基于SHMSRM系統(tǒng)傳感器分布優(yōu)化的損傷識別技術(shù)①

徐廷學(xué)，陳海建，滕克難，盧洪義，顧鈞元

(海軍航空工程學(xué)院，煙臺 264001)

基于SHMSRM系統(tǒng)傳感器分布優(yōu)化的損傷識別技術(shù)①

徐廷學(xué)，陳海建，滕克難，盧洪義，顧鈞元

(海軍航空工程學(xué)院，煙臺 264001)

針對固體火箭發(fā)動機(jī)結(jié)構(gòu)健康監(jiān)測(SHMSRM)系統(tǒng)的傳感器合理布置問題，提出了基于遺傳算法的傳感器分布優(yōu)化。利用ANSYS軟件對藥柱有限元模型進(jìn)行了應(yīng)變分析和模態(tài)分析，得到了傳感器優(yōu)化布局初選點(diǎn)，再基于遺傳算法對初選點(diǎn)進(jìn)行優(yōu)化排序。闡述了該系統(tǒng)的損傷識別原理，基于應(yīng)變傳感器所收集的信息，確定了以應(yīng)變模態(tài)變化率作為損傷識別指標(biāo)，提出了應(yīng)用應(yīng)變模態(tài)分析解決藥柱的損傷識別問題。算例證明了此方法的可行性和有效性。

固體火箭發(fā)動機(jī);結(jié)構(gòu)健康監(jiān)測;傳感器分布優(yōu)化;損傷識別;有限元;遺傳算法;應(yīng)變模態(tài)

0 引言

固體火箭發(fā)動機(jī)藥柱在澆注、運(yùn)輸、貯存等過程中，由于工藝原因、環(huán)境因素及人為因素的影響，會導(dǎo)致藥柱結(jié)構(gòu)內(nèi)部產(chǎn)生一些缺陷和損傷。這些缺陷和損傷若不能及時發(fā)現(xiàn)并進(jìn)行適當(dāng)維修，將嚴(yán)重影響導(dǎo)彈武器系統(tǒng)的作戰(zhàn)使用性能，甚至造成災(zāi)難性后果。因此，須建立固體火箭發(fā)動機(jī)健康狀態(tài)監(jiān)測系統(tǒng)，對固體火箭發(fā)動機(jī)的缺陷和損傷的發(fā)展?fàn)顟B(tài)進(jìn)行監(jiān)測和評估，避免因結(jié)構(gòu)破壞造成的巨大損失。

目前，對固體火箭發(fā)動機(jī)常用的監(jiān)測手段主要是傳統(tǒng)的無損檢測技術(shù)(Nondestructive Inspection，NDI)［1-5］，如 CT掃描技術(shù)、超聲技術(shù)等。NDI技術(shù)依賴于直接測量設(shè)備的分辨率和精度，并且不能對固體火箭發(fā)動機(jī)的健康狀態(tài)進(jìn)行實(shí)時、在線、連續(xù)的監(jiān)測。智能結(jié)構(gòu)概念［6］的提出為固體火箭發(fā)動機(jī)健康狀態(tài)實(shí)時監(jiān)測提供了新思路。結(jié)構(gòu)健康監(jiān)測(Structural Health Monitoring，SHM)技術(shù)是智能結(jié)構(gòu)研究的一個重要分支，它結(jié)合了無損檢測和結(jié)構(gòu)特定分析，目的是對結(jié)構(gòu)進(jìn)行損傷識別和定位，評估損傷程度以及損傷對結(jié)構(gòu)將要造成的后果，為維護(hù)、維修與管理決策提供依據(jù)?；谥悄芙Y(jié)構(gòu)的SHM技術(shù)具有智能化、實(shí)時化、微型化的特點(diǎn)，目前在土木工程、航空、航天等領(lǐng)域得到了一些應(yīng)用［7-10］。

本文首先對固體火箭發(fā)動機(jī)結(jié)構(gòu)健康監(jiān)測(Structural Health Monitoring of Solid Rocket Motor，SHMSRM)系統(tǒng)的傳感器分布優(yōu)化問題進(jìn)行了研究，在此基礎(chǔ)上開展了基于傳感器應(yīng)變信息的SHMSRM系統(tǒng)損傷識別技術(shù)研究。

