本發(fā)明涉及結(jié)構(gòu)無(wú)損檢測(cè)的領(lǐng)域，尤其涉及一種復(fù)合材料板的物理屬性參數(shù)校準(zhǔn)方法、系統(tǒng)、設(shè)備及存儲(chǔ)介質(zhì)。

背景技術(shù)：

1、復(fù)合材料板是由兩種或兩種以上的材料組合而成的板材，包括復(fù)合金屬材料板和復(fù)合非金屬材料板；近年來(lái)，復(fù)合材料以其高比強(qiáng)度，比剛度等優(yōu)秀的力學(xué)特性在航空航天等領(lǐng)域得到廣泛的關(guān)注與使用。復(fù)合材料在使用過(guò)程中出現(xiàn)疲勞損傷，例如基體裂紋、分層、纖維斷裂三種損傷形式，這些損傷彼此相互作用，不斷累積與擴(kuò)展，容易導(dǎo)致復(fù)合材料板的損壞。因此復(fù)合材料的疲勞壽命預(yù)測(cè)顯得至關(guān)重要。一般來(lái)說(shuō)，通過(guò)比較復(fù)合材料的出廠時(shí)的物理屬性參數(shù)(即規(guī)格物理屬性參數(shù))與當(dāng)前時(shí)刻物理屬性參數(shù)的差異大小，來(lái)評(píng)估復(fù)合材料板的疲勞程度，差異越大，則認(rèn)為疲勞程度越高。

2、蘭姆波又稱lamb波，是超聲引導(dǎo)的彈性，被廣泛用于復(fù)合材料板結(jié)構(gòu)健康監(jiān)測(cè)(structural?health?monitor?ing，簡(jiǎn)稱為shm)中的物理屬性參數(shù)預(yù)測(cè)，通常情況下可以采用半經(jīng)驗(yàn)方法和數(shù)值方法在復(fù)合材料板結(jié)構(gòu)中引導(dǎo)蘭姆波傳播的模擬；在數(shù)值方法中，常利用有限元(fin?ite?e?lement?method，簡(jiǎn)稱為fe)方法和貝葉斯更新結(jié)合的方式對(duì)蘭姆波在復(fù)雜結(jié)構(gòu)中的傳播情況進(jìn)行校準(zhǔn)和表達(dá)，具體地，使用局部相互作用模擬方法(local?interaction?simulation?approach，簡(jiǎn)稱為lisa)和波與有限元(wavelet?finiteelement?method，簡(jiǎn)稱為wfe)等方法將貝葉斯推斷應(yīng)用于受到lamb波激勵(lì)的復(fù)合結(jié)構(gòu)中，以實(shí)現(xiàn)對(duì)復(fù)合材料板當(dāng)前結(jié)構(gòu)狀態(tài)的估計(jì)。然而，存在貝葉斯推斷過(guò)程中計(jì)算成本較高，導(dǎo)致耗時(shí)長(zhǎng)、需要大量計(jì)算資源的問(wèn)題。

技術(shù)實(shí)現(xiàn)思路

1、為了降低對(duì)復(fù)合材料板上蘭姆波傳播進(jìn)行校準(zhǔn)時(shí)的計(jì)算成本，提高對(duì)復(fù)合材料板的物理屬性參數(shù)校準(zhǔn)效率，提供一種復(fù)合材料板的物理屬性參數(shù)校準(zhǔn)方法、系統(tǒng)、設(shè)備及存儲(chǔ)介質(zhì)。

2、為了實(shí)現(xiàn)本發(fā)明的上述目的，根據(jù)本發(fā)明的第一個(gè)方面，本發(fā)明提供了一種復(fù)合材料板的物理屬性參數(shù)校準(zhǔn)方法。

