[go: up one dir, main page]

CN101014938A - 用于监视结构健康状态的方法 - Google Patents

用于监视结构健康状态的方法 Download PDF

Info

Publication number
CN101014938A
CN101014938A CNA2004800172816A CN200480017281A CN101014938A CN 101014938 A CN101014938 A CN 101014938A CN A2004800172816 A CNA2004800172816 A CN A2004800172816A CN 200480017281 A CN200480017281 A CN 200480017281A CN 101014938 A CN101014938 A CN 101014938A
Authority
CN
China
Prior art keywords
signal
sci
group
sensor
patchery
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CNA2004800172816A
Other languages
English (en)
Inventor
金炯胤
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Asm Ltd
Original Assignee
Asm Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Asm Ltd filed Critical Asm Ltd
Publication of CN101014938A publication Critical patent/CN101014938A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01H—MEASUREMENT OF MECHANICAL VIBRATIONS OR ULTRASONIC, SONIC OR INFRASONIC WAVES
    • G01H11/00—Measuring mechanical vibrations or ultrasonic, sonic or infrasonic waves by detecting changes in electric or magnetic properties
    • G01H11/06—Measuring mechanical vibrations or ultrasonic, sonic or infrasonic waves by detecting changes in electric or magnetic properties by electric means
    • G01H11/08—Measuring mechanical vibrations or ultrasonic, sonic or infrasonic waves by detecting changes in electric or magnetic properties by electric means using piezoelectric devices
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/08—Construction
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01H—MEASUREMENT OF MECHANICAL VIBRATIONS OR ULTRASONIC, SONIC OR INFRASONIC WAVES
    • G01H11/00—Measuring mechanical vibrations or ultrasonic, sonic or infrasonic waves by detecting changes in electric or magnetic properties
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01H—MEASUREMENT OF MECHANICAL VIBRATIONS OR ULTRASONIC, SONIC OR INFRASONIC WAVES
    • G01H9/00—Measuring mechanical vibrations or ultrasonic, sonic or infrasonic waves by using radiation-sensitive means, e.g. optical means
    • G01H9/004—Measuring mechanical vibrations or ultrasonic, sonic or infrasonic waves by using radiation-sensitive means, e.g. optical means using fibre optic sensors
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M11/00—Testing of optical apparatus; Testing structures by optical methods not otherwise provided for
    • G01M11/08—Testing mechanical properties
    • G01M11/083—Testing mechanical properties by using an optical fiber in contact with the device under test [DUT]
    • G01M11/086—Details about the embedment of the optical fiber within the DUT
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M5/00—Investigating the elasticity of structures, e.g. deflection of bridges or air-craft wings
    • G01M5/0033—Investigating the elasticity of structures, e.g. deflection of bridges or air-craft wings by determining damage, crack or wear
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M5/00—Investigating the elasticity of structures, e.g. deflection of bridges or air-craft wings
    • G01M5/0066—Investigating the elasticity of structures, e.g. deflection of bridges or air-craft wings by exciting or detecting vibration or acceleration
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M5/00—Investigating the elasticity of structures, e.g. deflection of bridges or air-craft wings
    • G01M5/0091—Investigating the elasticity of structures, e.g. deflection of bridges or air-craft wings by using electromagnetic excitation or detection
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
    • G01N29/04—Analysing solids
    • G01N29/043—Analysing solids in the interior, e.g. by shear waves
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
    • G01N29/04—Analysing solids
    • G01N29/06—Visualisation of the interior, e.g. acoustic microscopy
    • G01N29/0609—Display arrangements, e.g. colour displays
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
    • G01N29/04—Analysing solids
    • G01N29/06—Visualisation of the interior, e.g. acoustic microscopy
    • G01N29/0654—Imaging
    • G01N29/0672—Imaging by acoustic tomography
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
    • G01N29/04—Analysing solids
    • G01N29/07—Analysing solids by measuring propagation velocity or propagation time of acoustic waves
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
    • G01N29/22—Details, e.g. general constructional or apparatus details
    • G01N29/223—Supports, positioning or alignment in fixed situation
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
    • G01N29/22—Details, e.g. general constructional or apparatus details
    • G01N29/24—Probes
    • G01N29/2437—Piezoelectric probes
    • G01N29/245—Ceramic probes, e.g. lead zirconate titanate [PZT] probes
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
    • G01N29/22—Details, e.g. general constructional or apparatus details
    • G01N29/24—Probes
    • G01N29/2475—Embedded probes, i.e. probes incorporated in objects to be inspected
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
    • G01N29/22—Details, e.g. general constructional or apparatus details
    • G01N29/24—Probes
    • G01N29/2493—Wheel shaped probes
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
    • G01N29/22—Details, e.g. general constructional or apparatus details
    • G01N29/28—Details, e.g. general constructional or apparatus details providing acoustic coupling, e.g. water
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
    • G01N29/44—Processing the detected response signal, e.g. electronic circuits specially adapted therefor
    • G01N29/4409—Processing the detected response signal, e.g. electronic circuits specially adapted therefor by comparison
    • G01N29/4418—Processing the detected response signal, e.g. electronic circuits specially adapted therefor by comparison with a model, e.g. best-fit, regression analysis
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
    • G01N29/44—Processing the detected response signal, e.g. electronic circuits specially adapted therefor
    • G01N29/4463—Signal correction, e.g. distance amplitude correction [DAC], distance gain size [DGS], noise filtering
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S15/00—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems
    • G01S15/88—Sonar systems specially adapted for specific applications
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2291/00—Indexing codes associated with group G01N29/00
    • G01N2291/01—Indexing codes associated with the measuring variable
    • G01N2291/011—Velocity or travel time
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2291/00—Indexing codes associated with group G01N29/00
    • G01N2291/01—Indexing codes associated with the measuring variable
    • G01N2291/015—Attenuation, scattering
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2291/00—Indexing codes associated with group G01N29/00
    • G01N2291/02—Indexing codes associated with the analysed material
    • G01N2291/024—Mixtures
    • G01N2291/02491—Materials with nonlinear acoustic properties
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2291/00—Indexing codes associated with group G01N29/00
    • G01N2291/02—Indexing codes associated with the analysed material
    • G01N2291/025—Change of phase or condition
    • G01N2291/0258—Structural degradation, e.g. fatigue of composites, ageing of oils
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2291/00—Indexing codes associated with group G01N29/00
    • G01N2291/04—Wave modes and trajectories
    • G01N2291/042—Wave modes
    • G01N2291/0422—Shear waves, transverse waves, horizontally polarised waves
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2291/00—Indexing codes associated with group G01N29/00
    • G01N2291/04—Wave modes and trajectories
    • G01N2291/042—Wave modes
    • G01N2291/0423—Surface waves, e.g. Rayleigh waves, Love waves
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2291/00—Indexing codes associated with group G01N29/00
    • G01N2291/04—Wave modes and trajectories
    • G01N2291/042—Wave modes
    • G01N2291/0427—Flexural waves, plate waves, e.g. Lamb waves, tuning fork, cantilever
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2291/00—Indexing codes associated with group G01N29/00
    • G01N2291/10—Number of transducers
    • G01N2291/106—Number of transducers one or more transducer arrays

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Biochemistry (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Engineering & Computer Science (AREA)
  • Acoustics & Sound (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Signal Processing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Business, Economics & Management (AREA)
  • Electromagnetism (AREA)
  • Ceramic Engineering (AREA)
  • Primary Health Care (AREA)
  • General Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • Economics (AREA)
  • Theoretical Computer Science (AREA)
  • Investigating Or Analyzing Materials By The Use Of Ultrasonic Waves (AREA)
  • Arrangements For Transmission Of Measured Signals (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)
  • Length Measuring Devices Characterised By Use Of Acoustic Means (AREA)
  • Force Measurement Appropriate To Specific Purposes (AREA)

Abstract

本发明提供了一种利用具有补缀的诊断网络补缀(DND)系统用于询问主结构损伤的方法。询问模块能够将多个补缀分成子组并分别测量由激励器和传感器补缀产生和接收的传感器信号。然后，处理模块装入传感器信号数据以识别拉姆波型、确定波型的到达时间并产生层析图像。其还确定其它结构状态指数的分布以产生主结构的层析图像。能够堆积一组层析图像以产生超频谱层析立方体。分类模块能够产生基于K－均值/学习矢量量化算法的译码本并使用神经一模糊推理系统来确定主结构的损坏类型。