1 基于遺傳算法的SHMSRM系統(tǒng)的傳感器分布優(yōu)化

在SHMSRM系統(tǒng)中，傳感器如果選得太少，則不能全面反映出結(jié)構(gòu)的動力特性，達(dá)不到測量的目的;如果傳感器數(shù)目過多，會增加系統(tǒng)的成本和復(fù)雜性，降低整個系統(tǒng)的可靠性。對傳感器的分布進(jìn)行優(yōu)化可有效布置傳感器網(wǎng)絡(luò)節(jié)點(diǎn)，合理覆蓋感知數(shù)據(jù)區(qū)域，延長感知區(qū)域傳感器的網(wǎng)絡(luò)運(yùn)行周期，既能夠準(zhǔn)確采集感知區(qū)域的數(shù)據(jù)信息，又能夠充分管理傳感器的網(wǎng)絡(luò)資源，并能節(jié)省成本，提高系統(tǒng)可靠性。

常用的優(yōu)化方法如非線性規(guī)劃法、序列法和推斷算法等［11］，都較容易陷入局部最優(yōu)解，而目前發(fā)展起來的遺傳算法作為一種基于概率方法的隨機(jī)優(yōu)化算法，對求解一般的全局最優(yōu)問題具有較好的魯棒性和通用性，更快的收斂速度和更可靠的穩(wěn)定性使得其在處理傳感器分布優(yōu)化問題上具有獨(dú)特的優(yōu)勢。

本文利用有限元軟件ANSYS對藥柱進(jìn)行應(yīng)變分析和模態(tài)分析，得到傳感器優(yōu)化布局初選點(diǎn)，再基于遺傳算法對初選點(diǎn)進(jìn)行優(yōu)化排序。

1.1 適應(yīng)度函數(shù)

在遺傳算法中，適應(yīng)度函數(shù)是群體中的個體生存機(jī)會選擇的唯一確定性指標(biāo)，直接決定著群體的進(jìn)化行為，因此適應(yīng)度函數(shù)在遺傳算法中的重要度不言而喻。

將傳感器配置于模態(tài)位移較大的自由度有利于參數(shù)識別。結(jié)構(gòu)的各階模態(tài)向量是一組正交向量，但由于測量噪聲、測試精度的影響及結(jié)構(gòu)模型自由度要遠(yuǎn)遠(yuǎn)大于測量自由度，造成測量的各模態(tài)向量已無法保證正交性。所以在確定測點(diǎn)時要使測得的模態(tài)向量保持較大的空間交角。模態(tài)置信度(Modal Assurance Criterion，MAC)矩陣包含了較多的結(jié)構(gòu)信息，是評價模態(tài)向量的一個很好的工具［12］，其表達(dá)式為

式中 Φi、Φj分別表示第i階、第j階模態(tài)向量;s表示測量模態(tài)個數(shù)。

當(dāng)MACij=0時，表明第i向量和第j向量相互正交;當(dāng)MACij=1時，表示兩向量不可分辨。

本文適應(yīng)度函數(shù)的構(gòu)建即以模態(tài)置信度MAC矩陣的非對角元作為依據(jù)，力求使MAC矩陣的最大非對角元極小化，目標(biāo)函數(shù)為最小問題。但在遺傳算法中種群的適應(yīng)度是最大化問題，因此適應(yīng)度函數(shù)不能直接采用目標(biāo)函數(shù)，而是需要對目標(biāo)函數(shù)進(jìn)行構(gòu)造，將目標(biāo)函數(shù)的極小化問題轉(zhuǎn)換成適應(yīng)度函數(shù)的最大化問題。由于MAC矩陣非對角元的最大值為1，故構(gòu)建的適應(yīng)度函數(shù)為

1.2 SHMSRM系統(tǒng)的傳感器分布優(yōu)化步驟

基于遺傳算法的傳感器分布優(yōu)化步驟如下:

(1)建立固體火箭發(fā)動機(jī)有限元模型，利用ANSYS分析出應(yīng)變較大點(diǎn)，確定這些點(diǎn)為傳感器分布的初始點(diǎn);計算出初始點(diǎn)的模態(tài)矩陣。