3、本發(fā)明提供的一種復(fù)合材料板的物理屬性參數(shù)校準(zhǔn)方法，包括：

4、獲取復(fù)合材料板的輸入?yún)?shù)的初始信息，所述輸入?yún)?shù)包括若干能夠表征復(fù)合材料板力學(xué)性能的物理屬性；

5、將輸入?yún)?shù)的初始信息輸入蘭姆波有限元模型中進(jìn)行模擬仿真，得到仿真信號(hào)；

6、實(shí)時(shí)采集復(fù)合材料板上的蘭姆波信號(hào)，作為實(shí)驗(yàn)信號(hào)；

7、利用仿真信號(hào)和實(shí)驗(yàn)信號(hào)對(duì)輸入?yún)?shù)的初始信息進(jìn)行確定性更新，得到輸入?yún)?shù)中各物理屬性參數(shù)的最優(yōu)屬性值；

8、將各物理屬性參數(shù)的最優(yōu)屬性值輸入代理模型，所述代理模型利用貝葉斯推斷和蒙特卡羅模擬對(duì)物理屬性參數(shù)進(jìn)行迭代隨機(jī)更新，獲得當(dāng)前復(fù)合材料板物理屬性參數(shù)的預(yù)測(cè)值。

9、可選地，所述物理屬性參數(shù)包括楊氏模量、泊松比、剪切模量和密度值。

10、可選地，所述利用仿真信號(hào)和實(shí)驗(yàn)信號(hào)對(duì)輸入?yún)?shù)的初始信息進(jìn)行確定性更新，得到輸入?yún)?shù)中各物理屬性參數(shù)的最優(yōu)屬性值包括：

11、計(jì)算實(shí)驗(yàn)信號(hào)和仿真信號(hào)之間的殘差；

12、根據(jù)所述殘差確定各物理屬性參數(shù)的最優(yōu)屬性值；

13、所述殘差包括第一殘差、第二殘差和第三殘差，

14、第一殘差用于量化仿真信號(hào)與實(shí)驗(yàn)信號(hào)之間的幅度和相位差異，將第一殘差記為rnorm，

15、第一殘差的計(jì)算公式為

16、其中，x(t)是實(shí)驗(yàn)信號(hào)，y(t)是仿真信號(hào)，t1和t2分別為信號(hào)時(shí)域圖中兩個(gè)不同的時(shí)刻，t1為采樣開(kāi)始時(shí)間，t2為采樣結(jié)束時(shí)間；

17、將第二殘差記為rxcor，第二殘差的計(jì)算公式為rxcor＝1-rxy，

18、其中，rxy為實(shí)驗(yàn)信號(hào)和仿真信號(hào)之間的互相關(guān)函數(shù)值；

19、第三個(gè)殘差用于表示仿真信號(hào)的功率譜與實(shí)驗(yàn)信號(hào)的功率譜之間的差異，將第三殘差記為rpsd，

20、第三殘差的計(jì)算公式為

21、其中，x(f)是實(shí)驗(yàn)信號(hào)的功率譜密度，y(f)是是仿真信號(hào)的功率譜密度，f1和f2分別指信號(hào)頻譜中兩個(gè)不同的頻率；

22、將實(shí)驗(yàn)信號(hào)和仿真信號(hào)之間的殘差記為rtotal，則殘差的表達(dá)式為rtotal＝k1rnorm+k2rxcor+k3rpsd，

23、其中k1為第一殘差的權(quán)重，k2為第二殘差的權(quán)重，k3為第三殘差的權(quán)重。

24、可選地，所述根據(jù)所述殘差確定各物理屬性參數(shù)的最優(yōu)屬性值包括：

25、分別擾動(dòng)每個(gè)物理屬性參數(shù)，改變各物理屬性參數(shù)的數(shù)值大小直到殘差的值收斂；

26、當(dāng)殘差的值收斂時(shí)，則判定當(dāng)前各物理參數(shù)的物理屬性參數(shù)數(shù)值為最優(yōu)屬性值。

27、可選地，在所述利用仿真信號(hào)和實(shí)驗(yàn)信號(hào)對(duì)輸入?yún)?shù)的初始信息進(jìn)行確定性更新之后，在所述將所述物理屬性參數(shù)的最優(yōu)屬性值輸入代理模型之前，所述方法還包括：

28、對(duì)各物理屬性進(jìn)行敏感性分析，評(píng)估各物理屬性對(duì)蘭姆波有限元模型行為的影響，確定輸入?yún)?shù)中的關(guān)鍵參數(shù)。