Description

用于监视结构健康状态的方法
本发明涉及一种结构的诊断，特别是涉及一种用于监视结构健康状态的方法。
相关申请的交叉引证：本申请要求了申请日为2003年9月22日，名为“用于结构健康监视的传感器及系统”，申请号为60/505,120的美国在先申请的优先权，这里合并而成为一个整体。
发明背景
由于设备中的所有结构都需要适当的检查和维护，所以应该监视它们的完整性和健康状态以延长其寿命或防止出现毁坏性事故。显然，近些年来结构健康监视已成为重要的主题。大量的方法已应用于确定结构的故障或损坏，这些方法中仍包括传统的目测和非破坏性的技术，例如超声和涡流扫描、声辐射及X射线检测。这些传统的方法至少需要临时将该结构从设备上取下以便检测。尽管这些方法仍用于检测隔离的部位，但它们耗时且费用高。
随着传感器技术的发展，用于现场监测结构完整性的新诊断技术已经取得了重大进展。典型地，这些新技术是利用设置在主结构内的适宜传感器和激励器的感知系统。然而，这些方法存在缺点，并且也许不能提供有效的在线方法以实现一个可靠的感知网络系统和/或能够用最少的人力操作来进行诊断、分类和预测结构状态的准确监视方法。例如，由Wu等提交的第5,814,729号美国专利就揭示了一种利用检测叠层复合结构中振动波缓冲特性的变化来找出结构中分层区域的方法。使用压瓷装置作为激励器以产生振动波，而具有不同光栅位置的光纤电缆则用作传感器以捕捉波的信号。该系统的缺点是其不能提供大量的激励器阵列，结果每个激励器和传感器都必须单独摆放。因为损坏检测是基于在激励器和传感器之间沿视线路径传送的振动波变化，该方法无法检测到位于路径之外和/或结构周围的损坏。
可以在由Blazic等提交的第5,184,516号美国专利中找到另一种损坏检测方法，该方法揭示了一种用于结构健康监视和评价的无需辅助设备的保形电路。该保形电路由一系列应变传感器的堆栈层和追迹组成，其中每个传感器能够测量其相应位置上的应力变化以确定保形结构的缺陷。保形电路是一种无源系统，例如，其没有任何用于产生信号的激励器。可在由Mannur，J.等提交的美国专利第6,399,939中找到一个类似的无源感知网络系统。该专利揭示了一种嵌入在复合结构中具有设计者纤维的压瓷感知系统。这些无源方法的缺点是它们不能监视传感器之间的内部分层和损坏。因此，这些方法仅能检测出无需辅助设备的电路和压瓷纤维添加处局部区域的主结构状态。
用于检测结构损坏的一种方法是由Chang等提交的美国专利第6,370,964。其揭示了一种感知网络层，称为斯坦福多激励器一接收器转换(SMART)层。SMART层包括等距离设置的压瓷传感器/激励器和夹在压瓷传感器/激励器(或简言之，压瓷)外面的柔性绝缘薄膜。激励器产生声波，而传感器则将该声波接收/转换成电信号。为了将压瓷连接到电子箱，使用传统的柔性电路技术浸蚀包覆金属线并在基层之间层合。结果，需要相当数量的柔性基层来覆盖住包覆线区域。此外，SMART层需要用由层压复合层构成的主结构来处理。由于在处理过程由高温循环引起的内应力，SMART层上的压瓷可能出现微断裂。同样，SMART层的基层很容易与主结构分开。此外，将SMART层插入或连接到具有弯曲部位的主结构上非常困难，结果，施加给弯曲部位的压负荷很容易弄折包覆线。断裂的压瓷和弯折线也许对电磁干扰噪音很敏感，并且易错误引导电信号。在恶劣的环境中，例如热压力、局部摇动和振动，SMART层也许不耐用，因而不是一种监视结构健康的可靠工具。此外，更换损坏和/或毁坏的激励器/传感器可能需要与拆卸主结构一样的费用。
美国专利第6,396,262号公开了由Light等提交的另一种用于检测结构损坏的方法。该方法揭示了一种用于检测结构损坏的磁致伸缩的传感器，而传感器则包括一个铁磁条和一个紧紧安装在该磁条上的线圈。该系统的主要缺点是不能设计成适应传感器阵列，结果无法检测到位于传感器之间的内部损伤。
由于上述缺点，分析在这些传统系统中得到的数据的方法在准确和有效监视主结构方面就可能存在限制。因此，需要新型且有效的分析和翻译来自主结构的数据的方法以确定结构状态及预测故障。
发明内容
本发明提供了一种结构健康监视程序。该程序包括询问、处理、分类和预测模块及能够分析来自诊断网络补缀(DNP)系统的数据，该系统连接到主复合和/或金属结构上。DNP系统包括激励器/传感器，并且能够利用传输激励器/传感器之间声波脉冲(或，等效地，拉姆波)的方法提供主结构内的内部波一射线通讯网络。
依据本发明的一个方面，利用在另外处完成并由多个补缀构成的诊断网络补缀(DNP)系统来询问复合结构的损伤、确定影响及监视修复和修理-结合-补缀性能的方法包括下列步骤：将多个补缀分成一个或多个分组，每一个或多个分组至少具有一个激励器补缀和至少一个传感器补缀；利用遗传算法设计一个网络和多个信号路径；利用激活多补缀中第一个补缀的方法产生信号；通过多个信号路径的相对应路径经多个补缀中的第二个补缀接收产生的信号；将接收信号与在无损伤情况下测量的原始信号进行比较以询问损伤；和保存接收的信号及接收信号与原始信号的偏差。
依据本发明的另一个方面，用于识别拉姆波型和确定拉姆波型到达时间的方法包括下列步骤：装入一组传感器信号数据，每个传感器信号数据包括在预确定的激励频率之一测得的拉姆波信号；消除每组传感器信号数据的方向以除去非固定信号成分；利用施加一个掩蔽窗口给每个消除方向的传感器信号数据的方法来除去由于音调脉冲激励器信号引起的电噪音；完成每个去除噪音传感器信号数据的转换以获得时间-频率信号能量分布；利用累加整组时间-频率信号能量分布的方法产生在时间-频率平面上的多带宽能量分布；从多带宽能量分布中取出一个或多个波峰；和识别拉姆波型及确定基于取出的一个或多个波峰的拉姆波型的到达时间。
依据本发明的又一个方面，用于产生来自多个传感器信号数据组的结构状态指数(SCI)数据组的方法包括下列步骤：(a)装入多个用于多个网络路径的传感器信号数据组，每个数据组在一个激励频率下测得；(b)从多个传感器信号组中选择一组；(c)从选定的传感器信号组中选择一个传感器信号，其中选定的传感器信号为拉姆波信号；(d)利用普通滤波器和掩蔽窗口分别去除选定的传感器信号的方向并分类；(e)利用微波分解滤波器将已分类的传感器信号分解成子带宽波包；(f)合成新的子带宽信息包；(g)利用应用一组包络窗口的方法从合成子带宽信息包中取出So、So ref和Ao波型；(h)至少计算包络窗口组中的一个参数：(i)确定用于选定传感器信号的结构状态指数；(j)确定选定传感器信号的第一离散概率分布函数(DPDF)；(k)计算选定传感器信号的标准常数；(1)对于选定的传感器信号数据组的每个传感器信号重复步骤(d)-(k)；(m)确定用于在步骤(i)中获得的由结构状态指数组成的SCI数据组的第二DPDF；(n)找出并除去第二DPDF的一个或多个分离数；(o)补偿环境温度对SCI数据组的影响；(p)保存SCI数据组；和(q)对多个传感器信号数据组中的每一组重复步骤(c)-(p)。
依据本发明的另一个方面，用于产生层析图像以确定包括主结构损伤在内的结构状态变化的方法包括下列步骤：(a)装入多个诊断补缀的坐标数据和一组用于由多个诊断补缀定义的网络路径的结构状态指数(SCI)值，这组指数值是在激励频率下测得的；(b)计算用于每个网络路径的二等分点并将相对应的一个SCI值分配给二等分点；(c)计算网络路径的交叉点；(d)指定SCI乘积给每个交叉点；(e)使用三维SCI高斯函数计算交叉点附近的SCI值，每个三维高斯函数定义成用于每个网络路径；(f)利用插入法和一组网络平面的网格点来产生在网络平面上的SCI分布；(g)利用分配每个染色体给相对应的一个网格点的方法建立染色体族；(h)评价和排列染色体族；(i)从染色体族中选择母染色体并复制出子染色体；(j)用复制的子染色体替代母染色体；(k)在预定数量的代内重复步骤(i)-(j)以产生一个最后的染色体族；(1)在最后一代染色体中精选出SCI分布；和(m)产生精选出的SCI分布的层析图像。
依据本发明的又一个方面，用于产生层析图像以确定结构状态变化或主结构损伤的方法包括：装入用于由多个诊断补缀定义的多个网络路径的拉姆波型到达时间数据组，多个诊断补缀应用于主结构；应用代数重建技术以重建已装入的到达时间数据组；和产生基于重建数据组的整个主结构区域的层析图像。
依据本发明的又一个方面，用于开发译码本以分类结构中损坏类型的方法包括下列步骤：(a)利用在多个栅格点上任意选择的多个结构状态指数(SCI)值来初始化一组线束中心；(b)确定成员矩阵；(c)计算成本函数；(d)更新线束中心组；(e)如果成本高于容差重复步骤(b)-(d)而使成本下降；(f)利用选举法标记出线束中心组；(g)任意选择一个训练的SCI输入矢量并选择一个最靠近训练的SCI输入矢量的线束中心；(h)如果SCI输入矢量和选定的线束中心属于同一类则更新选定的线束中心；和(i)产生包括更新的线束中心在内的译码本。
依据本发明的另一个方面，用于产生三维损坏形成管的方法包括下列步骤：提供主结构；产生一组二维层析图像，每组层析图像在相对应数量的振动重复施加给主结构之后产生；和以升序振动重复的方式堆积层析图像以产生三维损坏形成管。
依据本发明的又一个方面，用于开发一个预测模型以预测结构上损坏形成的方法包括下列步骤：(a)建立一个用于拉姆波网络系统的输入-输出系统模型，该系统在选定的时间步骤上至少具有一个激励器和至少一个传感器；(b)使用状态空间系统识别方法识别输入-输出系统模型；(c)训练一个具有SCI值的初步输入-输出系统模型以产生一个使用循环神经网络的先前一步系统模型，由输入-输出系统模型提供的SCI值在先前的时间步骤时建立；(d)使用由至少一个传感器测量的输入信号从先前一步系统模型产生输出信号；(e)从输出信号计算SCI值；(f)重复步骤(c)-(e)直到重复步骤达到预测结构损伤的预定时间；(g)使用输入信号产生未来系统模型的未来输出信号，其中未来系统模型是一种建立在预测损伤的预定时间上的输入-输出系统模型；和(h)提供未来输出信号的SCI值。
熟悉本专业的人员在详细阅读过下面的内容之后将更加明显地看到本发明的这些和其它优点及特性。
附图说明
图1A为根据本发明一实施例的补缀传感器顶部局部剖视图。
图1B为图1A中示出的补缀传感器侧向剖视图。
图1C为能够用于图1A中补缀传感器中的典型压瓷装置俯视图。
图1D为图1C中的压瓷装置侧向剖视图。
图1E为根据本发明另一实施例的补缀传感器顶部局部剖视图。
图1F为图1E中的补缀传感器侧向剖视图。
图1G为包括图1E中补缀传感器的复合叠层剖视图。
图1H为图1E中补缀传感器的另一实施例侧向剖视图。
图2A为根据本发明一实施例的混合补缀传感器顶部局部剖视图。
图2B为图2A中的混合补缀传感器侧向剖视图。
图2C为根据本发明另一实施例的混合补缀传感器顶部局部剖视图。
图2D为图2C中的混合补缀传感器侧向剖视图。
图3A为根据本发明一实施例的光纤补缀传感器顶部局部剖视图。
图3B为图3A中的光纤补缀传感器侧向剖视图。
图3C为包括在图3A中光纤补缀传感器上的光纤线圈顶部局部剖视图。
图3D为图3C中示出的光纤线圈另一实施例顶部局部剖视图。
图3E-F为图3C中的光纤线圈其它实施例顶部局部剖视图。
图3G为图3E中的光纤线圈侧向剖视图。
图4A为根据本发明一实施例的诊断补缀衬垫顶部局部剖视图。
图4B为图4A中示出的诊断补缀衬垫侧向剖视图。
图4C为根据本发明一实施例的利用图4A中的诊断补缀衬垫的螺栓结合结构典型示意图。
图4D为根据本发明另一实施例的利用图4A中的诊断补缀衬垫的螺栓结合结构典型示意图。
图5A为根据本发明一实施例的包括传感器/激励器装置的询问系统示意图。
图5B为根据本发明一实施例的包括传感器的询问系统示意图。
图6A为根据本发明一实施例的应用于主结构的诊断网络补缀系统示意图。
图6B为根据本发明一实施例的具有带状网络结构的诊断网络补缀系统示意图。
图6C为根据本发明一实施例的具有五边形网络结构的诊断网络补缀系统示意图。
图6D为根据本发明一实施例的结合在铆钉/螺栓结合复合叠层内的诊断网络补缀系统立体示意图。
图6E为根据本发明另一实施例的结合在可用结合补缀修复的复合叠层内的诊断网络补缀系统立体示意图。
图6F为根据本发明一实施例的能够控制远距离诊断网络补缀系统的无线数据通讯系统一实施例示意图。
图7A为根据本发明一实施例的在带状网络结构中具有簇形传感器的诊断网络补缀系统示意图。
图7B为根据本发明另一实施例的在五边形网络结构中具有簇形传感器的诊断网络补缀系统示意图。
图8A为根据本发明一实施例的具有串联连接光纤线圈的簇形传感器示意图。
图8B为根据本发明另一实施例的具有并联连接光纤线圈的簇形传感器示意图。
图9为根据本发明一实施例的激励器和传感器信号图。
图10为根据本发明一实施例的询问模块典型操作方法流程图。
图11A为根据本发明一实施例的包括子组的典型激励器网络结构示意图。
图11B为根据本发明另一实施例的具有激励器/传感器子组的网络结构示意图。
图12为根据本发明一实施例的用于确定拉姆波型的典型操作方法流程图。
图13A-B示出的是根据本发明一实施例的用于计算SCI值的典型操作方法流程图。
图14A为根据本发明一实施例的用于产生层析图像以确定结构状态具有变化或损坏区域的典型操作方法流程图。
图14B为根据本发明另一实施例的用于产生层析图像以确定结构状态具有变化或损坏区域的典型操作方法流程图。
图14C为利用图14A的操作方法产生的层析图像。
图14D示出根据本发明一实施例的超频谱层析立方体。
图14E示出根据本发明一实施例的用于说明结构状态变化的三维损坏形成管道。
图15A为根据本发明一实施例的用于提供网络路径交叉点处结构系统状态指数(SCI)分布的神经-模糊推理系统典型操作方法示意图。
图15B为根据本发明一实施例的用于模拟结构网格点上SCI分布的协同混合输出系统典型操作方法示意图。
图16A为根据本发明一实施例的应用于‘热点’区域的Gabor射流示意图。
图16B为根据本发明一实施例的用于划分损伤类型的多层感知过程(MLP)示意图。
图16C为根据本发明一实施例的用于划分结构状态的全连接网络分类器示意图。
图16D为根据本发明一实施例的用于划分结构状态类别的模数网络分类器示意图。
图17A为根据本发明一实施例的用于开发集束‘译码本’的K一均值/学习矢量量化(LVQ)算法典型操作方法流程图。
图17B为根据本发明一实施例的采用图17A中步骤产生的译码本以建立损坏分类器的分类模块典型操作方法示意图。
图18A为根据本发明一实施例的在运行/维修、感应网络系统动力学及网络系统矩阵中结构的三个发展区示意图。
图18B为根据本发明一实施例的用于预测未来系统矩阵的循环神经网络结构示意图。
具体实施方式
出于说明的目的，尽管下面的详细说明包含许多规定，本专业的普通技术人员将会感觉到下面详细内容的许多改变都属于本发明的范围。相应地，以下叙述的下列实施例毫不破坏和限制本发明的权利要求。
这里提供的出版物只涉及本发明申请日之前的内容。此外，提供的出版物日期也许不同于实际出版日期，因而需要单独确认。
图1A为根据本发明一实施例的补缀传感器100顶部局部剖视图。图1B为图1A中A-A向补缀传感器100侧向剖视图。如图1A-B所示，补缀传感器100包括：连接在主结构上的基层102；环箍层104；用于产生和/或接收信号(特别是拉姆波)的压电装置108；用于提供机械阻抗匹配和减少基层102与压电装置108之间热应力不匹配的缓冲层110；两根与压电装置108相连的电线118a-b；用于将压电装置108固定到基层102上的模压层120；和用于保护及密封模压层120的覆盖层106。压电装置108包括：压电层116；与电线118b相连的底部导电片112；和与电线118a相连的顶部导电片114。当预设计电信号通过电线118a-b施加时，压电装置108可作为激励器使用(或，等效地，信号发生器)。根据施加的电信号，压电层116可能出现变形以产生拉姆波。同样，压电装置108也可作为用于感应振动信号、将施加给压电层116的振动信号转换成电信号并通过电线118a-b传输电信号的接收器使用。电线118a-b也可以是薄带状金属线。
可以使用粘合剂将基层102连接到主结构上，最典型的是浇注热固性环氧树脂，例如丁基苯酚、丙烯酸聚亚胺、丁腈酚醛树脂或芳香族聚酰胺。基层102可以是用于防止连接到其上的压电装置108过热和电磁干扰的绝缘层。在某些应用中，需要使用绝缘基层102以适应250℃以上的温度。
其还具有一个低绝缘常数以最小化压电装置108和其主结构之间的信号传播延迟、相互连接能力及相互干扰，并且具有高阻抗以减少高频时的能耗。
基层102可以由多种材料制成。美国特拉华州威尔明顿市杜邦公司生产的Kapton聚亚胺可能最常用，而过氟烷氧基聚四氟乙烯(PFA)、聚p-苯二甲基(PPX)和聚苯并咪唑(PBI)三种材料可用于特殊应用。例如，PFA膜具有良好的绝缘特性和低绝缘损失，因此适于低电压和高温场合。PPX和PBI在高温下能够提供稳定的绝缘强度。
压电层116可由压电陶瓷、晶体或聚合物制成。压电晶体，例如由TRS陶瓷公司生产的PZN-PT晶体由于具有较高的应变能密度和低应力滞后而在压电装置108的设计中使用最好。对于小规格补缀传感器，压电陶瓷，例如日本东京富士陶瓷公司生产的或APC国际有限公司生产的PZT陶瓷可用于压电层116。顶部和底部导电片112和114可由金属材料制成，例如铬或金，并且利用常规的喷涂方法施加到压电层116上。在图1B中，示出的压电装置108仅具有一对导电片。然而，压电装置108可以具有多组具有不同厚度的导电片以使压电层116在产生/检测信号波方面的性能最佳这一点对于普通技术人员来说应该是很明显的。每个压电片的厚度可由与补缀传感器100相连接的特殊主结构给出的热和机械负荷的限制来确定。
为了保持温度循环，压电装置108的每层也许需要具有与其它层相近的热膨胀系数。然而，组成基层102的典型聚亚胺的热膨胀系数大约为4-6x10-5In’，而组成压电层116的典型压电陶瓷/晶体的热膨胀系数大约为3x10-6K~l。这种热膨胀不匹配也许是压电装置108损坏的主要原因。压电装置108损坏时需要从主结构上更换下补缀传感器100。如上所述，缓冲层110可用于减少压电层116与基层102之间热膨胀系数不匹配的负面影响。
缓冲层110可由导电聚合物或金属制成，最好是具有2X10-5K-1热膨胀系数的铝。一层或多层由氧化铝、硅或石墨制成的缓冲层可以代替或添加到缓冲层110上。
在一个实施例中，由铝制成的缓冲层110的厚度接近于压电层116的厚度，压电层116的厚度大约为0.25mm，并且包括两个每片大约0.05mm的导电片112和114。总之，缓冲层110的厚度可由材料特性及与其相邻层的厚度来确定。
缓冲层110可提供较高的抵抗热负荷的耐久性和压电装置108双重功能的一致性。在另一实施例中，压电装置108可能具有加在导电片顶部114的另一缓冲层。
缓冲层110的另一功能是放大由基材102接收的信号。由于补缀传感器100产生的拉姆波信号是沿主结构传播，由连接在主结构上另一补缀传感器100接收的信号强度随两个补缀传感器之间的距离增加而减少。当拉姆波信号到达补缀传感器100的安装位置时，基层102可能接收到该信号。然后，取决于缓冲层110的材料和厚度，接收信号的强度在特殊频率下也许被放大。结果，压电装置108将放大的信号转换成电信号。
由于水分、可移动的离子和不利的环境条件也许会破坏补缀传感器100的性能及减少其寿命，可以使用两个保护性涂覆层，一个是模压层120，另一个是覆盖层106。模压层120可由环氧树脂、聚亚胺或硅酮聚亚胺利用普通分配方法而制成。同样，模压层120可由低热膨胀聚亚胺形成并附着在压电装置108和基层102的表面。由于模压层120的钝化并不能形成保角密封，覆盖层106可以附着在模压层120上以提供密封。覆盖层120可由金属，例如镍、铬或银制成并利用诸如电解或e-射束放射及喷镀等传统方法附着。在一个实施例中，可在覆盖层106上再涂覆一层环氧树脂或聚亚胺膜以提供一个保护层以防划伤和破裂。
环箍层104可由绝缘材料制成，例如氮化硅或玻璃，并环绕压电装置108而安装在基层102上以防压电装置108的导电元件短路。
图1C为压电装置130的俯视图，其能够是本行业公知的传统类型，并且能够用在压电装置108处，图1D为图1C中B-B向压电装置130的侧向剖视图。如图1C-D所示，压电装置130包括：一个底部导电片134；一个压电层136；一个与电线138b相连的顶部导电片132；一个与电线138a相连的连接片142；和一个用于将连接片142连接到底部导电片134上的导电块144。顶部导电片132能够利用凹槽140与连接片142实现电器分离。
图1E为根据本发明另一实施例的补缀传感器150顶部局部剖视图。图1F为图1E中的补缀传感器150侧向剖视图。如图1E-F所示，补缀传感器150包括：底部基层151；顶部基层152；环箍层154；压电装置156；顶部和底部缓冲层160a-b；两根与压电装置156相连的电线158a-b。压电装置156包括：一个压电层164；一个与电线158b相连的底部导电片166；和一个与电线158a相连的顶部导电片162。补缀传感器150元件的功能和材料可以与补缀传感器100上相对应的元件相同。每个缓冲层160a-b可以包括多于一个的子层，并且每个子层能够由聚合物或金属制成。顶部基层152能够用与基层102相同的材料制成。