(2)將各階振型含有的所有測點(diǎn)位置作為優(yōu)化布置的候選資源，設(shè)所有候選的傳感器數(shù)目為Q，并對候選資源進(jìn)行編號(1～Q)。

(3)隨機(jī)產(chǎn)生M行N列的初始種群，即利用隨機(jī)發(fā)生器構(gòu)造M種N個傳感器的優(yōu)化布置方案。初始群體生成的原則是要求生成的個體兩兩互不相同，盡可能保持初始群體的多樣性，并且符合約束條件。

(4)根據(jù)(1)中得到的模態(tài)矩陣求解(3)中隨機(jī)產(chǎn)生的每一個個體的適應(yīng)度值。決定傳感器布置方案生存機(jī)會大小的是個體的適應(yīng)度，淘汰適應(yīng)度小的傳感器布置方案，余下的將作為新的候選資源，以期逐步演化出最優(yōu)解。

(5)從候選資源中選擇出較優(yōu)的傳感器分布方案，對選擇出的布點(diǎn)方案(個體)進(jìn)行交叉、雜交操作，并在候選方案中隨機(jī)選取m個布點(diǎn)方案，并隨機(jī)確定其n個布點(diǎn)位置發(fā)生突變。

(6)不斷重復(fù)(4)～(5)的操作，進(jìn)行世代繁衍，直至獲得最優(yōu)解。

1.3 儀器與測試

以某型固體火箭發(fā)動機(jī)為例，研究基于遺傳算法的SHMSRM系統(tǒng)的應(yīng)變傳感器分布優(yōu)化問題。

(1)有限元分析

建立發(fā)動機(jī)藥柱三維有限元模型，根據(jù)結(jié)構(gòu)與載荷的對稱性，取其結(jié)構(gòu)的1/16進(jìn)行分析。基于ANSYS有限元分析軟件對藥柱模型在長期貯存下的應(yīng)變情況進(jìn)行仿真，結(jié)果如圖1所示。

由圖1可知，最大等效應(yīng)變主要發(fā)生在前、后脫粘層末端及藥柱內(nèi)腔中部表面。

(2)應(yīng)變傳感器位置初選

在應(yīng)變變化較大區(qū)域取應(yīng)變極值點(diǎn)作為傳感器布置的初始點(diǎn)，節(jié)點(diǎn)編號設(shè)為q，則q=1，2，3，4，5，如圖 2所示。

圖1 水平貯存Von-Mise應(yīng)變Fig.1 Von-Mise strain of aclinic storing

圖2 傳感器布置初選點(diǎn)Fig.2 Original sensor placement

(3)應(yīng)變傳感器分布優(yōu)化

由于固體火箭發(fā)動機(jī)在水平貯存時，沿軸向的左半側(cè)和右半側(cè)存在幾何和邊界條件對稱，應(yīng)變變化是完全一樣的，故僅在藥柱的左半側(cè)或右半側(cè)布置傳感器即可。對于1/2切塊的藥柱結(jié)構(gòu)而言，設(shè)定從上到下的8 個1/16 切塊的編號k依次為 0、1、2、3、4、5、6、7;傳感器在這8個1/16切塊中的布置初選點(diǎn)都按照圖3中所示布置，共得到5×8=40節(jié)點(diǎn)，且所有傳感器節(jié)點(diǎn)編號為p=8k+q。

基于ANSYS對藥柱三維模型作模態(tài)分析，取前四階位移模態(tài)，如圖3所示。找出初選節(jié)點(diǎn)的模態(tài)矩陣，歸一化處理后得到模態(tài)矩陣為

其中，X1，X2，X3，X4為前四階模態(tài)振型。

根據(jù)遺傳算法原理，將初選點(diǎn)的模態(tài)振型數(shù)據(jù)用MATLAB編制的程序進(jìn)行傳感器優(yōu)化排序，其中種群大小為 40，最大世代數(shù) 200，交叉率 0.95，變異率0.005。假定需在監(jiān)測系統(tǒng)中應(yīng)用10個應(yīng)變傳感器，則這10個傳感器測點(diǎn)布置的優(yōu)化順序結(jié)果為:3、5、25、23、38、10、32、1、16、4。

