论文部分内容阅读
压电阻抗技术是最近十年来兴起的一种基于全局振动来检测结构局部损伤的新方法,该技术有着传统无损检测方法无法比拟的优点,在结构健康监测领域有着良好的应用前景。人工神经网络作为一种模拟生物神经网络进行信息处理的数学模型,在目前已发展到智能化阶段的健康监测领域显示出了巨大的应用潜力。本文将两者结合起来对焊接结构的健康监测进行了研究,分析了压电阻抗技术的基本原理,设计了用遗传算法进行优化的遗传神经网络,在此基础上搭建实验平台对铝合金焊接结构的裂纹损伤进行实验研究,利用遗传神经网络较为准确地实现了裂纹损伤的定位。最后,还设计了一种小型阻抗测试系统用来代替阻抗分析仪进行阻抗的测量。主要的研究内容如下:1.对结构的机械阻抗和PZT的机电耦合特性进行了理论分析,详细推导了结构机械阻抗耦合于PZT电导纳的公式,给出了压电阻抗技术用于结构健康监测的理论依据。2.以表面布置有若干PZT片的焊接铝板结构作为实验对象,构建实验平台对压电阻抗法用于焊接结构健康监测进行了具体的实验研究。通过对实验采集导纳数据的分析,对结构的损伤做出定性判断,验证了压电阻抗法用于焊接结构健康监测的可行性。3.利用遗传算法对传统的BP神经网络进行优化,设计了一种遗传神经网络。利用该遗传神经网络成功的实现了焊接结构裂纹损伤的定位,且与由MATLAB工具箱直接构建的BP神经网络进行定位的效果作比较,证明了遗传神经网络性能的优越性。4.设计了以高精度阻抗测量芯片AD5933为核心的小型阻抗测试系统,该系统具有体积小、轻巧、便宜的特点,能代替传统的阻抗分析仪进行阻抗的测量。