补缀传感器150能够固定在主结构上以监视结构健康状态。同样，补缀传感器150也可以结合在叠层内部。图1G为内部具有补缀传感器150的复合叠层170侧向剖视图。如图1G所示，主结构包括：多层172；和至少一个用多层172处理的补缀传感器150。在一个实施例中，处理过程之前可用诸如环氧树脂等粘合材料浸渍多层172。在处理过程中，来自多层172的粘合材料可能填充空腔174。为了避免粘合材料的蓄积，环箍层154可具有能够填充空腔174的结构。
图1H为图1E中补缀传感器150另一实施例180侧向剖视图。如图所示，补缀传感器180包括：一个底部基层182；一个顶部基层184；一个环箍层198；一个压电装置190；顶部和底部缓冲层186及188。为了简化，图1H中没有示出一对连接到压电装置190上的电线。压电装置190包括：一个压电层196；一个底部导电片194；和一个顶部导电片192。补缀传感器180元件的功能和材料可以与补缀传感器150上相对应的元件相同。
环箍层198可以包括一个或多个具有不同尺寸的子层197以便环箍层198的外部轮廓能够与空腔的几何形状相匹配。利用由子层197填充空腔174的方法，在处理叠层170的过程中粘合材料就不会出现蓄积。
图2A为根据本发明一实施例的混合补缀传感器200顶部局部剖视图。图2B为图2A中C-C向混合补缀传感器200侧向剖视图。如图2A-B所示，混合补缀传感器200包括：一个与主结构相连的基层202；一个环箍层204；一个压电装置208；一个具有两端214a-b的光纤线圈210；一个缓冲层216；两根与压电装置208相连的电线212a-b；一个模压层228；和一个覆盖层206。压电装置208包括：一个压电层222；一个与电线212b相连的底部导电片220；和一个与电线212a相连的顶部导电片218。在另一实施例中，压电装置208可以与图1C中的压电装置130相同。光纤线圈210包括：一个卷绕的光纤电缆224；和一个涂覆层226。混合补缀传感器200的元件可以与补缀传感器100上相对应的元件相同。
光纤线圈210可以是一个Sagnac干涉仪，并且能够进行操作以接收拉姆波信号。由拉姆波引起的主结构表面的弹性应力能够叠合在由弯曲和张力引起的预存在应力上。结果，在通过光纤电缆224进行光传输过程中频率/相位的变化量取决于光纤电缆224的总长度。在一实施例中，考虑到电磁干扰和振动噪音的良好抗扰性，光纤线圈210可用作主传感器，而压电装置208则能用作辅助传感器。
光纤线圈210通过卷绕的光纤电缆224将多普勒效应原理应用于光传输频率上。对于每一圈光纤电缆210来说，内侧的光纤可能承受压力，而外侧的光纤则承受张力。这些压力和张力能够在光纤电缆224上产生应力。由拉姆波引起的主结构振动位移或应力可能叠加在光纤电缆224的应力上。根据双折射公式，光纤电缆224的包覆表面的反射角可能是由压力和/或张力引起的应力的函数。因此，每圈光纤的内侧和外侧都能够形成不同于直线形光纤的反射角，结果，当光通过光纤线圈210传输时，根据拉姆波的相对弯曲位移，光的频率可能偏离共轴输入频率。
在一个实施例中，光纤线圈210可能包括10至30圈光纤电缆224，并且具有至少10mm的最少圈直径236(di)。在光纤线圈210的最内圈和压电装置208的外部圆周之间存在间隙234(dg)。间隙234取决于最少圈直径236和压电装置208的直径232(dp)，并且最好以大约为光纤电缆224直径230(df)二或三倍的数量大于直径232。
涂覆层236能够由金属或聚合物材料制成，最好是环氧树脂，以增加光纤线圈210对弯曲位移的灵敏度或由主结构引导的拉姆波的应力。此外，在光纤电缆224的卷绕过程中可将经过控制的张力施加到光纤电缆224上以提供附加的抗张力。涂覆层226能够保持卷绕的光纤电缆224的内部应力，并且对于每圈光纤电缆来说允许其相对于拉姆波弯曲位移而均匀地在平面内位移。
涂覆层226可由其它材料制成，例如聚亚胺、铝、铜、金或银。涂覆层226的厚度范围可以在直径230的大约30％至两倍之间。由聚合物材料组成的涂覆层226可以用两种方法施加。在一实施例中，卷绕的光纤电缆224能够敷设在基层202上，并且聚合物涂覆材料可由喷射器进行喷射，例如Biodot喷射器。在另一实施例中，卷绕的光纤电缆224可以浸在涂覆材料的融化槽中。
由金属构成的涂覆层226可利用传统金属涂覆技术施加，例如磁控反应或等离子辅助喷涂以及电解。特别是，可使用氧化锌作为涂覆层226的涂覆材料以便为其提供压电特性。当氧化锌施加到卷绕的光纤电缆224的顶面和底面时，光纤线圈210可沿径向同心收缩或膨胀以响应电信号，此外，氧化硅或氧化钽的涂覆材料也可用来控制卷绕的光纤电缆224的折射指数。氧化硅或氧化钽可使用间接/直接离子束辅助附着技术或电子束蒸发附着技术进行施加。应该注意到也可利用其它方法将涂覆层226应用到光纤电缆224上而不会偏离本发明。
可以使用物理固着粘合剂而不是普通聚合物将压电装置208及光纤线圈210固定到基层202上，其中物理固着粘合剂可以包括，但不限于丁基丙烯酸盐-乙基丙烯酸盐共聚物、苯乙烯-丁二烯-异戊二烯三聚物和聚氨基甲酸酯醇酸树脂。由于缺乏聚合结构上的交联，这些材料的粘合特性在涂覆过程中或涂覆过程后能够保持恒定。此外，与传统聚合物相比，这些粘合剂用于湿润大范围的基层202而不损坏不同分析的灵敏度时最佳。
图2C为根据本发明另一实施例的混合补缀传感器240顶部局部剖视图。图2D为图2C示出的混合补缀传感器240侧向剖视图。如图2C-D所示，混合补缀传感器240包括：一个底部基层254；一个顶部基层242；一个环箍层244；一个压电装置248；一个具有两端250a-b的光纤线圈246；顶部和底部缓冲层260a-b；和两根与压电装置248相连的电线252a-b。压电装置248包括：一个压电层264；一个与电线252b相连的底部导电片262；和一个与电线252a相连的顶部导电片266。光纤线圈246包括：一个卷绕的光纤电缆258；和一个涂覆层256。混合补缀传感器240的元件可以与混合补缀传感器200上相对应的元件相同。
与补缀传感器150的情况相同，混合补缀传感器240可以固定到主结构上和/或结合在复合叠层的内部。在一实施例中，环箍层244可以类似于环箍层198以填充由补缀传感器240和复合叠层形成的空腔，图3A为根据本发明一实施例的光纤补缀传感器300顶部局部剖视图。图3B为图3A中D-D向光纤补缀传感器300侧向剖视图。如图3A-B所示，光纤补缀传感器300包括：一个基层302；一个环箍层304；一个具有两端310a-b的光纤线圈308；一个模压层316；和一个覆盖层306。光纤线圈308包括：一个卷绕的光纤电缆312；和一个涂覆层314。光纤补缀传感器300上每个元件的材料和功能可以类似于图2A中混合补缀传感器200上相对应的元件。最内圈直径313可由光纤电缆312的材料特性来确定。
图3C为包含在图3A的光纤补缀传感器中的光纤线圈308顶部局部剖视图，用于说明卷绕光纤电缆312的方法。如图3C所示，光纤线圈308的最外圈可以用一端310a开始，而最内圈则可以用另一端310b结束。图3D为图3C中示出的光纤线圈308的另一实施例318顶部局部剖视图。如图3D所示，光纤电缆322能够对折，并且能够用这样的方法进行卷绕以至于最外圈从两端320a-b开始。卷绕的光纤电缆322可由涂覆层319来覆盖。
应该注意到图3C-D中示出的光纤线圈308和318可以直接连接到主结构上并且用作光纤线圈传感器。出于这一原因，下面的说明中术语“光纤线圈”和“光纤线圈传感器”可以互用。图3E-F为光纤线圈308的另一实施例。如图3E所示，光纤线圈330包括：一个具有两端338a-b并利用与电缆312相同的方法进行卷绕的光纤电缆334；和一个涂覆层332。线圈330具有孔眼336以配合固定器，这将在下面进行解释。同样，图3F中的光纤线圈340包括：一个具有两端348a-b并利用与电缆322相同的方法进行卷绕的光纤电缆344；和一个涂覆层342。线圈340具有孔眼346以配合固定器。图3G为图3E中DD-DD向光纤线圈330侧向剖视图。
应该注意到图3A-G中叙述的传感器可以用与图1G中叙述的方法一样结合在叠层内。
图4A为根据本发明一实施例的诊断补缀衬垫400顶部局部剖视图。图4B为图4A中E-E向诊断补缀衬垫400侧向剖视图。如图4A-B所示，诊断补缀衬垫400包括：一个具有两端410a-b的光纤线圈404；一个压电装置406；一个用于包住光纤线圈404和压电装置406的支撑元件402，光纤线圈404和压电装置406利用粘合材料固定到支撑元件402上；一对与支撑元件402相连的电线408a-b；和一个用于覆盖光纤线圈404和压电装置406的覆盖盘414。光纤线圈404和压电装置406的材料和功能可以类似于混合补缀传感器200的光纤线圈210和压电装置208。在一实施例中，压电装置406可以类似于装置130，除了装置406具有孔眼403之外。光纤线圈404和压电装置406可以使用传统的环氧树脂固定在支撑元件402上。支撑元件402上具有缺口412，光纤线圈404的两端410a-b和一对电线408a-b可以穿过该缺口。
在图4A-B中，诊断补缀衬垫400可用作激励器/传感器使用并且具有光纤线圈404和压电装置406。在另一实施例中，诊断补缀衬垫400可用作传感器并且仅具有光纤线圈404。在又一实施例中，诊断补缀衬垫400可用作激励器/传感器使用并且仅具有压电装置406。
如图4A-B所示，诊断补缀衬垫400具有空腔403以配合其它固定装置，例如螺栓或铆钉。图4C为根据本发明一实施例的使用诊断补缀衬垫400的螺栓结合结构420示意图。在螺栓结合结构420中，传统的螺栓424、螺母426和垫圈428可用于固定一对结构422a-b，例如板。众所周知，结构应力可能集中在螺栓结合区域429附近并且易于引起结构损坏。诊断补缀衬垫400可以结合在螺栓结合结构420中以用于检测这样的损坏。
图4D为根据本发明另一实施例的使用诊断补缀衬垫400的螺栓结合结构430侧向剖视图。在螺栓结合结构430中，传统的螺栓432、螺母434和一对垫圈436及438可用于固定蜂窝/叠层结构。蜂窝和叠层结构440可以包括复合叠层422和蜂窝部448。为了检测螺栓结合区域附近的结构损伤，可在蜂窝部448内插入一对诊断补缀衬垫400a-b，如图4D所示。需要一个套管446以将顶部和底部补缀衬垫400a-b支撑在复合叠层422上。同样，可在复合叠层422和诊断补缀衬垫400b之间插入热保护圆盘444以防止衬垫400b受到破坏性传热的损坏。
如图4B所示，覆盖盘414的外部圆周415可以具有倾斜角以形成锁定结构，其能够防止光纤线圈404和压电装置406受到由施加给螺栓424和螺母426的扭矩而引起的过大接触负荷。
图5A为根据本发明一实施例的包含有传感器/激励器的询问系统500构成示意图。如图5A所示，询问系统500包括：一个用于产生和/或接收拉姆波信号的传感器/激励器装置502；一个双导线电线516；一个用于处理由装置502接收的信号的调节器508；一个用于将模拟信号转换成数字信号的模拟一数字(A/D)转换器504；一个用于管理系统500中所有元件的计算机514；一个放大器506；一个用于将数字信号转换成模拟拉姆波信号的波形发生器510；和一个用于转换装置502和计算机514之间连接的继电器开关阵列模块512。通常，可将一个以上的装置502连接到继电器开关阵列模块512上。
装置502可以是图1A-2D和图4A-D中叙述的包括用于产生拉姆波517和接收由其它装置产生的拉姆波的压电装置的传感器之一。为了产生拉姆波517，波形发生器510可以从计算机514(更确切地说是从计算机514内的模拟输出卡)通过继电器开关阵列模块512接收激励波形数字信号。在一实施例中，波形发生器510可以是一个模拟输出卡。
继电器开关阵列模块512可以是一块传统的插入式继电器板。作为激励器和传感器之间的“相互干扰”连接器，继电器开关阵列模块512中包括的多个继电器开关可以由计算机514的微处理器进行调整以选择特定顺序时的各个继电器开关。在一实施例中，由波形发生器510产生的模拟信号可以通过分支电线515发送给其它激励器。
装置502能够用作接收拉姆波的传感器。接收信号可以发送给能够调节信号电压和滤除电噪音以选择处于适宜频率带宽范围内的有意义信号的调节器508。
然后，滤过信号可以发送给模拟-数字转换器504，该装置可以是一个数字输入卡。来自模拟-数字转换器504的数字信号可以通过继电器开关阵列模块512传输给计算机514以便进一步分析。
图5B为根据本发明另一实施例的包括一个传感器的询问系统520构成示意图。装置520包括：一个具有光纤线圈的传感器522；用于连接的光纤电缆525；一个用于提供载波输入信号的激光源528；一对调制器526和534；一个声光调制器(AOM)530；一对耦合器524和532；一个用于感应通过光纤电缆525传输的光信号的光检测器536；一个A/D转换器538；一个继电器开关阵列模块540；和一个计算机542。传感器522可以是图2A-4D中叙述的包括光纤线圈的传感器之一。在一实施例中，耦合器524可将光纤电缆525连接到与另一传感器523相连的另一光纤电缆527上。
传感器522，更准确地说是包括在传感器522内的光纤线圈可以用作激光多普勒测速仪(LDV)。激光源528，最好是二极管激光，可以发射输入载波光信号给调制器526。调制器526可以是一个外差式调制器并且能够将载波输入信号分成两个信号：一个用于传感器522而另一个用于AOM 530。传感器522能够利用相对应于拉姆波信号的多普勒频率移动输入载波信号并将该信号传输给调制器534，其中调制器534可以是一个外差式同步器。调制器534能够解调透射光以去除光的载波频率。光检测器536，最好是一个光二极管，可以将解调后的光信号转换成电信号。然后，A/D转换器538将电信号数字化并通过继电器开关阵列模块540传送给计算机542。在一实施例中，耦合器532能够连接与另一传感器544相连的光纤电缆546。
图6A为根据本发明一实施例的应用到主结构610上的诊断网络补缀系统(DNP)600示意图。如图6A所示，诊断网络补缀系统600包括：补缀602；传输链612；至少一个与传输链612相连的桥箱604；一个数据获取系统606；和一个用于管理DNP系统600的计算机608。补缀602可以是装置502或传感器522，而传输链612的类型则可由补缀602的类型来确定，并且包括电线、光纤电缆或两者兼用。
典型地，主结构610可由复合或金属材料制成。
传输链612可在桥箱604处终止。桥箱604能够连接补缀602以允许来自外部波形发生器510的信号进入并将接收的信号传送给外部A/D转换器504。桥箱604能够通过电缆/光缆连接并且能够包括一个用于调节动作信号、过滤接收的信号和将光信号转换成电信号的电子调节器508。采用继电器开关阵列模块512时，连接到桥箱604的数据获取系统606能够转发补缀602的信号并将来自补缀602的接收信号倍增到以预定顺序排列的通道中。
众所周知，拉姆波的产生和检测受主结构上激励器和传感器位置的影响。因此，在网络结构中应该将补缀602适当配对以最小化拉姆波在损伤识别上的用途。
图6B为根据本发明一实施例的具有带状网络结构的诊断网络补缀系统620示意图。如6B所示，诊断网络补缀系统620可以应用到主结构621上，并且包括：补缀622；一个与计算机626相连的桥箱624；和传输链632。补缀622可以是一个装置502或一个传感器522，其中补缀622的类型可由传输链632的类型来确定。传输链632可以是电线、光纤电缆或两者兼用。
计算机626能够协调可以作为激励器和/或传感器使用的补缀622的操作。箭头630代表由补缀622产生的拉姆波的传播。通常，主结构621上的损伤628可能会在波散射、衍射和拉姆波传输损失方面影响传输方式。损伤628可以包括损坏、断裂及复合结构的分层等。损伤628可利用检测由补缀622捕捉到的拉姆波传输方式的变化来监视。
DNP系统的网络结构在基于拉姆波的结构健康监视系统中十分重要。在DNP系统620的网络结构中，波射线通讯路径应该均匀随机分布。通讯路径的均匀度和补缀622之间的距离能够由主结构621中损伤628的最小可检测尺寸来确定。一个具有适当补缀排布的最佳网络结构能够提高损伤识别的准确性而无需增加补缀622的数量。
用于建立起补缀间波‘相互干扰’路径的另一结构可以是图6C中示出的五边形网络。图6C为根据本发明另一实施例的具有五边形网络结构的诊断网络补缀系统640示意图。诊断网络补缀系统640可以应用于主结构652，并且包括：补缀642；一个与计算机646相连的桥箱644；和传输链654。补缀642可以是一个装置502或一个传感器522。在系统640中，补缀642能够利用发送或接收由箭头648标出的拉姆波的方式来检测损伤650。
图6D为根据本发明另一实施例的结合在由铆钉/螺栓连接的复合叠层666和668中的诊断网络补缀系统660立体示意图。如图6D所示，诊断网络补缀系统660包括：补缀662；和诊断补缀衬垫664，每一个衬垫用一对螺栓和螺母连接。出于简化的目的，图6D中没有示出桥箱和传输链。补缀662可以是一个装置502或传感器522。在系统660中，补缀662和诊断补缀衬垫664可以利用发送或接收如箭头670所示的拉姆波的方式检测损伤672。典型地，损伤672可能出现在用于固定器的孔眼周围。诊断补缀衬垫664能够与其它临近的排列成带状网络结构的诊断补缀662进行通讯，如图6D所示。在一实施例中，光纤线圈传感器330和340可用在诊断补缀衬垫664处。
图6E为根据本发明一实施例的应用于可用结合补缀686修复的复合叠层682上的诊断网络补缀系统680立体示意图。如图6E所示，诊断网络补缀系统680包括可以是一个装置502或一个传感器522的补缀684。出于简化的目的，图6E中没有示出桥箱和传输链。在系统680中，补缀684能够利用发送或接收如箭头687所示的拉姆波的方式来检测位于修复补缀686和复合叠层682之间的损伤688。
图6F为根据本发明一实施例的能够控制远距离诊断网络补缀系统的无线数据通讯系统690一实施例示意图。如图6F所示，无线数据通讯系统690包括：一个桥箱698；和一个能够由地面控制692进行操作的地面通讯系统694。桥箱698能够连接到提供给例如飞机696等主结构的诊断网络补缀系统上，该装置需要大范围的结构健康监视。
桥箱698能够以两种方式进行操作。在一实施例中，桥箱698可作为一个信号发射器。在此实施例中，桥箱698可以包括微型转换器和一个能够通过无线信号693发送结构健康监视信息给地面通讯系统694的射频遥控系统微处理器。在另一实施例中，桥箱698可作为一个电磁波接收器。在此实施例中，桥箱698可以包括一个能够通过无线信号693接收来自地面通讯系统694能量的组件，而接收的能量则可用于操作应用于结构696的DNP系统。组件可以包括一个具有受激电极、互补金属氧化物半导体(CMOS)、双极能量调节电路、混合片状电容器和接收天线线圈的微型机械加工的硅基层。
桥箱698的结构可以近似于主结构696的外层。在一实施例中，桥箱698可以具有多层蜂窝夹层结构，而多个微型带状天线则可以嵌入在多层蜂窝夹层结构的外表面板内，并且用作为保形承载天线。多层蜂窝夹层结构可以包括一个蜂窝芯和由诸如e-玻璃/环氧树脂、Kevlar/环氧树脂、石墨/环氧树脂、铝或钢等有机和/或无机材料制成的多层绝缘叠层。由于综合微型机械加工技术发展迅速，微型带状天线的尺寸和生产成本可以进一步降低，这样可使桥箱698在不损失其性能的同时能够减少操作/生产费用。
本发明的范围并不限于使用标准无线应用协议(WAP)和用于无线结构健康监视系统的无线标准语言。采用移动互联网成套工具时，应用系统能够建立一个可以使用WAP使能移动电话、具有HTML浏览器的小型计算机或其它HTML使能装置来正确使用结构状态监视或底层结构管理的固定点。
由于微型电话系统可用于寻找移动源的方向，可使用能够利用测量信号到达的不同时间来寻找损坏位置的簇形传感器系统。图7A为根据本发明一实施例的在带状网络结构中具有簇形传感器的诊断网络补缀系统700示意图。如图7A所示，诊断网络补缀系统700能够应用于主结构702并且包括簇形传感器704和传输链706。
每个簇形传感器704包括两个接收器708和712及一个激励器/接收器装置710。接收器708和712中的每一个可以是图1A-4D中示出的传感器之一，而激励器/接收器装置710则可是图1A-2D和图4A-D中示出的传感器之一并且具有用于产生拉姆波的压电装置。当某一簇形传感器704的激励器/接收器装置710发送拉姆波时，相邻的簇形传感器704将利用所有的三个元件，即激励器/接收器装置710和接收器708及712接收拉姆波。将所有三个元件作为一个接收器装置使用，每个簇形传感器704都能接收到较精确的拉姆波信号。同样，利用测量三个元件间的不同到达时间，寻找损伤714方向的精确度能够得到提高。
图7B为根据本发明另一实施例的在五边形网络结构中具有簇形传感器的诊断网络补缀系统720示意图。如图7B所示，诊断网络补缀系统720能够应用于主结构722以检测损伤734，并且包括簇形传感器724和传输链726。每个簇形传感器724可以类似于簇形传感器704。
图8A为根据本发明一实施例的具有串联连接光纤线圈的簇形传感器800示意图。簇形传感器800可以类似于图7A中的簇形传感器704并且包括两个传感器804及808和一个激励器/传感器806。在此结构中，输入信号可以通过一端810a进入传感器，而来自另一端810b的输出信号则可能是输入信号和三个传感器804，806及808输出的总和。在一实施例中，可以利用基于波长的信号分离技术将来自每个传感器的信号与来自其它传感器的信号分开。