2 基于傳感器應(yīng)變信息的SHMSRM系統(tǒng)的損傷識別技術(shù)

損傷識別通常包括損傷發(fā)現(xiàn)、定位和評估，在SHMSRM體系中，它是健康狀態(tài)評估的基礎(chǔ)，精確、適用的損傷識別技術(shù)顯得至關(guān)重要。

固體火箭發(fā)動機(jī)結(jié)構(gòu)損傷在模態(tài)意義上表現(xiàn)為原有各階固有頻率降低，阻尼比增大，模態(tài)振型發(fā)生變化。在SHMSRM系統(tǒng)的損傷識別中，尋找敏感的識別因子是關(guān)鍵環(huán)節(jié)，它決定了損傷識別的成敗和識別方法的識別能力。文獻(xiàn)［13］研究表明，以應(yīng)變模態(tài)作為損傷識別的敏感因子尤為合適。本文通過研究對基于內(nèi)嵌式應(yīng)變傳感器收集的固體火箭發(fā)動機(jī)應(yīng)變信息進(jìn)行應(yīng)變模態(tài)分析，從而實(shí)現(xiàn)損傷識別的方法。

圖3 SRM前四階模態(tài)振型Fig.3 Ex-4 order modal mode of SRM

2.1 固體火箭發(fā)動機(jī)應(yīng)變模態(tài)分析

應(yīng)變模態(tài)分析是以結(jié)構(gòu)的應(yīng)變響應(yīng)為基本測量參數(shù)，通過頻譜分析得到固體火箭發(fā)動機(jī)結(jié)構(gòu)的應(yīng)變響應(yīng)函數(shù)，然后由參數(shù)識別得到結(jié)構(gòu)的固有頻率、阻尼比和應(yīng)變振型，由應(yīng)變振型即可反映應(yīng)變的分布規(guī)律。

根據(jù)結(jié)構(gòu)動力學(xué)知識，離散結(jié)構(gòu)接點(diǎn)的位移響應(yīng)可表示為各位移模態(tài)貢獻(xiàn)之和，即

同理對于應(yīng)變響應(yīng)，有

式中 {φr}、{}分別為位移模態(tài)和應(yīng)變模態(tài);qr和q＇r分別為各自的廣義模態(tài)坐標(biāo)函數(shù)。

對應(yīng)于每一階位移模態(tài)，必有一對應(yīng)的應(yīng)變模態(tài)矩陣，它是位移模態(tài)作用下結(jié)構(gòu)系統(tǒng)相應(yīng)應(yīng)變值所組成的向量，兩者是同一種能量平衡狀態(tài)下的兩種表現(xiàn)形式。它們在相應(yīng)的瞬時所占的比例相同，即應(yīng)有qr=q＇r。

對于動力學(xué)方程:

設(shè){f(t)}={F}ejωt，{x}={X}ejωt并作廣義坐標(biāo)變換:

式(3)兩邊左乘［Φ］T之后，變?yōu)轭l域方程:

式中 ［Φ］為正則化主模態(tài)矩陣;{q}為廣義坐標(biāo);［Yr］=(［kr］-ω2［mr］+jω［cr］)-1、［mr］、［kr］、［cr］分別為模態(tài)質(zhì)量、模態(tài)剛度和模態(tài)阻尼矩陣，均為對角陣。

由式(4)、式(5)可得位移{x}:

對于三維空間結(jié)構(gòu)的一般情況，變形位移表達(dá)式:

其中，{p}=［Φ］T{F}為廣義力列陣，代表主模態(tài)Φ與激振力F沿軸向的積分，不再是x、y、z的函數(shù)。

據(jù)彈性力學(xué)原理，變形位移與應(yīng)變之間的關(guān)系為

式(8)中的正應(yīng)變分量為

定義［ψ］為正應(yīng)變模態(tài)，則

［ψx］=［{}{} … {} …］，同理可定義y方向和z方向的應(yīng)變模態(tài)矩陣［ψy］和［ψz］。

2.2SHMSRM系統(tǒng)的損傷識別原理

當(dāng)固體火箭發(fā)動機(jī)結(jié)構(gòu)受損時，會出現(xiàn)一種新的力平衡狀態(tài)，這種力分布的改變可在結(jié)構(gòu)損傷前后應(yīng)變模態(tài)的變化中得到反映，改變量的大小反映了力重分布的程度。越靠近損傷區(qū)域，力的重分布越大。因此，結(jié)構(gòu)損傷的位置和程度可通過損傷前后應(yīng)變模態(tài)的變化來確定:由結(jié)構(gòu)損傷前后應(yīng)變模態(tài)是否發(fā)生較明顯變化基本上能判斷損傷位置;通過結(jié)構(gòu)損傷前后應(yīng)變模態(tài)變化量的絕對差值的大小在一定程度上也能識別相對的損傷程度。

