1-P4, P2-P3)

  • 激励和接收传感器均位于蒙皮上
  • 特点:信号清晰,S0模态明显,衰减小
  • 优势:边界影响小,损伤识别能力强

II型通道(如P9-P10, P10-P11)

  • 传感器均位于长桁或长桁接头上
  • 特点:信号质量好,直达波包清晰
  • 适用:长桁接头区域的损伤监测

III型通道(如P3-P10, P4-P9)

  • 激励在蒙皮,接收在长桁或接头
  • 特点:信号衰减严重,幅值小
  • 局限:跨层传感效果不佳

IV型通道(如P2-P5, P4-P7)

  • 传感器分布在不同蒙皮上
  • 特点:受接触条件限制,直达波包难以区分
  • 挑战:信号幅值小,对损伤敏感度低

模拟损伤验证实验

为了验证各通道的损伤识别能力,研究团队采用附加质量(胶带)模拟损伤,系统比较了健康状态与损伤状态下各通道的信号幅值变化。

关键发现:

  • 长桁或条板会"阻隔"导波的跨层传播
  • 蒙皮上的通道难以识别长桁接头上的损伤
  • 长桁接头上的通道难以识别蒙皮上的损伤

这一发现指导了传感器布置原则:监测哪里的裂纹,就在哪里布置传感器

真实裂纹诊断验证

真实裂纹的特征

基于对实际服役飞机裂纹萌生规律的调研,研究团队总结了真实裂纹的四个关键特征:

  1. 萌生位置:多从应力集中的铆钉孔处开始
  2. 扩展方向:垂直于应力加载方向
  3. 层间特性:多层结构中的裂纹仅存在于单层,不会贯穿
  4. 裂纹宽度:真实裂纹宽度很小

基于这些特征,团队使用更细的钻头在长桁接头上加工模拟真实裂纹,而非简单的切槽。

渐进式损伤实验

实验设计极具巧思:在三个试件(DJ-11、DJ-12、DJ-13)上,将裂纹从铆钉孔处逐步延伸:

  • 裂纹上侧:从铆钉孔向上延伸3mm,直达长桁接头腹板
  • 裂纹下侧:向下延伸11mm,直达长桁接头边界
  • 裂纹总长度:14mm
  • 加工方式:每次增加1mm,逐步监测

这种渐进式方法能够精确评估诊断方法对不同裂纹长度的敏感度。

诊断结果

实验结果令人鼓舞:

损伤指数变化曲线显示,随着裂纹长度的增加,选定通道的损伤指数呈现出规律性增长趋势。这证明:

  1. 所提出的传感器布置方案是有效的
  2. 特定通道能够成功识别长桁接头上的裂纹
  3. 方法对裂纹扩展过程具有良好的监测能力

三个独立试件的一致性结果进一步验证了方法的可靠性和可重复性。

技术意义与应用前景

理论贡献

这项研究在理论上的主要贡献包括:

  1. 系统化的通道分类方法:首次对带长桁复杂连接结构的导波传播通道进行了系统分类和特性分析

  2. 针对性的传感器布置策略:提出了基于结构分层特性的传感器布置原则,避免了盲目布置导致的监测盲区

  3. 真实裂纹特征的考虑:将实际服役经验融入实验设计,提高了实验结果的工程适用性

工程应用价值

对于民用航空工业,这项研究具有重要的实用价值:

地面测试阶段:可用于新机型的疲劳试验,实时监测关键连接部位的裂纹萌生和扩展

在役飞机监测:通过机载结构健康监测系统,实现对机队中每架飞机的连续监测

维护决策支持:基于监测数据,实现从"定时维护"向"视情维护"的转变,提高维护效率,降低运营成本

安全性提升:及早发现潜在的结构损伤,避免突发性结构失效

未来发展方向

虽然本研究取得了重要进展,但仍有一些方向值得进一步探索:

  1. 多损伤同时识别:实际结构可能存在多处损伤,如何区分和定位需要进一步研究

  2. 环境因素影响:温度、湿度等环境因素对导波传播的影响需要系统评估

  3. 智能化诊断:结合机器学习算法,实现自动化的损伤识别和分类

  4. 扩展到其他连接形式:将方法推广到搭接结构、角接结构等其他连接形式

  5. 实际应用验证:在真实飞机上进行长期监测验证

结语

这项研究就像为飞机装上了一双"慧眼",能够透过复杂的结构"看到"隐藏的裂纹萌生和扩展。南京航空航天大学团队通过系统的理论分析和精心设计的实验,攻克了带长桁复杂连接结构损伤诊断的难题,为民用航空结构健康监测技术的发展做出了重要贡献。

随着这类技术的不断成熟和应用,我们有理由相信,未来的飞行将更加安全可靠。每一次平安降落的背后,都离不开这些默默工作的结构健康监测系统的守护。

相关推荐
添砖java‘’1 天前
Linux信号机制详解:从产生到处理
linux·c++·操作系统·信号处理
Cuby!1 天前
【AFDM与信号处理:论文阅读】仿射频分复用:扩展OFDM以实现场景灵活性和弹性
论文阅读·笔记·学习·信息与通信·信号处理
深圳安锐科技有限公司1 天前
安锐云私有化部署 多场景自动化监测 数据完整可控更经济
私有化部署·自动化监测·结构健康监测·安锐测控云平台
深圳安锐科技有限公司1 天前
自动化安全监测新突破:新一代测斜仪技术升级与行业应用
实时监测·自动化监测·结构健康监测·测斜仪·节段式位移计·阵列式位移计
刘孬孬沉迷学习1 天前
WebRTC 协议
学习·5g·webrtc·信息与通信·信号处理
【建模先锋】2 天前
特征提取+概率神经网络 PNN 的轴承信号故障诊断模型
人工智能·深度学习·神经网络·信号处理·故障诊断·概率神经网络·特征提取
brave and determined2 天前
传感器学习(day10):MEMS传感器:揭秘智能时代的核心技术
嵌入式硬件·汽车电子·传感器·mems·消费电子·嵌入式设计·传感器应用
阿尔泰科技官方2 天前
阿尔泰科技 NET8722多功能测量仪:多类型测量、通道拓展无压力!
自动化·以太网·传感器·数据采集卡·工业测试
..过云雨2 天前
15-2.【Linux系统编程】进程信号 - 信号保存(信号处理流程的三种状态:未决、阻塞、递达,信号保存由未决表完成、sigset_t信号集类型及相关函数)
linux·c++·后端·信号处理