图8B为根据本发明一实施例的具有并联连接光纤线圈的簇形传感器820示意图。簇形传感器820可以类似于图7A中的簇形传感器704并且包括两个传感器824及828和一个激励器/传感器826。在此结构中，输入信号可以分别通过三个端830a，832a及834a进入三个传感器，而来自其它端830b，832b及834b的输出信号则可能是输入信号和三个传感器824，826及828各自输出的总和。
应该提到在图8A-B中，已经将传感器804，808，824，828作为光纤线圈传感器308进行了说明。然而，本专业的普通技术人员应该很清楚每个传感器804，808，824，828都可以是图1A-4D示出的传感器之一，而每个中间传感器806，826则可以是图1A-2D及图4A-D中示出的传感器之一并且具有用于产生拉姆波的压电装置。同样，簇形传感器800，820可以与图1G中叙述的方法一样结合在复合叠层内。
图9为根据本发明一实施例的激励器和传感器信号图900。为了产生拉姆波，可将激励器信号904施加给激励器，例如补缀传感器100。激励器信号904可以是具有最大振幅位于波形中间的多个波峰并且具有窄频率带宽波谱能量的音调脉冲信号。可以使用Hanning函数对激励器信号904的各种波形进行设计，并且具有0.01MHz～1的中心频率。当激励器接收到激励器信号904时，其可能产生具有特殊激励频率的拉姆波。
信号912a-n可以表示由传感器接收的传感器信号。可以注意到，每个信号912可以具有分别由信号取出窗口(或，等效地，包迹线)920，922，924分开的波包926，928，930。由于传感器位置上的分散方式不同，这些波包926，928，930可能具有不同的频率。应该注意信号分配窗口916已经用于识别来自每个传感器信号的拉姆波信号。波形926，928，930分别对应于基波对称方式So、反射方式So ref和基波反对称方式Ao。反射方式So ref可以代表来自主结构边界的拉姆波反射。可以观察到基本剪切方式So’和其它较高的方式。可是，出于简化的目的，它们都没在图9中示出。
传感器信号912上的区段914可以是由音调脉冲激励器信号904引起的电噪音。为了将区段914与传感器信号912的其余段分开，掩蔽窗口918，其可以是一个在激励时间周期上延迟的S形函数，可以施加到传感器信号912上以作为阈函数。然后，可以使用沿每个传感器信号时间变化的移动波-包迹线窗口920，922，924从传感器信号912中取出波包926，928，930。波包926，928，930可以是传感器信号912的传感器部。包迹线窗口920，922，924可以利用爬山算法来确定，该算法能够寻找出传感器信号912的波峰和波谷并能够在时间轴上插入寻找数据点。如果最接近数据点的数值小于当前数据点的数值，可将波信号中每个数据点的数值和位置进行储存直至沿前后方面连续对比所有波信号数据点的波数值结束为止。一旦获得波信号的包迹线，可利用相对应于拉姆波方式的时间间隔将每个包迹线分成子包迹线窗口920，922，924。子包迹线窗口920，922，924可用于利用沿每个测量的传感器信号912的整个时间变化而移动的方式取出波包926，928，930。
将DNP系统应用于主结构后，结构健康监视程序开始对DNP系统进行处理，其中监视程序可以包括询问、处理、分类和诊断模块。图10为根据本发明一实施例的询问模块典型操作方法流程图1000。询问模块能够寻找到损伤、确定影响并监视主结构的修复及修理-结合-补缀性能。在步骤1002中，询问模块能够将DNP系统的诊断补缀分成子组，并且每个子组中指定一个激励器。应该注意每个诊断补缀在某一点的某一时刻是用作激励器，而以后同一补缀则可以转换成用作传感器。图11A示出了一个根据本发明一实施例的包括由询问模块分成的子组的激励器网络结构1 100实例。由于每个激励器1102，1104，1106，1108同样可以作为传感器使用，这些激励器能够形成各种组合的子组。箭头1110表示激励器1102，1104，1106，1108之间拉姆波信号的传播。表1示出可能的子组，其中每个子组具有一个激励器。例如，子组1具有一个激励器A11102和两个传感器A21104及A41108。
表1.由图11A中四个补缀组成的子组
子组数量 激励器  传感器  1A1 A2，A4 2A2 A1，A3，A4 3A3 A2，A4 4 A4 A1，A2，A3。
图11B示出另一个根据本发明另一实施例的包括由询问模块分成的子组的激励器/传感器网络结构1120实例。如图11B所示，使用四个激励器/传感器1132a-1132d和十三个传感器1130a-1130m能够产生四个子组1122，1124，1126，1128。表2示出图11B中由补缀形成的每个子组的元件。
表2.由图11B中十七个补缀组成的子组
子组数量 激励器 传感器5A1 A2，SI，S2，S3，S4  6A2 A1，A4，S3，S4，S5，S6，S7 7A3A2，S6，S7，S8，S9，S10A4A2，S11，S12，S13。
应该注意图11B中十三个传感器1130a-1130m中的每一个同样都能够作为激励器使用。然而，在某一点的某一时刻每个子组中仅有一个补缀用作激励器，而其它补缀同时作为传感器使用。
在图11B的情况下，一个传感器(例如S3)可以属于一个以上的子组(组5和6)。为了清楚地进行说明，图11A-B中仅示出四个激励器/传感器和十三个传感器。然而，很明显对于本专业的普通技术人员来说可以采用任何数量的补缀。
例如图11A-B示出的诊断补缀系统的网络结构可以配置成具有最小数量的激励器和传感器的同时具有最完整的网络性能。诊断网络可以用无向图G＝(N，E)表示，其中节点N和边E分别表示补缀位置和波通讯路径。无向图G可以是诊断网络通讯关系图，图11A中的节点1102，1104，1006，1108表示激励器和传感器组的元件，而图11A中作为边1110的实线则表示相对于表1中激励器和传感器组的有序对。
如果在每对节点i和j之间至少存在一个补缀就需要连接无向图G。在一个用于网络路径均匀性的典型最佳设计中，可以定义下列符号：n为节点数；jee{0，1}为表示节点i和j之间路径的判定变量；x(＝{x12，x13，...，xn-1，n})为网络设计的拓扑结构。R(x)为网络设计约束条件，例如补缀的数量；<<为网络设计的成本变量，例如拉姆波的传播距离，每个网络路径与其它网络路径的交叉点数量或激励频率灵敏度因子。诊断网络的最佳设计可以是n-1，n表示如下：arg max Z(x)＝EEc<<x s.t.R(x)！R..，其中最佳i＝1 j＝i+1问题必须被解决以用于能够满足限制R，，，，，的变量x(＝{x12，x13，...，xn-1，n})值，并且同时最小化表示网络路径均匀性的目标函数Z(x)。
在另一个最佳组设计实例中，网络子组中的每个传感器可能与图11B中示出的组中的一个激励器有关。网络性能取决于每个子组中激励器和传感器的位置和数量。对于补缀的这一组布置来说，可以考虑激励器/传感器矩阵，其中如果i传感器与激励器有关则矩阵的每个元素(i，k)为1，否则为0。在这种组设计中，可以使用一个常用的整数编程公式，该公式包括下列变量说明和约束条件的规定。每个激励器仅可分配给一个子组，而每个传感器则可分配给一个以上的子组：如果i<<激励器被分配给子组c则xic为1，否则为0；如果j传感器分配给子组c则Yic为1，否则为0。
两个约束条件可以表达成：其中k为规定的子组数量，而m，n则分别为激励器和传感器的数量。
参见图10，在询问模块中完成的遗传算法可以设计步骤1004中的网络和信号路径。一个或较多的人为损伤，例如小的可拆卸补缀，可以应用于主结构以模拟损坏。
然而，每个激励器可以发送信号给一个或多个分组后的子组中的传感器。
基于由传感器接收的信号，遗传算法可以确定最佳网络、信号路径和激励器的顺序以便能够准确地检测出人为损伤的位置和类型。取决于主结构的几何形状和材料，子组的确定包括调节通讯网络中激励器/传感器数量的步骤。
在步骤1006中，根据来自继电器开关阵列模块512(图5A中示出)的顺序指令，i<<子组中的激励器可以被激活以产生拉姆波信号。然后，可由步骤1008中子组内的传感器对带有结构状态信息(SCI)的信号进行测量，而j<<子组则可能包括第i个子组。在步骤1010中，询问模块能够计算测量信号与原始信号的偏差，其中原始信号可在没有人为损伤的情况利用完成步骤1004和1006的方法来制定。其次，在步骤1012中询问模块可以将偏差和测量信号保存到一个适宜的信号数据库存放处(例如计算机514)以作为可扩展的标识语言(XML)格式化文件。此外，询问模块可以保存激励器和传感器的坐标以及包括激励频率、激励器和传感器的识别号码、电压、补缀类型和操作故障状态在内的规定信息数据。随后，询问模块能够在步骤1014中停止询问过程。
询问模块能够在一套不连续的激励频率下完成步骤1006，1008，1010和1012，而DNP系统的激励器则可以在每个激励频率下受到激励以产生拉姆波。然后，处理模块能够处理保存的传感器信号以确定在激励频率下用于每个网络路径的结构状态指数(SCI)。一对激励器和传感器之间网络路径的SCI涉及到受主结构损坏影响的数量，结果，其表示可能位于主结构内部区域的结构状态变化程度。SCI可能包括，但不限于拉姆波型的到达时间、分布在其时间一频率范围或传感器信号峰值振幅上拉姆波型的波谱能量。图12为根据本发明一实施例的用于识别和确定拉姆波型到达时间的典型操作过程1200流程图。在步骤1202中，处理模块能够装入一套来自信号数据库存放处，例如计算机514的传感器信号数据，而每个传感器信号数据则可以在一个激励频率下测量。下文中，激励频率将表示DNP系统的激励器受激以产生拉姆波时的频率。可以检查已保存的用于网络补缀系统的规定信息数据和识别网络路径数量以检测是否将适宜的激励器和传感器分配给每个网络连接路径。然后，在步骤1204中，处理模块能够消除每一个装入的传感器信号的方向以去除非固定信号成分。随后，在步骤1206中，利用将掩蔽窗口918应用于已去除方向的每个信号数据的方法可除去由音调脉冲激励器信号904而引起的电噪音914。结果，在步骤1208中，可以完成对除噪信号数据的短时傅里叶或微波转换以获得有关沿时间轴的受激中心频率带宽的时间-频率信号能量分布。
在步骤1210中，处理模块能够完成累积整组时间-频率信号能量分布以产生在时间-频率平面上的多带宽能量分布。然后，在步骤1212中，处理模块能够从时间-频率平面上的多带宽能量分布中取出波峰(曲线)。从能量分布中取出的波峰能够显示出每种波形的轨迹曲线，并且能够提供沿频率轴的局部最大波峰。在取出波峰过程中，寻找局部最大波峰可在时间轴上的固定值处完成，其中分布数据行上的最大值可能与沿两个方向移动该行一步而给出的两个新行进行比较，并且如果其大于预确定的阈值可以保存该最大值。
在步骤1214中，基于波峰曲线，处理模块可以在时间-频率平面上识别So、So ref和Ao波型(图9的926，928和930)的轨迹。然后，处理模块能够在步骤1216中停止识别过程。
后面将要叙述，在步骤1214中确定的So、So ref和Ao波型的轨迹可用于设计相对于各种类型波的不同时间间隔的移动包迹线窗口。取出波峰方法能够确定每种类型波的准确到达时间以便能够准确地计算出这些类型波之间的相位速度和到达时间差而无需结构的分布曲线公式。应该注意到本发明的范围并不局限于在时间-频率判断方法上使用微波转换。
图13A-B示出的是根据本发明一实施例的用于计算SCI值(或，等效地，损伤指数值)的典型操作方法流程图1300。为了计算出SCI值，处理模块能够使用在激励频率组下测量的传感器信号数据组。在步骤1302中，处理模块能够装入多个传感器信号数据组，其中每个传感器信号数据组都在一个激励频率下测得，每个数据组的每个传感器信号，例如信号912可以相对应于DNP系统的一个网络路径。然后，在步骤1304中，可以选择多个传感器信号数据组中的一组。结果，可以在步骤1306中从选定的传感器信号数据组中选择一个传感器信号。在步骤1308中，可以使用可移动-普通滤波器去除选定的传感器信号的方向并利用掩蔽窗口918(图9中示出)将其分成激励部914和接收部916。在步骤1310中，可利用最好使用Daubechies微波滤波系数的微波分解滤波器将传感器信号分解成多个子带宽波包926，928和930。用于子带宽波包分解时，双值滤波器设计用于Daubechies微波滤波系数以提供高和低分解，以及高和低再现滤波。分解滤波器能够将已去除方向的信号分解成用于多分辨率级的微波系数。随后，在步骤1312中，处理模块能够合成在重要频率范围内的新子带宽波包，而拉姆波信号则含有在频率带宽内的So、So reg和Ao波型。可使用波峰取出方法来确定合成信号中的频率范围以覆盖每个波信号子带宽变化的范围，这样在重建滤波器中选定的多分辨率级就可以相对应于含有So，So ref和Ao波信号的合成信号带宽。然后利用重建滤波器和信号分解中的微波系数来产生合成信号。随后，在步骤1314中，处理模块能够将信号取出窗口(或，等效地，移动包迹线窗口)920，922和924应用于合成的拉姆波信号以取出So、So ref和Ao波型926，928和930作为独立波形。每个So、So ref和Ao波型926，928和930都在每种波形的包迹线范围内。在步骤1316中，处理模块可以确定时间轴上每个包迹线窗口920，922和924的最大值、中心位置和间隔宽度。然后，其可以在步骤1318中计算用于选定的传感器信号的SCI。在一实施例中，SCI可以基于每种So、So ref和Ao波型的波谱能量变化。在此实施例中，处理模块可以确定每种So、So ref和Ao波型的波谱能量。随后，处理模块能够计算出这些So、So ref和Ao波型的波谱能量总和并确定出主结构的原始和损坏状态之间的总和能量差。结果，波谱能量差可用作选定传感器信号的SCI值。在另一实施例中，处理模块可以选择包迹线窗口的最大和中心位置变化以作为SCI值。
此外，如果诊断测量系统使用诸如加速表、位移转换器或张力计等传统振动传感器的话，处理模块能够从在多个振动传感器位置获得的振动信号数据组计算出结构动态参数，例如自然频率、缓冲比或波形。
作为另一个实施例，当使用传统振动传感器信号而不是拉姆波信号时，处理模块能够利用结构动态参数的变化作为SCI值。
当处理模块计算完用于所有的网络路径的SCI数据后，其能够去除相对于主结构原始和损坏状态的可能包含在两组传感器信号组中的异常传感器信号。出于这一目的，处理模块根据可能性可以评价出是否每个传感器信号具有合理的信号振幅分布。在步骤1320中，处理步骤能够确定出有关信号振幅的离散概率密度函数(DPDF)，并且估计出1/N的第二、第三和第四力矩或振幅i＝1分布(xi)。从这些振幅分布的估计值，在步骤1322中，可使用共离散15、非对称性因子和DPDF的均匀性因子x来确定每个传感器信号上的标准常数a。标准因子可以根据这些因子与能量加权值的乘积来确定：a＝1531277-2K314。在步骤1324中，处理模块能够检测是否包含在选定传感器信号数据组内的所有传感器信号都已经考虑到。如果判断步骤1324的答案是否定的，该过程可以进行到步骤1306。否则，该过程进行到图13B中的步骤1326。
在步骤1326中，处理模块能够计算出由SCI数值组成的SCI数据组的第二PDF以用于包含在选定传感器信号数据组中的传感器信号。然后，基于第二PDF，其能够找到步骤1328中位于SCI分布的3б外面的SCI值的分离值。利用检测SCI分离值的标准常数的方法，处理模块能够从SCI数据组中去除分离值的SCI值以用于可靠的结构健康监视。
由于传感器信号测量过程中环境温度的变化可能影响拉姆波的传感器信号，从拉姆波传感器信号获得的SCI值应该被修改以补偿原始和损坏结构条件之间环境温度的差别。处理模块可以检测原始条件的测量温度是否不同于损坏结构条件的测量温度。处理模块能够制备一个拉姆波温度参数表。为了产生参数表，其能够计算出时间间隔宽度和So波型包迹线的最大波峰以用于原始结构的所有网络路径并确定出时间间隔宽度数据的平均值以用于在包迹线最大分布中的95％网络路径。借助于参数表，处理模块能够计算出温度调节参数以作为在原始结构信号中的时间间隔宽度与相对于损坏结构温度的参数表值的平均比。在步骤1330中，处理模块能够利用温度调节参数换算损坏结构的SCI数据的方法来补偿环境温度变化对传感器信号的影响。随后，在步骤1332中处理模块能够将SCI数据组保存成可扩展的标识语言(XML)格式文件。
结果，在判断步骤1334中，处理模块能够检测用于每个激励频率的SCI数据组是否已经产生。如果判断步骤1334的答案是否定的，处理模块将进行到步骤1304。否则，处理模块将在步骤1336中停止处理过程。
图14A为根据本发明一实施例的用于产生层析图像以确定结构状态具有变化的区域或损坏的典型操作方法流程图1400。在步骤1402中，处理模块能够装入用于诊断补缀的坐标数据和用于由诊断补缀确定的网络路径的SCI值。对于任何第i条网络轨迹线来说，在步骤1404中可以从激励器和传感器坐标{x，.x，，  yiact}及{xisen，yisen}计算出网络路径的二等分点以作为轨迹线最小距离的中点，该轨迹线垂直于结构几何形状的表面。然后，第i条网络路径的SCI值可被分配给第i条网络路径的二等分点。随后，在步骤1406中处理模块能够计算出网络路径的交叉点。处理模块能够计算出斜率mi＝(yisen-yiact)/(xisen-xiact)，其倒数#i＝l/mi和常数Ci＝yiact-mixiact及#i＝xiact-#iyacii以用于第i条轨迹线。
然后，在具有斜率m的情况下，处理模块能够确定在第i条轨迹线上的坐标{(Ck-Ci)/(mi-mk)，(m，C.-mC，)1(m，-mk)}以用于所有与第i条轨迹线交叉的其它k条轨迹线，以满足(Ck+mkxksen+yksen)/(#k+#kyksen-xksen)#mi#(#k+mkxkact-ykact)/(Ck+#kykact-xkact)。在步骤1408中，处理模块能够计算出第i条和第k条网络路径的SCI值乘积以给每个交叉点分配一个新的SCI。在无交叉的情况下，指定的SCI可以是其轨迹线的SCI值的一半并且交叉点与二等分点相同。因此，被看成网络轨迹线内激励器和传感器坐标平面上z轴数据的SCI值可以分配给所有的二等分点和交叉点。在一实施例中，所有二等分点和交叉点的SCI数据能够作为可扩展的标识语言(XML)格式化文件保存到SCI数据库存放处。
对于任何第i条轨迹线来说，处理模块能够在垂直于轨迹线方向的平面上设置一个z轴高斯或普通贝尔函数，这样高斯函数中心处的最大值可能是路径的SCI值。在步骤1410中，此z轴函数可用于产生一个网络路径坐标平面上的三维体，这样高斯函数的横截面就能够从开始处平行移动到轨迹线及轨迹线的末端。实际上，第i条轨迹线的这一三维函数可以与任何其它轨迹线的其它三维函数相互交叉重叠。交叉区域的SCI值可由网络路径坐标平面上交叉高斯SCI函数的乘积来确定。横截面上此三维函数的宽度可能是所有轨迹线上的最短距离，其乘以第i条路径与最短距离轨迹线的SCI值的比值。处理模块能够连续计算网络平面上的SCI值直至考虑到所有的网络路径。在步骤1412中，处理模块能够插入SCI数据组以用于遍及网格点的每个二等分、交叉和三维高斯函数重叠点，这些网格点是将结构的整个区域划分成小网目单元而形成。在此插入过程中，处理模块能够利用凸形骨架的Delaunay三角测量以用于SCI值的栅格数据。
利用遗传算法，处理模块能够进一步改进网络路径平面上的SCI分布以便准确寻找出主结构内的损坏区域。在步骤1414中，处理模块能够建立一个原始的染色体族，并且将每个染色体分配给相对应的一个网格点。然后，在步骤1416中，处理模块能够利用相邻网格点的SCI分布数据的相互关系评价染色体的方法来排列染色体。在步骤1418中，处理模块能够利用任意选择方法从染色体族中选择母染色体以便具有最高评价的母染色体最有可能复制。处理模块还能够从某些母染色体组合中复制子染色体以便子染色体的可能随机变异出现。随后，在步骤1420中，可由子染色体取代母染色体。可在若干代内重复步骤1416-1420直到在步骤1422中建立起一个新的完整子染色体族，其中可以对子染色体进行评价并且更换整个母染色体族以变成母染色体本身。然后，在步骤1424中，处理模块能够得到网格点上具有最终染色体族组成的精选SCI分布。
网格点上相对应于最终染色体的SCI分布能够表示主结构的状态变化程度。主结构上结构状态变化或损坏的区域范围恰好可由精选的SCI分布来识别。在步骤1426中，用于主结构的结构状态或损坏识别时，处理模块能够提供一种使用插入的SCI分布方法的基于遗传的层析图像。同样，利用在一组激励频率下重复步骤1402-1426的方法可获得一组层析图像。
图14B为根据本发明另一实施例的用于产生层析图像以确定结构状态具有变化或损坏区域的典型操作方法流程图1430。在步骤1432中，处理模块能够装入拉姆波型的到达时间数据组，例如So波型。如上所述，用于拉姆波型的到达时间可用作SCI。利用在步骤1212中取出的波峰曲线，处理模块能够精确地确定出用于所有网络路径的拉姆波型之间的到达时间差。随后，在步骤1434中，可将传统的代数重建技术应用于装入的到达时间数据组以用于主结构损坏的完整检查。然后，基于重建的到达时间数据，在步骤1436中能够产生主结构整个区域的层析图像。在一实施例中，可重复步骤1432-1436以产生一组整个区域的层析图像，其中每个层析图像基于在不同激励频率下测量的到达时间数据组。利用堆积层析图像组的方法可以获得整个区域的超频谱层析图像立方体。