2.3 損傷指標(biāo)的優(yōu)化

由損傷識別原理可知，損傷識別需要求得SRM結(jié)構(gòu)損傷前后的應(yīng)變模態(tài)變化量。對于大多數(shù)模態(tài)，在局部位置應(yīng)變模態(tài)變化有明顯的峰值，且峰值的大小隨損傷程度的增加而增加。但有時結(jié)構(gòu)各單元變化較為相近時通過圖形直觀分辨較為困難，需要借助數(shù)值分析來考慮，而通過應(yīng)變模態(tài)變化率的方法可將應(yīng)變模態(tài)的變化量放大，使其更容易辨別。應(yīng)變模態(tài)變化率計算式:

2.4 仿真算例及分析

采用模擬損傷藥柱的損傷作為仿真算例，基于有限元軟件ANSYS建模求解，以彈性模量E的下降模擬藥柱的損傷(其他材料性能參數(shù)不變)。以1.3節(jié)中對某型固體發(fā)動機(jī)藥柱所布置的10個傳感器的測點(diǎn)區(qū)域作為單元。

研究表明，一階應(yīng)變模態(tài)改變率對于損傷均能較好的識別，并且低階的應(yīng)變模態(tài)更為容易獲取，因此，本文重點(diǎn)研究一階的應(yīng)變模態(tài)改變率對損傷的識別。對該型發(fā)動機(jī)藥柱結(jié)構(gòu)在單損傷和多損傷情況下的一階應(yīng)變模態(tài)進(jìn)行分析，其一階應(yīng)變模態(tài)變化率柱狀圖如圖4所示。

從圖4可看出，在損傷處應(yīng)變模態(tài)變化率值有明顯突變，可作為損傷定位的判據(jù);當(dāng)損傷加劇，突變程度也加劇，故突變程度的大小可作為損傷程度評估的判據(jù)。同時，未損傷部位在圖4中也體現(xiàn)出不同程度的損傷，這說明局部的損傷會對整個結(jié)構(gòu)產(chǎn)生影響。

由此可知，利用應(yīng)變模態(tài)變化率可準(zhǔn)確識別出藥柱損傷的位置，也能識別相對損傷程度，這說明了應(yīng)變模態(tài)變化率作為損傷識別敏感因子的可行性和適用性。

圖4 一階應(yīng)變模態(tài)變化率Fig.4 Change ratio of first order strain modal

3 結(jié)論

基于智能結(jié)構(gòu)的結(jié)構(gòu)健康監(jiān)測技術(shù)可實(shí)現(xiàn)對固體火箭發(fā)動機(jī)健康狀態(tài)的實(shí)時、在線、連續(xù)監(jiān)測。在實(shí)現(xiàn)固體火箭發(fā)動機(jī)結(jié)構(gòu)健康監(jiān)測系統(tǒng)的過程中，基于SHMSRM系統(tǒng)傳感器分布優(yōu)化的損傷識別是關(guān)系到整個監(jiān)測系統(tǒng)能否達(dá)到預(yù)期目的的關(guān)鍵技術(shù)。

本文研究表明，通過應(yīng)用其具有較好的魯棒性和通用性，更快的收斂速度和更可靠的穩(wěn)定性的遺傳算法，能夠較好解決SHMSRM系統(tǒng)的傳感器分布優(yōu)化問題;以優(yōu)化分布后的傳感器收集的應(yīng)變信息為基礎(chǔ)，以應(yīng)變模態(tài)變化率作為損傷識別指標(biāo)，基于應(yīng)變模態(tài)分析亦能夠較好解決SHMSRM系統(tǒng)的損傷識別問題。通過文中的嘗試，證明此方法可用于固體火箭發(fā)動機(jī)結(jié)構(gòu)健康監(jiān)測系統(tǒng)的設(shè)計中。

［1］Hou Z，Noorim M，St Amand R.Wavelet-based approach for structural damage detection ［J］.Journal of Engineering Mechanics，2000:677-683.