29、可選地，蘭姆波有限元模型輸出響應(yīng)的表達(dá)式為y＝m(θ),

30、其中，θ表示輸入?yún)?shù)，具體為各物理屬性；θ＝(θ1,θ2,…,θk)是包含k個(gè)輸入變量的向量，k為輸入變量的索引；

31、所述對(duì)各物理屬性參數(shù)進(jìn)行敏感性分析，評(píng)估各物理屬性對(duì)蘭姆波有限元模型行為的影響，確定輸入?yún)?shù)中的關(guān)鍵參數(shù)包括：

32、利用sobol指數(shù)對(duì)蘭姆波有限元模型的輸出響應(yīng)y在不同維度上進(jìn)行敏感度分析；

33、通過(guò)蒙特卡洛模擬分析sobo?l指數(shù)，評(píng)估每一個(gè)物理屬性對(duì)蘭姆波有限元模型行為的影響，確定輸入?yún)?shù)中的關(guān)鍵參數(shù)；

34、蘭姆波有限元模型輸出響應(yīng)在不同維度上的分解的表達(dá)式為

35、

36、常數(shù)μ0為蘭姆波有限元模型輸出響應(yīng)的均值，mi(θi)表示輸入?yún)?shù)i的條件均值，mij(θi,θj)表示輸入?yún)?shù)i和輸入?yún)?shù)j之間(i≠j)相互作用時(shí)輸入?yún)?shù)ij的條件均值；m1…k(θ1…θk)表示k個(gè)輸入?yún)?shù)之間相互作用時(shí)輸入?yún)?shù)1…k的條件均值；

37、mi(θi)的表達(dá)式為～i表示排除了參數(shù)θi；

38、mij(θi,θj)的表達(dá)式為

39、～ij表示排除了參數(shù)θij；

40、通過(guò)計(jì)算輸入?yún)?shù)和輸出響應(yīng)第一階sobol指數(shù)，得到單個(gè)物理屬性的敏感性度量結(jié)果；

41、第一階sobol指數(shù)的表達(dá)式為var表示方差；

42、通過(guò)計(jì)算輸入?yún)?shù)和輸出響應(yīng)第二階sobol指數(shù)，得到兩個(gè)物理屬性之間相互作用時(shí)的敏感性度量結(jié)果；

43、第二階sobol指數(shù)的表達(dá)式為關(guān)鍵參數(shù)關(guān)鍵參數(shù)。

44、可選地，所述代理模型利用貝葉斯推斷和蒙特卡羅模擬對(duì)物理屬性參數(shù)進(jìn)行隨機(jī)更新包括：

45、基于確定性更新過(guò)程確定輸入?yún)?shù)中關(guān)鍵參數(shù)的先驗(yàn)分布π(θ)；

46、根據(jù)先驗(yàn)分布π(θ)確定輸入?yún)?shù)θ的后驗(yàn)分布密度函數(shù)，

47、后驗(yàn)分布密度函數(shù)的計(jì)算公式為

48、其中，為觀測(cè)的隨機(jī)數(shù)據(jù)，為條件似然函數(shù)，為邊際似然函數(shù)；

49、利用蒙特卡羅采樣算法對(duì)后驗(yàn)分布密度函數(shù)進(jìn)行采樣，生成一系列的隨機(jī)變量；

50、基于生成的隨機(jī)變量進(jìn)行模擬實(shí)驗(yàn)得到實(shí)驗(yàn)結(jié)果，并根據(jù)實(shí)驗(yàn)結(jié)果進(jìn)行參數(shù)估計(jì)，獲得當(dāng)前復(fù)合材料板物理屬性參數(shù)的預(yù)測(cè)值。

51、為了解決上述問(wèn)題，本發(fā)明還提供一種復(fù)合材料板的物理屬性參數(shù)校準(zhǔn)系統(tǒng)，所述系統(tǒng)包括：

52、獲取模塊，用于獲取復(fù)合材料板的輸入?yún)?shù)的初始信息，所述輸入?yún)?shù)包括若干能夠表征復(fù)合材料板力學(xué)性能的物理屬性；