处理模块还能够利用同步迭代重建技术以研究主结构上可疑区域的损伤特性。
在步骤1438中，可重新安排网络路径以便集中在可疑区域。然后，在步骤1440中，处理模块能够将同步迭代重建技术应用于装入的到达时间数据组以研究可疑区域的损伤特性。随后，基于重建数据组，在步骤1442中可以产生可疑区域的层析图像。在一实施例中，可以重复步骤1432-1442以产生一组用于可疑区域的层析图像，其中每个层析图像基于在不同激励频率下测量的到达时间数据组。利用堆积层析图像组的方法可以获得可疑区域的超频谱层析图像立方体。在另一实施例中，基于遗传的有关网络路径到达时间数据组的分布，结合用于传感器信号的短时间傅里叶转换(STFT)的波峰取出方法，也可以用于确定SCI分布和产生层析图像。在一实施例中，该层析图像可以不同于步骤1436或1442中的层析图像。波峰取出方法和用于拉姆波到达时间数据组的基于遗传的分布能够利用基于本行业公知的层析图像技术的散射-算子-本征函数。
当处理模块显示出彩色层析图像时，颜色的范围可以进行调整以提高具有损伤的‘热点’区域相对于背景色的可见度。此外，层析图像可以具有彩色标记和虚线以显示出遍及二维或三维结构几何尺寸图像的激励器和传感器的位置及网络轨迹线。处理模块能够将层析图像以及颜色范围保存到一个层析图像数据库存放处。
图14C示出在步骤1426中获得的层析图像1450的实例，其中该图像以灰度表示。可以注意到，区域1452可以代表损伤。
图14D示出根据本发明一实施例的超频谱层析图像立方体1460。如图14D所示，超频谱层析图像立方体1460由二维层析图像1462，1464和1466组成，其中每个图像可以在一个激励频率下产生并且z轴能够代表激励频率。出于简化的目的，图14D中仅示出三层1462，1464和1466。然而，对于普通技术人员来说应该很清楚超频普层析图像立方体1460能够包括在连续激励频率范围内产生的图像层。
图14E示出根据本发明一实施例的用于说明结构状态变化的三维损伤形成管道1470。与超频谱层析图像立方体1460相同，管道1470能够包括沿z向堆积的二维层析图像，其中每个图像都在相对于z值的多个振动重复周期应用于主结构后产生。同样，在每个层析图像中，仅显示出结构出现变化的部分。因此，三维损伤形成管道1470上的每片都能够代表结构上结构状态或损坏的形成状态。
由于图14A中步骤1410已经提到，处理模块能够确定网络路径交叉点附件的SCi值。包含在神经-模糊推理系统中的分类模块也能够确定交叉点处的SCI值。
图15A为根据本发明一实施例的用于提供网络路径交叉点处结构系统状态指数(SCI)分布的神经-模糊推理系统典型操作方法示意图1500。由于步骤1408中已经叙述过，网络路径中每个交叉点都具有两条具有SCI值和距离的交叉轨迹线。为了获得交叉点处的结构SCI值，可利用与神经网络合作的模糊if-then规则系统来确定两条交叉轨迹线的距离。然后，此输出系统能够产生交叉路径的SCI值输出。
对于任何n个交叉点P1-Pn1502，根据“短”、“中”、“长”距离，两条交叉轨迹线距离1504的每一条都能输入到三个模糊成员函数1506(A1/B1，A2/B2，A3/B3)中。对于成员函数来说，可使用具有(a，c)调节参数的普通贝尔函数u Ai/Bi＝1/[1+#(x-ci)/ai#2b]，i＝1，2，3来覆盖用于校正结构尺寸的每个轨迹线距离的输入区。在层1508中，每个节点可以是一个标记为II的固定节点并且能够产生一个输出，即该输出为输入信号Ai，Bi:Vik＝HA(Xk)&num；B(Xk)，k＝1，...，  n的乘积。每个节点输出可以表示一条法则的启动强度。标记为N的层1510的任何i<<节点都能够计算i<<法则的启动强度与所有法则启动强度总和的比值wk＝vk1(vlk+v2+V3k)i＝1，2，3以便层1510的输出wk能够是一个规范化的启动强度。此外，层1512中交叉路径处的步骤1408的SCI值可以被输入到多层感知过程或神经网络中。在层1514中，每个节点适于一个cik＝fik(s1k，s2k)，i＝1，2，3的节点函数，其中cik为网络层表达式的后项部，该表达式能够与具有SCI值sk的输入层1512的简单反向传播多层感知过程相比较。这里，J；k(s，k，s2k)需要两个交叉轨迹线的SCI值作为输入。如果图15A中所有三个神经细胞1514和一个神经细胞具有完全相同的函数，所提供的神经-模糊等同于Sugeno(TSK)模糊推理系统，其实行线性模糊if-then规则。调节有关取决于错误距离的神经网络连接的相对连接强度或加权因子可以开始神经网络中的修正过程。在一实施例中，S形函数可用作位于其后的层1514的神经函数。在另一实施例中，神经网络层能够使用一个反向传播多层感知过程和径向基本函数网络。在层1516中作为位于其后的层1514的输出，节点能够计算诸如＝X，w/2，w的所有输入信号的总和并产生可能包括交叉点处SCI值的输出1518。
图15B为根据本发明一实施例的来自交叉点上SCI分布的用于模拟结构网格(或，等效地，栅格)点上SCI分布的协同混合输出系统典型操作方法示意图1519。对于诸如结构上具有预先已知的有关损坏位置和程度信息的各种尺寸橡胶补缀附着物的人为损伤来说，分类模块能够产生可能是在其后步骤1418-1426中网格点上第一SCI染色体sp，；o的输出1528。如果给此协同混合输出系统的输入1518是在给出的具有橡胶补缀和其尺寸坐标的交叉点上的SCI分布，该协同混合输出系统的最后输出1540可以是用于‘热点’区域采用适宜的SCI染色体组1524的各种尺寸橡胶补缀的SCI分布，该染色体组是从步骤1534，1536和1538产生的。此外，图15A示出的神经-模糊推理系统还可再次应用于交叉点和其SCI值1518以用于人为损伤，并且采用步骤1418-1426从图15A中神经-模糊推理系统的输出y，，k，，t可以获得适宜的SCI染色体d，，P，1524。在步骤1534中，可以计算出两组染色体间的差别以给出均方根范数E：l J j 12 S priorSadapl l，＝n...72 ？ C YYl，其中n×m为栅格点的尺寸。在步骤1536中根据计算出的差别确定出每种染色体的适应性值：适应性值＝exp(-E)。然后，可以在步骤1538中完成遗传运算以用于染色体的交迭和变异，其中在此模块中的运算方法可以使用该行业的遗传算法。随后，分类模块可以提供栅格点上最适于人为损伤的SCI染色体分布1524。具有这些SCI染色体，在步骤1526中能够训练未经检查的神经网络以获得栅格点上有关SCI分布组的分组或分类。
可是，当处理模块进行处理以更新用于每个激励频率的SCI分布时分类模块能够重复以适应混合输出系统。
分类模块能够从栅格点上的SCI分布1540来继续划分损伤的类型(或，等效地，‘热点’区域)。图16A为根据本发明一实施例的应用于‘热点’区域的Gabor射流示意图1600。如图16所示，可以从栅格点上背景SCI分布1602处分辨和分割出‘热点’区域1610。通常，‘热点’区域1610的形状和位置可以根据激励频率和网络路径的数量而变。同样，物理特性的差异和监视到的结构几何形状可能会增加损伤分类的困难程度。在本发明的一实施例中，分类模块能够利用多层感知过程(MLP)或前馈神经网络来划分结构上‘热点’区域1610的类别。分类模块可以使用Gabor微波特性1606将这些特性合并成一个MLP，这一点将在后面进行解释。可从具有不同方位1608和多分辨率比例1604的SCI分布的Gabor微波转换中获得Gabor微波特性1606。Gabor微波函数可以定义成G(x，y)＝exp{-#[(x-x0)2&alpha；2+(y-y0)282]+2#j[u0(x-x0)+#0(y-y0)]}，其中j I，(xo，yo)为能够将微波限制在选定区域的位置参数，(uo，vo)为将微波定位在优选方向的调节参数，而(ou，/β)则为比例参数。使用一组称为‘Gabor射流’的系数，分类模块能够计算出在给定的‘热点’区域1610上用于多方位和多分辨率的Gabor方案。每个Gabor射流包括多个相对应于多个方位和分辨率等级的系数，这样其就能由多个构成方位的单位和不同刻度组成。分类模块能够利用计算一组区域上不同点处Gabor射流的方法捕获到每个‘热点’区域的局部SCI一分布结构以获得输入特性。
图16B为根据本发明一实施例的用于划分损伤类型的多层感知过程(MLP)示意图1620。
如图16B所示，MLP1624可以包括三层：一个用于接收Gabor射流的输入特性层1628；一个隐藏层1630；和一个用于确定热点1610处损伤类型的输出分类层1632。输出分类层1632中的多个神经细胞可以是代表结构状态类型的节点。
图16C为根据本发明一实施例的用于划分结构状态的全连接网络分类器示意图1640。如图16C所示，使用包括三个热点区域1641的SCI分布1643可以产生一组Gabor射流1642。MLP1644类似于MPL1624并且能够将热点区域1641中的损坏类型划分成类别C0-C5 1646之一。出于简化的目的，图16C中仪示出三个热点区域1641和六个类别。然而，普通技术人员应该很清楚本发明可以用任何数量的热点区域和类别来进行。
图16D为根据本发明一实施例的用于划分结构状态类别的模数网络分类器示意图1650。如16D所示，可以产生一组用于SCI分布1643的每一热点区域1641的Gabor射流1652。每个MLP1654可以类似于MPL1624并且能够划分每个热点区域1641中的损坏类型。然后，非线性转换和混频过程1655能够在损坏分类前应用于来自MLP1654的结果。可以用不同的结构状态或损坏来排序结构状态以便可将输出节点中的最高值作为结构状态类型之一。
对于每种类型的结构状态或损坏来说，根据本发明的一个实施例诊断分类模块能够设立基准模板以作为“译码本”。用于每种类型损坏的译码本可以是不同形式SCI分布的线束点或SCI分布的微波转换系数的数据组，这些将在图17B中解释。可由K-均值和学习矢量量化(LVQ)集束算法来聚集用于‘热点’区域的每种模板或SCI分布。K-均值算法能够将n矢量集合划分成c组Gi，i＝c并且寻找出每组中的线束中心，这样可以最小化不一致测量的成本函数。这种算法可以使用未经检查的学习数据集束方法以寻找出多个线束而不必使用类别信息。一旦K-均值算法确定出网格点上‘热点’区域SCI分布的线束，线束数据在移入检查学习的第二步之前可以被标记以寻找出多个线束中心。在检查学习过程中，可对线束中心进行细调以接近所希望的判定超曲面。学习方法十分简单。首先，必须找到最接近输入矢量x的线束中心c。然后，如果x和c属于同一类别，将c移向x；否则使c离开输入矢量。此LVQ算法能够利用将输入矢量分配到与输出矢量相同类别的方法来分类输入矢量，而输出矢量则具有最接近输入矢量的加权矢量。因此，LVQ网络可以使用SCI值的分类信息来细调线束中心以便最小化误分类情况的数量。
图17A为根据本发明一实施例的用于开发线束‘译码本’的K-均值/LVQ算法典型操作方法流程图1700。作为一种未经检查的学习数据集束方法，分类模块能够利用步骤1702开始第一个K-均值集束过程，其中线束中心c，，i＝c可由从‘热点’区域上SCI数据中任意选择的c点开始。在步骤1704中，分类模块能够由方程确定成员矩阵S：如果#xk-ci###xk-ci#，sik＝1；否则为0，其中二进制成员矩阵S能够确定G，，ic，的c个分组并且x为任意选择的输入矢量。然后，分类模块能够在步骤1706中计算出c(L＝EL，和Z，＝V！！″！的成本函数)，其中欧几里德距离可以是由于SCI矢量xk和相应的线束中心c之间不一致测量而选择的i＝1xkrgi。随后，在步骤1708中，可以按照方程j＝1/1Gj|EXk更新线束中心并进入判断步骤1710以检查是否任何一个成本都低于一个xkEG容差值。如果步骤1710的判断结果为肯定的话，过程进行到步骤1714。否则，其能够进行到另一判断步骤1712以确定是否新计算出的成本小于前一个成本。如果步骤1712的判断结果是否定的话，该过程进行到步骤1714。否则，其进行到步骤1704。然后，分类模块能够开始第二个LVQ集束过程以便细调步骤1714中的线束中心以使误分类情况的数量最小。这里，从步骤1702-1708获得的线束可由选举法进行标记(例如，如果某一线束的数据点大多数属于i类则将其标记成类别i)。在步骤1716中，分类模块能够任意选择一个训练输入矢量x并寻找i，这样1Ixk-Cjil就为最小值。随后，在步骤1718中，如果xk和c属于同一类，分类模块能够利用0c，＝y(xk-c，)更新c；否则由Scj＝-y(xk-c；)更新c，其中r为能够随每次迭代而减小的学习速率和正向小常数。在步骤1720中，分类模块能够产生包括栅格点上‘热点’区域SCI分布的SCI线束中心的译码本。
图17B为根据本发明一实施例的采用图17A中步骤产生的译码本以建立损坏分类器的分类模块典型操作方法示意图1730。损坏可以位于诊断网络路径上栅格点处的‘热点’区域内。可以使用用于每种结构状态的‘热点’区域的SCI分布1734来设计用于结构状态或损坏的代码矢量，其中每种类型的损坏能够属于类型1732中的一种。每种SCI分布1734可在一个激励频率下获得。对于在不同激励频率下测量的网络信号来说，还可从在‘热点’区域的SCI分布上的集合1734中获得另一个块模板1738。可由‘热点’区域的SCI分布的块模板线束中心组给出代码矢量。然后，可由区分激励频率获得相对于每种结构状态或损坏的由一组最佳块模板组成的分类译码本1738。为了设立考虑到激励频率的基于译码本的分类器，必须在译码本1738的代码矢量中给出相对应于激励频率组的频率多层感知过程1740。来自频率多层感知过程1740的输出可以是神经网络输入层1741的输入。然后，利用来自神经网络输入层1741的输出，其它多层感知过程1742也可以将结构状态或损坏1744进行分类以便将频率多层感知过程结合在一起。在本发明的一实施例中，这些SCI值的傅里叶和微波转换系数而不是‘热点’区域的SCI值可用作图17A中K-均值算法的输入。在本发明的另一实施例中，与费希尔线性判别式分析或本征空间分离转换相结合，可在用于SCI分布或微波-转换SCI分布的基于PCA的LVQ集束方法中使用主要组成分析以提供对损坏类型具有高灵敏度的不同译码本。
就运行/维修能力和可靠性而言，结构会受到老化、损坏、磨损和退化的影响。所以，需要从开始直至逐步淘汰对具有不同阶段的结构的寿命进行完整和细心的观察。给定一个网络补缀系统时，在损坏形成过程中，当前网络补缀系统的波传输可以服从不同的时间数值范围以询问其时间-变量结构特性的结构。图18A为根据本发明一实施例的在运行/维修、网络补缀系统动力学及网络系统矩阵中结构的三个发展区示意图1800。如18A所示，引入了一个指定用于结构损坏发展的慢时坐标T，此外，还引入了一个描述用于波传输的当前网络动力学的快时坐标n。
在嵌套于长期寿命的快速时帧中，作为能够被来自输入激励和输出感应信号识别的黑盒模型，诊断网络补缀系统的动力学系统可由具有外来输入(ARMAX)或状态空间模型的自动回归移动平均值来描述。不是使用可能结合在故障诊断系统中的ARMAX模型来询问嵌入式系统部件的功能，可以使用在固定寿命处网络补缀系统的状态空间动力学模型。状态空间动力学模型，为了便于解释而在非分布性范围内考虑，可由x，(n+1)＝ATXT(n)+BTf()来表示，其中状态矢量xT(n)为网络系统的波传输状态矢量，f(n)为网络补缀中激励器的输入力矢量。AT1BT分别为系统矩阵和输入矩阵。假定所有网络路径中用于产生拉姆波的激励力在Te寿命内是不变的。网络传感器的测量方程被写成y，(n)＝Crxr(n)，其中y，(n)为传感器信号矢量，CT为系统观察矢量。可以认为诊断网络补缀系统的系统矩阵E，(＝[4，B，，C，])与快时坐标无关。
为了模拟诊断补缀系统的网络动力学，诊断模块能够利用重建来自网络补缀中实测激励器/传感器信号的动力学系统的子空间系统识别方法来计算系统矩阵ET(＝[ArBT，CT])。由Kim等在2001年复合结构一书中的“复合叠层板的普通方式评价和其它系统参数”、Kim等在2003年DSMC，ASME学报中的“用于振动结构的结构动力学系统重建方法”中公开的这些程序可作为一个整体进行参考并且可用于使用目前的感应网络系统的多个输入和输出来建立重建动力学系统模型。
用于监视和诊断的基本数量可以是包含在从时间变量系统测量的传感器信号中的征兆。结构状态变化或结构损坏基本能够用波传输或含有多个传感器和激励器的网络的结构系统动力学特性的改变来表示。相对于结构状态变化而言系统矩阵Y-，，是能够观察到和灵敏的，所以其可以作为一个征兆来考虑。作为征兆的系统矩阵可被认为是适宜的且与损坏有关的动力学特性之一，例如，其可以是自然频率、缓冲比和作为用于结构损坏/冲击/老化灵敏量以表示结构状态变化的振动方式形态。因此，诊断网络路径上结构状态指数I(，r)可由在寿命中具有系统矩阵ST变量的非线性函数来描述：I(-r)＝f(T)。可在由Kim于2003年声音和振动杂志“使用重建剩余频率响应函数的损坏识别”、由Kim等在2002年复合结构一书“去除连接的蜂窝状夹层光束的弯曲刚度和自然频率”和由Moon等在2003年复合结构一书“用于复合叠层中受控矩阵疲劳损坏的自然频率减少模型”中找到类似方法的实例，这些内容可作为一个整体进行参考。
为了确定在不久的将来损坏形成范围内的结构状态，预测模块能够利用系统矩阵的当前趋势作为与主结构损坏/冲击有关的暂时征兆。如果该暂时征兆显示出变坏的迹象，像利用随时间T增加的与损坏/冲击有关的征兆变化举例说明的一样，预测模块将预测出‘热点’区域相对于结构剩余寿命时间的状态并发出一个早期警告。结果，由结构上拉姆波传输的网络动力学产生的系统矩阵ET的未来趋势将有可能预测出结构损坏/冲击情况。为了估计出未来系统矩阵ET，预测模块最好利用具有从模拟传感器信号确定的先前动力学重新模型的循环神经网络(RNN)的训练方法，原因是这种方法的SCI矢量I(T)的非线性特性高。在另一实施例中，可以使用前馈神经网络(FFN)。曲线1802和1 810可以分别表示SCI矢量7(？)的变化和矩阵zr及直到结构毁坏Te 1804的时间范围。在时间1806处可测量传感器信号1808以存取结构状态。
图18B为根据本发明一实施例的用于预测未来系统矩阵的循环神经网络1830结构示意图。如图18B所示，RNN结构1830可以具有四个输入节点1836及附加的反馈路径节点1838、四个隐藏节点1834和一个输出节点1832。输入数据组可以是一组不连续的时间延迟系统矩阵系列单元。输出层可以由一个相对应于在未来第一时间步骤处预测的系统矩阵单元的神经细胞1832组成。在RNN 1830中，输出的当前激励状态是先前激励状态以及当前输入的函数。在时间y处，可在先前时间步骤T，i-1，T-2，...，1-n等中利用隐藏节点1834的激励来计算出输出节点(在z+1处的输出信号)。因此，每种训练模式将包括当前的zr和一个来自附加反馈回路1840的额外输入，其中z为前三次延时值IE，-3 zr-2 Er-，}，并且输出##+1为提前一步的预测值。此网络能够提供基于当前和先前系统矩阵值的下一次未来系统矩阵的估计值。可以使用一个1/(1+e-x)的S形函数作为包含在隐藏和输出层中节点的激励函数。该节点应该在激励函数范围内操作，并且激励时系统矩阵中所有的单元数据都能够换算成时间间隔-0.5 0.5。RNN学习的等级可由来自网络的实际输出和相对应于输入数据组的目标输出间的预测误差来确定。在调节加权值时可利用误差直到实际输出与目标值达到一致。当训练迭代的数量已经达到预定数量并且能够断定已经达到可接受的小误差时预测模块中的RNN能够完成学习过程。
利用未来系统矩阵的状态-空间模型，预测模块能够从相同激励器信号输入中引出用于结构‘热点’区域的预测传感器信号。目前，像图9-18B中叙述的一样，识别和分类方法可应用于预测传感器信号以计算出先前一步的SCI矢量(T+1)。最终，预测模块能够显示出预测层析图像并将该图像保存到预测层析数据库存放处。
如上所述，监视程序可以包括询问、处理、分类和预测模块。这此应用模块可以使用可扩展的标识语言(XML)将它们的处理数据和/或图像保存到基于结构-询问-语言(SQL)的数据库中并找回用于设备位置、网络路径和结构状态监视系统参数的参考及系统数据。可由结构监视系统产生的数据和标记符来描述每种XML-格式文件。同样，每种模块能够分析XML文件以读入也许是其它应用模块输入的数据。XML文件中的标记符可以包括在最远处节点上的根元素和嵌套节点处的子元素，并且具有在标记符名称后作为名称/值对的属性。
结构健康监视程序还能够具有简单目标存取协议(SOAP)或RPC(远距离程序呼叫)-XML，这些协议在用于结构状态监视的分布结构计算系统中用于交换SCI数据和图像时是无足轻重的协议。在分布式服务器系统中，所有的应用模块还可以是XML网页辅助装置，这些装置能够利用公开的标准SOAP或具有用于所有排列结构系统的结构状态信息的XML-格式文件的XML-RPC通过网络通讯和远距离计算。为了提供用于结构健康监视的XML网页辅助装置，可利用常用目标模块(COM)将应用模块汇编的方法将这些应用模块概括成一个整体，然后利用SOAP包装材料进行包装，例如来自微软的SOAP Toolkiim软件。应用模块能够在用于其COM目标的SOAP处理范围内使用低级应用编程接口(API)用于直接控制。
虽然已参照特殊实施例对本发明进行了叙述，但是与本发明优选实施例有关的前述内容及可能进行的修改应该理解成不脱离权利要求中所规定的精神和范围。