［2］朱敏，盧洪義，肖志斌，等.固體發(fā)動機(jī)CT圖像的一種自動分割方法［J］.固體火箭技術(shù)，2008，31(2):201-204.

［3］朱敏，盧洪義，李海燕.固體發(fā)動機(jī)虛擬剖切故障診斷技術(shù)研究［J］.固體火箭技術(shù)，2010，33(2):232-236.

［4］敦怡，師小紅，徐章遂.基于二次諧波技術(shù)的固體火箭發(fā)動機(jī)界面粘結(jié)質(zhì)量的超聲無損評價［J］.固體火箭技術(shù)，2008，31(2):198-200.

［5］樊森，王召巴，金永，等.發(fā)動機(jī)絕熱層粘結(jié)質(zhì)量超聲自動檢測系統(tǒng)設(shè)計［J］.宇航學(xué)報，2010，33(6):1646-1650.

［6］陶寶祺，熊克，袁慎芳.智能材料結(jié)構(gòu)［M］.北京:國防工業(yè)出版社，1997.

［7］Sohn H，F(xiàn)arrar C R，Hemez F，et al.A review of structural health monitoring literature:1996-2001［R］.Los Alamos National Laboratory Report，LA-13976-MS，2003.

［8］Hunt S R，Hebden I G.Validation of the Eurofighter typhoon structural health and usage monitoring system［C］//European COST F3 Conference on System Identification and Structural Health Monitoring.Madrid，Spain，2000:743-753.

［9］Aktan A E ，Tsikos C J，Catbas F N，ET AL.Challenges and opportunities in bridge health monitoring［C］//Structural Health Monitoring 2000.Stanford University，Palo，California，1999:461-473.

［10］謬長青，李愛群，韓曉林，等.潤揚(yáng)大橋結(jié)構(gòu)健康監(jiān)測策略［J］.東南大學(xué)學(xué)報(自然科學(xué)版)，2005，35(5):780-785.

［11］王凌.智能優(yōu)化算法及其應(yīng)用［M］.北京:清華大學(xué)出版社，2003.

［12］Thomas G Came，Clark R Dohmann.A modal test design strategy for modal correlation［C］//Proceedings of 13th International Modal Analysis Conference.New York Union College，Schenectady，1995:927-933.

［13］董聰.現(xiàn)代結(jié)構(gòu)系統(tǒng)可靠性理論及其應(yīng)用［M］.北京:科學(xué)出版社，2001:282-304.

Damage identification based on sensor optimal placement for structural health monitoring system of solid rocket motor

XU Ting-xue，CHEN Hai-jian，TENG Ke-nan，LU Hong-yi，GU Jun-yuan
(Naval Aeronautical and Astronautical University，Yantai264001，China)

Optimization of sensor placement in structural health monitoring of solid rocket motor(SHMSRM)was put forward using genetic algorithm.The strain analysis and modal analysis of grain finite element model were performed by using ANSYS，and the primary selection for sensor placement was accomplished.Then，an optimal sensor placement was worked out based on the genetic algorithm.The damage identification principle of the system was discussed.Based on the data collected by the sensors，change ratio of strain modal was determined as damage identification index，and damage identification for grain was put forward using strain modal analysis.The simulation results show that the proposed methods can efficiently solve the problem of sensor optimal placement and damage identification.

solid rocket motor;structural health monitoring;sensor optimal placement;damage identification;finite element;genetic algorithms;strain modal

V435

A

1006-2793(2012)02-0280-05

2010-12-04;

2011-03-27。

總裝備部“十一五”預(yù)研基金項(xiàng)目(51328040107)。

徐廷學(xué)(1962—)，男，教授，博導(dǎo)，研究領(lǐng)域?yàn)楣腆w火箭發(fā)動機(jī)可靠性評估研究。E-mail:haijunzhixing@163.com

(編輯:呂耀輝)