53、仿真模塊，用于將輸入?yún)?shù)的初始信息輸入蘭姆波有限元模型中進(jìn)行模擬仿真，得到仿真信號(hào)；

54、采集模塊，用于實(shí)時(shí)采集復(fù)合材料板上的蘭姆波信號(hào)，作為實(shí)驗(yàn)信號(hào)；

55、確定性更新模塊，用于利用仿真信號(hào)和實(shí)驗(yàn)信號(hào)對(duì)輸入?yún)?shù)的初始信息進(jìn)行確定性更新，得到輸入?yún)?shù)中各物理屬性參數(shù)的最優(yōu)屬性值；

56、隨機(jī)性更新模塊，用于將各物理屬性參數(shù)的最優(yōu)屬性值輸入代理模型，所述代理模型利用貝葉斯推斷和蒙特卡羅模擬對(duì)物理屬性參數(shù)進(jìn)行迭代隨機(jī)更新，獲得當(dāng)前復(fù)合材料板物理屬性參數(shù)的預(yù)測(cè)值。

57、為了解決上述問(wèn)題，本發(fā)明還提供一種電子設(shè)備，所述電子設(shè)備包括：

58、至少一個(gè)處理器；以及，

59、與所述至少一個(gè)處理器通信連接的存儲(chǔ)器；其中，

60、所述存儲(chǔ)器存儲(chǔ)有可被所述至少一個(gè)處理器執(zhí)行的計(jì)算機(jī)程序，所述計(jì)算機(jī)程序被所述至少一個(gè)處理器執(zhí)行，以使所述至少一個(gè)處理器能夠執(zhí)行上述所述的復(fù)合材料板的物理屬性參數(shù)校準(zhǔn)方法。

61、為了解決上述問(wèn)題，本發(fā)明還提供一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，所述計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)中存儲(chǔ)有至少一個(gè)計(jì)算機(jī)程序，所述至少一個(gè)計(jì)算機(jī)程序被電子設(shè)備中的處理器執(zhí)行以實(shí)現(xiàn)上述所述的復(fù)合材料板的物理屬性參數(shù)校準(zhǔn)方法。

62、綜上所述，本技術(shù)包括以下有益技術(shù)效果：

63、在復(fù)合結(jié)構(gòu)中進(jìn)行蘭姆波傳播的隨機(jī)校準(zhǔn)時(shí)，利用仿真信號(hào)與實(shí)驗(yàn)信號(hào)對(duì)輸入?yún)?shù)的初始信息進(jìn)行確定性更新，再利用貝葉斯推斷和蒙特卡羅對(duì)輸入?yún)?shù)的物理屬性參數(shù)進(jìn)行隨機(jī)性更新，提高對(duì)復(fù)合結(jié)構(gòu)蘭姆波傳播的貝葉斯校準(zhǔn)結(jié)果的準(zhǔn)確性，使得預(yù)測(cè)到的復(fù)合材料板當(dāng)前物理屬性參數(shù)的分析結(jié)果更加準(zhǔn)確，將預(yù)測(cè)得到的復(fù)合材料板當(dāng)前時(shí)刻的物理屬性參數(shù)與復(fù)合材料板出廠時(shí)的物理屬性參數(shù)進(jìn)行比對(duì)，來(lái)評(píng)估復(fù)合材料板當(dāng)前的疲勞程度，提高對(duì)復(fù)合材料板當(dāng)前的疲勞狀態(tài)預(yù)測(cè)結(jié)果的準(zhǔn)確性；

64、利用代理模型輔助蘭姆波有限元模型進(jìn)行貝葉斯推斷，能夠提高蘭姆波有限元模型的計(jì)算速度，減小蒙特卡羅模擬輪次所需的時(shí)間，降低對(duì)復(fù)合材料板上蘭姆波傳播進(jìn)行校準(zhǔn)時(shí)的計(jì)算成本，提高復(fù)合材料板物理屬性參數(shù)的校準(zhǔn)效率。