Claims (41)

1.一种使用在另外处实现并包括多个补缀的诊断网络补缀(DNP)系统用于询问复合结构的损坏、确定影响和监视修复及修理一结合一补缀性能的方法，所述的方法包括：将多个补缀划分成一个或多个子组，每个子组或多个子组至少具有一个激励器补缀和至少一个传感器补缀；利用遗传算法设计一个网络和多个信号路径；利用激活多个补缀中第一个补缀的方法产生一个信号；通过多个信号路径的相对应路径经多个补缀中的第二个补缀接收产生的信号；将接收信号与在没有损伤情况下测量的原始信号进行比较以询问损伤；和将接收的信号及接收信号与原始信号的偏差进行保存。
2.根据权利要求1所述的方法，其还包括：在保存步骤前将原始信号和接收信号转换成可扩展的标识语言(XML)格式数据。
3.根据权利要求1所述的方法，其中所述的信号为拉姆波信号。
4.根据权利要求1所述的方法，其还包括：保存多个补缀的坐标和设置信息。
5.根据权利要求4所述的方法，其中设置信息包括激励频率、补缀的类型及识别数量、电压级和操作故障状态。
6.一种用于识别拉姆波型及确定拉姆波型到达时间的方法，包括：装入一组传感器数据，每个传感器信号数据由在激励频率下测量的拉姆信号组成；消除传感器信号数据组中每一个信号的方向以除去非固定信号成分；利用施加一个掩蔽窗口给每个消除方向的传感器信号数据的方法来除去由于音调脉冲激励器信号引起的电噪音；完成每个去除噪音的传感器信号数据的转换以获得时间-频率信号能量分布；利用累加整组时间-频率信号能量分布的方法产生在时间-频率平面上的多带宽能量分布；从多带宽能量分布中取出一个或多个波峰；和识别拉姆波型及确定基于取出的一个或多个波峰的拉姆波型的到达时间。
7.根据权利要求6所述的方法，其中拉姆波型包括So、So ref和Ao波型。
8.根据权利要求6所述的方法，其中所述的转换为短时傅里叶转换或微波转换。
9.一种用于产生来自多个传感器信号数据组的结构状态指数(SCI)数据组的方法，包括：(a)装入多个用于多个网络路径的传感器信号数据组，每个数据组在一个激励频率下测得；(b)从多个传感器信号组中选择一组；(c)从选定的传感器信号组中选择一个传感器信号，其中选定的传感器信号为拉姆波信号；(d)利用普通滤波器和掩蔽窗口分别去除选定的传感器信号的方向并分类；(e)利用微波分解滤波器将已分类的传感器信号分解成子带宽波包；(f)合成新的子带宽信息包；(g)利用应用一组包络窗口的方法从合成子带宽信息包中取出So、So ref和Ao波型；(h)至少计算包络窗口组中的一个参数；(i)确定用于选定传感器信号的结构状态指数；(j)确定选定传感器信号的第一离散概率分布函数(DPDF)；(k)计算选定传感器信号的标准常数；(1)对于选定的传感器信号数据组的每个传感器信号重复步骤(d)-(k)；(m)确定用于在步骤(i)中获得的由结构状态指数组成的SCI数据组的第二DPDF；(n)找出并除去第二DPDF的一个或多个分离数；(o)补偿环境温度对SCI数据组的影响；(p)保存SCI数据组；和(q)对多个传感器信号数据组中的每一组重复步骤(c)-(p)。
10.根据权利要求9所述的方法，其中选定的传感器信号包括传感器坐标信息。
11.根据权利要求9所述的方法，其包括：在保存步骤前将SCI数据组转换成可扩展的标识语言(XML)格式数据。
12.根据权利要求9所述的方法，其中所述的微波分解滤波器为Daubechies微波滤波器。
13.根据权利要求9所述的方法，其中在步骤(i)中确定的SCI是基于So、So ref和Ao波型之一的频谱能量变化。
14.根据权利要求9所述的方法，其中在步骤(i)中确定的SCI是基于So、So ref和Ao波型之一到达时间的变化、包迹线窗口的最大值或包迹线窗口的中心位置。
15.根据权利要求9所述的方法，其中在步骤(i)中确定的SCI是基于包括自然频率、缓冲比和结构形状的结构动力学参数。
16.根据权利要求15所述的方法，其中结构动力学参数变化是从加速表、位移转换器或张力计的振动信号获得。
17.一种用于产生层析图像以确定包括主结构损伤在内的结构状态变化区域的方法，包括：(a)装入多个诊断补缀的坐标数据和一组用于由多个诊断补缀定义的网络路径的结构状态指数(SCI)值，这组指数值是在激励频率下测得的；(b)计算用于每个网络路径的二等分点并将相对应的一个SCI值分配给二等分点；(c)计算网络路径的交叉点；(d)指定SCI乘积给每个交叉点；(e)使用三维SCI高斯函数计算交叉点附近的SCI值，每个三维高斯函数定义成用于每个网络路径；(f)利用插入法和一组网络平面的网格点来产生在网络平面上的SCI分布；(g)利用分配每个染色体给相对应的一个网格点的方法建立染色体族；(h)评价和排列染色体族；(i)从染色体族中选择母染色体并复制出子染色体；(j)用复制的子染色体替代母染色体；(k)在预定数量的代内重复步骤(i)-(j)以产生一个最后的染色体族；(1)在最后一代染色体中精选出SCI分布；和(m)产生精选出的SCI分布的层析图像。
18.根据权利要求17所述的方法，其还包括：产生层析图像步骤后将精选出的SCI分布转换成可扩展的标识语言(XML)格式数据。
19.根据权利要求17所述的方法，其中插入法使用Delaunay三角测量技术。
20.根据权利要求17所述的方法，其还包括：重复步骤(a)-(m)以产生一组层析图像，每组层析图像都基于在相应激励频率下测量的一组SCI值；和堆积层析图像组以产生超频谱层析立方体。
21.一种用于产生层析图像以确定包括主结构损伤在内的结构状态变化的方法，包括：(a)装入用于由多个诊断补缀定义的多个网络路径的拉姆波型到达时间数据组，多个诊断补缀应用于主结构；(b)应用代数重建技术以重建已装入的到达时间数据组；和(c)产生基于重建数据组的整个主结构区域的层析图像。
22.根据权利要求21所述的方法，其中所述的波型为So波型。
23.根据权利要求21所述的方法，其还包括：重复步骤(a)-(c)以产生一组某一区域的层析图像，每组层析图像都基于在激励频率下测量的到达时间数据组；和堆积层析图像组以产生该区域的超频谱层析立方体。
24.根据权利要求21所述的方法，其还包括：(d)重新排列多个网络路径以集中在可疑的分区；(e)利用同步迭代重建技术以重建已装入的到达时间数据组；和(f)产生基于迭代重建数据组的可疑分区的层析图像。
25.根据权利要求23所述的方法，其还包括：重复步骤(a)-(f)以产生一组可疑区域的层析图像，可疑区域的每个层析图像都基于在相应激励频率下测量的到达时间数据组；和堆积可疑区域的层析图像组以产生该可疑区域的超频谱层析立方体。
26.一种用于开发译码本以分类结构中损坏类型的方法，包括：(a)利用在多个栅格点上任意选择的多个结构状态指数(SCI)值来初始化一组线束中心；(b)确定成员矩阵；(c)计算成本函数；(d)更新线束中心组；(e)如果成本高于容差重复步骤(b)-(d)而使成本下降；(f)利用选举法标记出线束中心组；(g)任意选择一个训练的SCI输入矢量并选择一个最靠近训练的SCI输入矢量的线束中心；(h)如果SCI输入矢量和选定的线束中心属于同一类则更新选定的线束中心；和(i)产生包括更新的线束中心在内的译码本。
27.根据权利要求26所述的方法，其还包括：利用产生的译码本设立损伤分类器或冲击分类器。
28.根据权利要求27所述的方法，其还包括：使用与费希尔线性判别式分析或本征空间分离转换相结合的主要成分分析法来精选产生的译码本。
29.根据权利要求28所述的方法，其中多个结构状态指数(SCI)值中的每个值均为微波转换SCI值。
30.一种用于开发一个预测模型以预测结构上损坏形成的方法包括：(a)建立一个用于拉姆波网络系统的输入-输出系统模型，该系统在选定的时间步骤上至少具有一个激励器和至少一个传感器；(b)使用状态空间系统识别方法识别输入-输出系统模型；(c)训练一个具有SCI值的初步输入-输出系统模型以产生一个使用循环神经网络的先前一步系统模型，由输入-输出系统模型提供的SCI值在先前时间步骤时建立；(d)使用由至少一个传感器测量的输入信号从先前一步系统模型产生输出信号；(e)从输出信号计算SCI值；(f)重复步骤(c)-(e)直到重复步骤达到预测结构损伤的预定时间；(g)使用输入信号产生未来系统模型的未来输出信号，其中未来系统模型是一种建立在预测损伤的预定时间上的输入-输出系统模型；和(h)提供未来输出信号的SCI值。
31.一种用于产生三维损坏形成管的方法，包括：提供主结构；产生一组二维层析图像，每组层析图像在预定数量的振动重复施加给主结构之后产生；和以升序振动重复的方式堆积层析图像以产生三维损坏形成管。
32.一种装有一种或多种序列的指令以用于利用另外处完成的诊断网络补缀(DNP)系统询问结构损伤的计算机可读介质，DNP系统由多个补缀组成，其中由一个或多个处理器执行一种或多种序列的指令致使一个或多个处理器完成下列步骤：将多个补缀划分成一个或多个子组，每个子组或多个子组至少具有一个激励器补缀和至少一个传感器补缀；利用遗传算法设计一个网络和多个信号路径；利用激励多个补缀中第一个补缀的方法产生一个信号；通过多个信号路径的相对应路径经多个补缀中的第二个补缀接收产生的信号；将接收信号与在没有损伤情况下测量的原始信号进行比较以询问损伤；和将接收的信号及接收信号与原始信号的偏差进行保存。
33.根据权利要求32所述的计算机可读介质，其中一种或多种序列的指令执行用于因特网网页服务的简单目标存取协议(SOAP)的远距离处理方法或远距离程序呼叫/可扩展的标识语言(RPC-XML)。
34.一种装有一种或多种序列的指令以用于识别拉姆波型和确定拉姆波型到达时间的计算机可读介质，其中由一个或多个处理器执行一种或多种序列的指令致使一个或多个处理器完成下列步骤：装入一组传感器数据，每个传感器信号数据由在激励频率下测量的拉姆信号组成；消除传感器信号数据组中每一个信号的方向以除去非固定信号成分；利用施加一个掩蔽窗口给每个消除方向的传感器信号数据的方法来除去由于音调脉冲激励器信号引起的电噪音；完成每个去除噪音的传感器信号数据的转换以获得时间-频率信号能量分布；利用累加整组时间-频率信号能量分布的方法产生在时间-频率平面上的多带宽能量分布；从多带宽能量分布中取出一个或多个波峰；和识别拉姆波型及确定基于取出的一个或多个波峰的拉姆波型的到达时间。
35.根据权利要求33所述的计算机可读介质，其中一种或多种序列的指令执行用于因特网网页服务的简单目标存取协议(SOAP)的远距离处理方法或远距离程序呼叫/可扩展的标识语言(RPC-XML)。
36.一种装有一种或多种序列的指令以用于从多个传感器信号数据组产生结构状态指数(SCI)数据组的计算机可读介质，其中由一个或多个处理器执行一种或多种序列的指令致使一个或多个处理器完成下列步骤：(a)装入多个用于多个网络路径的传感器信号数据组，每个数据组在一个激励频率下测得；(b)从多个传感器信号组中选择一组；(c)从选定的传感器信号组中选择一个传感器信号，其中选定的传感器信号为拉姆波信号；(d)利用普通滤波器和掩蔽窗口分别去除选定的传感器信号的方向并分类；(e)利用微波分解滤波器将已分类的传感器信号分解成子带宽波包；(f)合成新的子带宽信息包；(g)利用应用一组包络窗口的方法从合成子带宽信息包中取出So、So ref和Ao波型；(h)至少计算包络窗口组中的一个参数；(i)确定用于选定传感器信号的结构状态指数；(j)确定选定传感器信号的第一离散概率分布函数(DPDF)；(k)计算选定传感器信号的标准常数；(1)对于选定的传感器信号数据组的每个传感器信号重复步骤(d)-(k)；(m)确定用于在步骤(i)中获得的由结构状态指数组成的SCI数据组的第二DPDF；(n)找出并除去第二DPDF的一个或多个分离数；(o)补偿环境温度对SCI数据组的影响；(p)保存SCI数据组；和(q)对多个传感器信号数据组中的每一组重复步骤(c)-(p)。
37.根据权利要求36所述的计算机可读介质，其中一种或多种序列的指令执行用于因特网网页服务的简单目标存取协议(SOAP)的远距离处理方法或远距离程序呼叫/可扩展的标识语言(RPC-XML)。
38.一种装有用于产生层析图像的一种或多种序列的指令以确定具有包括主结构损伤在内的结构状态变化区域的计算机可读介质，其中由一个或多个处理器执行一种或多种序列的指令致使一个或多个处理器完成下列步骤：(a)装入多个诊断补缀的坐标数据和一组用于由多个诊断补缀定义的网络路径的结构状态指数(SCI)值，这组指数值是在激励频率下测得的；(b)计算用于每个网络路径的二等分点并将相对应的一个SCI值分配给二等分点；(c)计算网络路径的交叉点；(d)指定SCI乘积给每个交叉点；(e)使用三维SCI高斯函数计算交叉点附近的SCI值，每个三维高斯函数定义成用于每个网络路径；(f)利用插入法和一组网络平面的网格点来产生在网络平面上的SCI分布；(g)利用分配每个染色体给相对应的一个网格点的方法建立染色体族；(h)评价和排列染色体族；(i)从染色体族中选择母染色体并复制出子染色体；(j)用复制的子染色体替代母染色体；(k)在预定数量的代内重复步骤(i)-(j)以产生一个最后的染色体族；(1)在最后一代染色体中精选出SCI分布；和(m)产生精选出的SCI分布的层析图像。
39.根据权利要求38所述的计算机可读介质，其中一种或多种序列的指令执行用于因特网网页服务的简单目标存取协议(SOAP)的远距离处理方法或远距离程序呼叫/可扩展的标识语言(RPC-XML)。
40.一种装有用于产生层析图像的一种或多种序列的指令以确定结构状态变化或主结构损伤的计算机可读介质，其中由一个或多个处理器执行一种或多种序列的指令致使一个或多个处理器完成下列步骤：装入用于由多个诊断补缀定义的多个网络路径的拉姆波型到达时间数据组，多个诊断补缀应用于主结构；应用代数重建技术以重建已装入的到达时间数据组；和产生基于重建数据组的整个主结构区域的层析图像。
41.根据权利要求40所述的计算机可读介质，其中一种或多种序列的指令执行用于因特网网页服务的简单目标存取协议(SOAP)的远距离处理方法或远距离程序呼叫/可扩展的标识语言(RPC-XML)。
CNA2004800172816A 2003-09-22 2004-09-16 用于监视结构健康状态的方法 Pending CN101014938A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US50512003P 2003-09-22 2003-09-22
US60/505,120 2003-09-22

Publications (1)

Publication Number Publication Date
CN101014938A true CN101014938A (zh) 2007-08-08

Family

ID=34392979

Family Applications (2)

Application Number Title Priority Date Filing Date
CNA2004800172801A Pending CN101365928A (zh) 2003-09-22 2004-09-16 用于结构健康监测的传感器和系统
CNA2004800172816A Pending CN101014938A (zh) 2003-09-22 2004-09-16 用于监视结构健康状态的方法

Family Applications Before (1)

Application Number Title Priority Date Filing Date
CNA2004800172801A Pending CN101365928A (zh) 2003-09-22 2004-09-16 用于结构健康监测的传感器和系统

Country Status (7)

Country Link
US (11) US7117742B2 (zh)
EP (2) EP1685456A2 (zh)
JP (2) JP2007521490A (zh)
KR (2) KR100623634B1 (zh)
CN (2) CN101365928A (zh)
AU (2) AU2004277166A1 (zh)
WO (2) WO2005031501A2 (zh)

Cited By (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102089652A (zh) * 2008-05-13 2011-06-08 荷兰应用科学研究会(Tno) 超声建模
CN103134689A (zh) * 2011-11-23 2013-06-05 通用电气航空系统有限责任公司 用于诊断制造偏差的方法
CN104180751A (zh) * 2014-04-04 2014-12-03 中国商用飞机有限责任公司北京民用飞机技术研究中心 一种用于高应变场合的压电陶瓷传感元件
CN104220871A (zh) * 2012-04-12 2014-12-17 通用电气公司 感测装置和附接所述感测装置的方法
CN105891214A (zh) * 2015-02-18 2016-08-24 香港城市大学 检测结构部件中的缺陷的系统和方法
CN106814137A (zh) * 2017-02-28 2017-06-09 北京工业大学 一种用于超声层析成像的全向激励方法
CN107145746A (zh) * 2017-05-09 2017-09-08 北京大数医达科技有限公司 一种病情描述的智能分析方法及系统
CN107449529A (zh) * 2017-08-01 2017-12-08 济南大学 一种板簧应力循环监测系统及其方法
CN107743630A (zh) * 2015-07-27 2018-02-27 谷歌有限责任公司 使用循环神经网络预测满足条件的可能性
CN107924184A (zh) * 2016-02-09 2018-04-17 欧姆龙株式会社 监视装置及监视装置的控制方法
CN108885194A (zh) * 2016-04-06 2018-11-23 株式会社斯巴鲁 超声波检查系统、超声波检查方法及航空器结构体
CN109029698A (zh) * 2018-06-07 2018-12-18 中冶建筑研究总院有限公司 钢结构通廊振动故障诊断与治理方法
CN109313110A (zh) * 2016-05-13 2019-02-05 沙特基础工业全球技术公司 使用数字图像相关技术的应用评估
CN109657329A (zh) * 2018-12-14 2019-04-19 重庆大学 基于改进自适应粒子滤波的传感器故障和结构损伤识别方法
CN110168321A (zh) * 2017-01-13 2019-08-23 舍弗勒技术股份两合公司 用于选择性检测构件上的振动的配有电滤波器的压电薄膜
CN110631691A (zh) * 2019-09-09 2019-12-31 国网湖南省电力有限公司 一种电力设备噪声分离效果验证方法、系统、分离设备及介质
CN111902691A (zh) * 2018-03-26 2020-11-06 松下知识产权经营株式会社 计测装置及计测方法
CN116399938A (zh) * 2023-04-17 2023-07-07 南昌航空大学 一种应力-缺陷混叠磁信号处理方法

Families Citing this family (372)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080059086A1 (en) * 2002-02-21 2008-03-06 Ziyad Duron System and method for determining and detecting stability loss in structures
US7413919B2 (en) * 2003-06-20 2008-08-19 Acellent Technologies, Inc. Method of manufacturing a structural health monitoring layer
JP2007521490A (ja) * 2003-09-22 2007-08-02 ヒョン−ユン，キム 構造ヘルスモニタセンサおよびシステム
US20080148853A1 (en) * 2003-09-22 2008-06-26 Hyeung-Yun Kim Gas tank having usage monitoring system
US7322244B2 (en) * 2003-09-22 2008-01-29 Hyeung-Yun Kim Interrogation system for active monitoring of structural conditions
US7729035B2 (en) * 2003-09-22 2010-06-01 Hyeung-Yun Kim Acousto-optic modulators for modulating light signals
US7536912B2 (en) 2003-09-22 2009-05-26 Hyeung-Yun Kim Flexible diagnostic patches for structural health monitoring
US7536911B2 (en) * 2003-09-22 2009-05-26 Hyeung-Yun Kim Diagnostic systems of optical fiber coil sensors for structural health monitoring
US7668665B2 (en) * 2003-09-22 2010-02-23 Advanced Structure Monitoring, Inc. Methods of networking interrogation devices for structural conditions
US7325456B2 (en) * 2003-09-22 2008-02-05 Hyeung-Yun Kim Interrogation network patches for active monitoring of structural health conditions
US20090157358A1 (en) * 2003-09-22 2009-06-18 Hyeung-Yun Kim System for diagnosing and monitoring structural health conditions
US7373260B2 (en) * 2004-03-03 2008-05-13 Metis Design Corporation Sensor infrastructure
US7817843B2 (en) * 2004-03-04 2010-10-19 The Boeing Company Manufacturing process or in service defects acoustic imaging using sensor array
US7430911B2 (en) * 2004-08-26 2008-10-07 Acellent Technologies, Inc. Method of detecting and analyzing changes in the external loading conditions of a structure
US7458266B2 (en) * 2004-09-27 2008-12-02 Samsung Electronics Co. Ltd. Method and apparatus for detecting a load change upon a structure and analyzing characteristics of resulting damage
US7376519B2 (en) * 2004-10-29 2008-05-20 Honeywell International Inc. Method for reducing the computation resources required for determining damage in structural health management system
US7267008B2 (en) * 2005-01-28 2007-09-11 Honeywell International, Inc. Drive, transmit & receive circuit for structural health monitoring systems
US7679546B2 (en) 2006-09-20 2010-03-16 Techtronic Power Tools Technology Limited Apparatus and method of determining location of an object
US8253619B2 (en) 2005-02-15 2012-08-28 Techtronic Power Tools Technology Limited Electromagnetic scanning imager
TWI313078B (en) 2005-03-17 2009-08-01 Yamaha Corporatio Magnetic sensor and manufacturing method therefor
KR100710662B1 (ko) * 2005-03-25 2007-04-23 감문호 구조물의 피로 강도 모니터링 시스템
US8836513B2 (en) 2006-04-28 2014-09-16 Proteus Digital Health, Inc. Communication system incorporated in an ingestible product
US8802183B2 (en) 2005-04-28 2014-08-12 Proteus Digital Health, Inc. Communication system with enhanced partial power source and method of manufacturing same
US7953559B2 (en) * 2005-04-28 2011-05-31 Caterpillar Inc. Systems and methods for maintaining load histories
US8912908B2 (en) 2005-04-28 2014-12-16 Proteus Digital Health, Inc. Communication system with remote activation
US9198608B2 (en) 2005-04-28 2015-12-01 Proteus Digital Health, Inc. Communication system incorporated in a container
JP2008539047A (ja) 2005-04-28 2008-11-13 プロテウス バイオメディカル インコーポレイテッド ファーマインフォーマティックスシステム
US8730031B2 (en) 2005-04-28 2014-05-20 Proteus Digital Health, Inc. Communication system using an implantable device
KR100814091B1 (ko) 2005-06-13 2008-03-14 주식회사 인디시스템 초음파 발진자 병렬 연결 방식을 이용한 관 이음 융착부검사장치
KR100814089B1 (ko) 2005-06-13 2008-03-14 주식회사 인디시스템 탐촉자 병렬 연결 방식을 이용한 관 이음 융착부 검사장치및 그 방법
US20070018083A1 (en) * 2005-06-13 2007-01-25 Acellent Technologies, Inc. Structural health monitoring layer having distributed electronics
US7387033B2 (en) * 2005-06-17 2008-06-17 Acellent Technologies, Inc. Single-wire sensor/actuator network for structure health monitoring
US7197406B2 (en) * 2005-06-20 2007-03-27 Lenovo (Singapore) Pte. Ltd Apparatus, system, and method for identifying structural stress conditions for computer hardware
KR100842247B1 (ko) * 2005-08-08 2008-06-30 한국전자통신연구원 전자후각 센서어레이, 이를 포함하는 센서시스템, 그센서어레이 제조방법 및 그 센서시스템을 이용한 분석방법
US7426447B2 (en) * 2005-08-09 2008-09-16 The Boeing Company Method and system for monitoring structural damage
US8547248B2 (en) 2005-09-01 2013-10-01 Proteus Digital Health, Inc. Implantable zero-wire communications system
US7698949B2 (en) * 2005-09-09 2010-04-20 The Boeing Company Active washers for monitoring bolted joints
US7653235B2 (en) * 2005-10-27 2010-01-26 Honeywell International Inc. Surface anomaly detection system and method
US7596078B2 (en) * 2005-11-10 2009-09-29 Acellent Technologies, Inc. Method and apparatus for reducing crosstalk in a structural health monitoring system
US7395189B2 (en) * 2005-11-14 2008-07-01 Acellent Technologies, Inc. Method and apparatus for switching among elements of a structural health monitoring system
US7377179B2 (en) * 2005-11-14 2008-05-27 General Electric Company System, method, and apparatus for wireless non-powered stress history and fatigue monitoring of a structure
US7460241B2 (en) * 2005-11-30 2008-12-02 Honeywell International, Inc. Fiber optic sensor coil including a restraining ring and method of forming
DE102006006246A1 (de) * 2006-02-10 2007-08-16 Battenberg, Günther Verfahren und Vorrichtung zur vollautomatischen Endkontrolle von Bauteilen und/oder deren Funktionseinheiten
US8194238B1 (en) * 2006-02-14 2012-06-05 Killdeer Mountain Manufacturing, Inc. Optical sensor component identification and interrogation system
KR20070096665A (ko) * 2006-03-27 2007-10-02 주식회사 에스코알티에스 자기 진단형 교좌장치
US7533578B2 (en) * 2006-04-18 2009-05-19 Metis Design Corporation Triangulation with co-located sensors
EP3367386A1 (en) 2006-05-02 2018-08-29 Proteus Digital Health, Inc. Patient customized therapeutic regimens
FR2901608B1 (fr) * 2006-05-24 2009-04-03 Airbus France Sas Systeme de mesure et de detection de parametres et d'anomalies
US7917317B2 (en) * 2006-07-07 2011-03-29 Sonix, Inc. Ultrasonic inspection using acoustic modeling
US7987728B2 (en) * 2006-07-07 2011-08-02 The University Of Houston System Piezoceramic-based smart aggregate for unified performance monitoring of concrete structures
US7983941B2 (en) * 2006-08-11 2011-07-19 Raytheon Company Analyzing system performance, operational performance, and costs of a surveillance system
DE102006038843A1 (de) * 2006-08-18 2008-02-21 Robert Bosch Gmbh Vorrichtung zur Erfassung von Körperschall
US20100161283A1 (en) * 2006-10-03 2010-06-24 Xinlin Qing Structural health monitoring network
US20080155357A1 (en) * 2006-10-03 2008-06-26 Acellent Technologies, Inc. Structural health monitoring network
ITTO20060735A1 (it) * 2006-10-13 2008-04-14 St Microelectronics Srl Sistema e metodo di controllo autoadattativo di un freno elettromeccanico
ATE535057T1 (de) 2006-10-17 2011-12-15 Proteus Biomedical Inc Niederspannungsoszillator für medizinische einrichtungen
US8945005B2 (en) 2006-10-25 2015-02-03 Proteus Digital Health, Inc. Controlled activation ingestible identifier
US7908928B2 (en) * 2006-10-31 2011-03-22 Caterpillar Inc. Monitoring system
US7574918B2 (en) * 2006-11-06 2009-08-18 Sun Microsystems, Inc. Method and apparatus for detecting vibrations from a mechanical component
EP2069004A4 (en) 2006-11-20 2014-07-09 Proteus Digital Health Inc PERSONAL HEALTH SIGNAL RECEIVERS WITH ACTIVE SIGNAL PROCESSING
EP2097846A1 (en) * 2006-11-22 2009-09-09 Solidica Inc. Diagnostic and telematic system
JP2008139170A (ja) * 2006-12-01 2008-06-19 Fuji Heavy Ind Ltd 衝撃探知システム
US8596135B2 (en) * 2006-12-07 2013-12-03 Technion Research and Dvelopment Foundation Ltd. System and method for monitoring health of structural joints
JP4241818B2 (ja) * 2006-12-14 2009-03-18 パナソニック電工株式会社 内部検査装置
US7504834B2 (en) * 2006-12-20 2009-03-17 3M Innovative Properties Company Detection system
US7705725B2 (en) * 2007-01-08 2010-04-27 The Boeing Company Methods and systems for monitoring structures and systems
US7864039B2 (en) * 2007-01-08 2011-01-04 The Boeing Company Methods and systems for monitoring structures and systems
US7447598B2 (en) * 2007-01-30 2008-11-04 Theo Boeing Company Methods and systems for automatically assessing and reporting structural health
CA2676407A1 (en) 2007-02-01 2008-08-07 Proteus Biomedical, Inc. Ingestible event marker systems
JP2008197500A (ja) * 2007-02-14 2008-08-28 Nec Corp 光モジュール
EP3236524A1 (en) 2007-02-14 2017-10-25 Proteus Digital Health, Inc. In-body power source having high surface area electrode
ES2655867T5 (es) 2007-02-19 2024-06-27 Vestas Wind Sys As Pala de turbina eólica con medios de detección de tensión, turbina eólica, unidad sensora de bloque y usos de los mismos
EP1959229A1 (en) * 2007-02-19 2008-08-20 Nederlandse Organisatie Voor Toegepast-Natuurwetenschappelijk Onderzoek Tno Ultrasonic surface monitoring
JP2008245234A (ja) * 2007-02-26 2008-10-09 Sony Corp 無線通信装置および無線通信システム
US20080319688A1 (en) * 2007-02-26 2008-12-25 Hyeung-Yun Kim Usage monitoring system of gas tank
WO2008112577A1 (en) 2007-03-09 2008-09-18 Proteus Biomedical, Inc. In-body device having a multi-directional transmitter
WO2008112578A1 (en) 2007-03-09 2008-09-18 Proteus Biomedical, Inc. In-body device having a deployable antenna
KR100872718B1 (ko) * 2007-03-15 2008-12-05 김형윤 자동차의 스마트 연료저장탱크
DE102007014133B4 (de) * 2007-03-23 2015-10-29 Siemens Aktiengesellschaft Verfahren zur Visualisierung einer Sequenz tomographischer Volumendatensätze der medizinischen Bildgebung
FR2914764B1 (fr) * 2007-04-06 2014-10-10 Airbus France Procede et dispositif de determination d'un diagnostic de panne d'une unite fonctionnelle dans un systeme avionique embarque
US20100119704A1 (en) * 2007-04-13 2010-05-13 Christopher Douglas Hemmelgarn Composite self-healing system
US7711217B2 (en) * 2007-04-13 2010-05-04 Kabushiki Kaisha Toshiba Active sensor, multipoint active sensor, method for diagnosing deterioration of pipe, and apparatus for diagnosing deterioration of pipe, and apparatus for diagnosis deterioration of pipe
US7930128B2 (en) * 2007-04-16 2011-04-19 Acellent Technologies, Inc. Robust damage detection
US8115618B2 (en) 2007-05-24 2012-02-14 Proteus Biomedical, Inc. RFID antenna for in-body device
US7743659B2 (en) * 2007-05-25 2010-06-29 The Boeing Company Structural health monitoring (SHM) transducer assembly and system
US7706985B2 (en) 2007-06-15 2010-04-27 The Boeing Company System and method for in-situ monitoring of composite materials
US7707890B2 (en) * 2007-07-10 2010-05-04 Oracle America, Inc. Acoustic sensor for proactive fault monitoring in computer systems
JP4878013B2 (ja) * 2007-08-27 2012-02-15 国立大学法人 東京大学 亀裂発生位置の検出方法
US20090091318A1 (en) 2007-09-11 2009-04-09 Benoit Lepage Phased scan eddy current array probe and a phased scanning method which provide complete and continuous coverage of a test surface without mechanical scanning
FI2192946T3 (fi) 2007-09-25 2022-11-30 Elimistön sisäinen laite, jossa on virtuaalinen dipolisignaalinvahvistus
KR20090042574A (ko) * 2007-10-26 2009-04-30 삼성전자주식회사 반도체 모듈 및 이를 구비하는 전자 장치
US7689385B2 (en) * 2007-10-29 2010-03-30 Pratt & Whitney Rocketdyne, Inc. Method of animating structural vibration under operational conditions
US7879276B2 (en) 2007-11-08 2011-02-01 The Boeing Company Foam stiffened hollow composite stringer
GB0722319D0 (en) * 2007-11-14 2007-12-27 Rolls Royce Plc Component monitoring arrangement
US9183519B2 (en) * 2007-11-16 2015-11-10 Pratt & Whitney Canada Corp Real-time aircraft maintenance terminal
GB0723622D0 (en) * 2007-12-04 2008-01-09 Univ Exeter The Devices, systems and methods of detecting defects in workpieces
US7877009B2 (en) * 2007-12-20 2011-01-25 3M Innovative Properties Company Method and system for electrochemical impedance spectroscopy
US8447530B2 (en) * 2008-01-11 2013-05-21 The Boeing Company High density structural health monitoring system and method
US8594882B2 (en) * 2008-01-16 2013-11-26 The Boeing Company Damage detection system
US8347722B2 (en) * 2008-01-22 2013-01-08 Acellent Technologies, Inc. Method and apparatus for conducting structural health monitoring in a cryogenic, high vibration environment
DE102008005672B9 (de) * 2008-01-23 2015-02-19 Airbus Defence and Space GmbH Vorrichtung und Verfahren zum Erfassen von Strukturveränderungen eines Bauteils
US7925455B2 (en) * 2008-01-24 2011-04-12 The Boeing Company Method and system for the determination of damage location
JP2011513865A (ja) 2008-03-05 2011-04-28 プロテウス バイオメディカル インコーポレイテッド マルチモード通信の摂取可能なイベントマーカーおよびシステム、ならびにそれを使用する方法
US20120062872A1 (en) * 2008-03-17 2012-03-15 Derek Strembicke Mesh Sensor for Measuring Directed Energy
US8515675B2 (en) * 2008-04-02 2013-08-20 Bakes Hughes Incorporated Method for analyzing strain data
US7860664B2 (en) * 2008-04-15 2010-12-28 Spirit Aerosystems, Inc. System and method for self-contained structural health monitoring for composite structures
US8229680B2 (en) * 2008-04-30 2012-07-24 Acellent Technologies, Inc. Method and apparatus for loosening of fasteners on structures
US20090281736A1 (en) * 2008-05-12 2009-11-12 Hyeung-Yun Kim Method and apparatus for concurrent positive and negative actuation in structural health monitoring systems
EP2120046A1 (en) 2008-05-13 2009-11-18 Nederlandse Organisatie voor toegepast-natuurwetenschappelijk Onderzoek TNO Ultrasonic modelling
EP2313002B1 (en) 2008-07-08 2018-08-29 Proteus Digital Health, Inc. Ingestible event marker data framework
US8412470B2 (en) * 2008-08-11 2013-04-02 The Boeing Company Change mapping for structural health monitoring
US8694269B2 (en) * 2008-08-11 2014-04-08 The Boeing Company Reducing the ringing of actuator elements in ultrasound based health monitoring systems
JP5715564B2 (ja) 2008-08-13 2015-05-07 プロテウス デジタル ヘルス， インコーポレイテッド 摂取可能デバイスおよびそれを生成する方法
US8230439B2 (en) * 2008-08-22 2012-07-24 International Business Machines Corporation Green computing interchange switching function
US20120041310A1 (en) * 2008-09-02 2012-02-16 Arizona Board Of Regents For And On Behalf Of Arizona State University Apparatus, System and Method for Ultrasound Powered Neurotelemetry
JP5624271B2 (ja) * 2008-09-17 2014-11-12 株式会社東芝 配管の厚み測定方法および装置
US8290719B2 (en) * 2008-09-26 2012-10-16 The Boeing Company Mode identification and decomposition for ultrasonic signals
US8244486B2 (en) * 2008-10-30 2012-08-14 Acellent Technologies, Inc. Structural health monitoring system having memory on structure
CA2742937C (en) * 2008-11-08 2016-12-06 Sensortran, Inc. System and method for determining characteristics of power cables using distributed temperature sensing systems
EP2349445A4 (en) 2008-11-13 2012-05-23 Proteus Biomedical Inc INTAKEABLE THERAPEUTIC ACTIVATION SYSTEM AND METHOD
US8540921B2 (en) 2008-11-25 2013-09-24 The Boeing Company Method of forming a reinforced foam-filled composite stringer
US9354043B2 (en) 2008-12-04 2016-05-31 Laura P. Solliday Methods for measuring and modeling the structural health of pressure vessels based on electronic distance measurements
US10203268B2 (en) 2008-12-04 2019-02-12 Laura P. Solliday Methods for measuring and modeling the process of prestressing concrete during tensioning/detensioning based on electronic distance measurements
US8209134B2 (en) * 2008-12-04 2012-06-26 Laura P. Solliday Methods for modeling the structural health of a civil structure based on electronic distance measurements
KR101126153B1 (ko) 2008-12-11 2012-03-22 프로테우스 바이오메디컬, 인코포레이티드 휴대용 일렉트로비세로그래피 시스템을 사용한 위장 기능의 평가 및 그 사용 방법
US8903757B2 (en) * 2008-12-12 2014-12-02 Appnomic Systems Private Limited Proactive information technology infrastructure management
TWI424832B (zh) 2008-12-15 2014-02-01 Proteus Digital Health Inc 與身體有關的接收器及其方法
US9659423B2 (en) 2008-12-15 2017-05-23 Proteus Digital Health, Inc. Personal authentication apparatus system and method
US9439566B2 (en) 2008-12-15 2016-09-13 Proteus Digital Health, Inc. Re-wearable wireless device
US20100161244A1 (en) * 2008-12-18 2010-06-24 Sikorsky Aircraft Corporation Method and apparatus for monitoring structural health
DE102008055123B3 (de) * 2008-12-23 2010-07-22 Robert Bosch Gmbh Ultraschallwandler zum Einsatz in einem fluiden Medium
US20100154556A1 (en) * 2008-12-24 2010-06-24 Huiming Yin Strain Guage and Fracture Indicator Based on Composite Film Including Chain-Structured Magnetically Active Particles
JP5785097B2 (ja) 2009-01-06 2015-09-24 プロテウス デジタル ヘルス， インコーポレイテッド 薬学的投薬量送達システム
SG196787A1 (en) 2009-01-06 2014-02-13 Proteus Digital Health Inc Ingestion-related biofeedback and personalized medical therapy method and system
US8457013B2 (en) 2009-01-13 2013-06-04 Metrologic Instruments, Inc. Wireless dual-function network device dynamically switching and reconfiguring from a wireless network router state of operation into a wireless network coordinator state of operation in a wireless communication network
US9700712B2 (en) 2009-01-26 2017-07-11 Arizona Board Of Regents, A Body Corporate Of The State Of Arizona Acting For And On Behalf Of Arizona State University Dipolar antenna system and related methods
US8447559B2 (en) * 2009-02-03 2013-05-21 R0R3 Devices, Inc. Systems and methods for an impact location and amplitude sensor
US8812254B2 (en) * 2009-02-18 2014-08-19 General Electric Company Methods and systems for monitoring stator winding vibration
GB2480965B (en) 2009-03-25 2014-10-08 Proteus Digital Health Inc Probablistic pharmacokinetic and pharmacodynamic modeling
US20110158806A1 (en) * 2009-04-15 2011-06-30 Arms Steven W Wind Turbines and Other Rotating Structures with Instrumented Load-Sensor Bolts or Instrumented Load-Sensor Blades
US8615476B2 (en) * 2009-04-15 2013-12-24 University Of Southern California Protecting military perimeters from approaching human and vehicle using biologically realistic neural network
US8186223B2 (en) * 2009-04-24 2012-05-29 General Electric Company Structural integrity monitoring system
KR101677698B1 (ko) 2009-04-28 2016-11-21 프로테우스 디지털 헬스, 인코포레이티드 고신뢰성 섭취가능 이벤트 마커들 및 이를 사용하는 방법
US9149423B2 (en) 2009-05-12 2015-10-06 Proteus Digital Health, Inc. Ingestible event markers comprising an ingestible component
US8500066B2 (en) * 2009-06-12 2013-08-06 The Boeing Company Method and apparatus for wireless aircraft communications and power system using fuselage stringers
US8570152B2 (en) 2009-07-23 2013-10-29 The Boeing Company Method and apparatus for wireless sensing with power harvesting of a wireless signal
US20110029287A1 (en) * 2009-07-31 2011-02-03 Carnegie Mellon University Self-Diagnosing Transducers and Systems and Methods Therefor
US8617687B2 (en) 2009-08-03 2013-12-31 The Boeing Company Multi-functional aircraft structures
US8386118B2 (en) 2009-08-04 2013-02-26 The Boeing Company System and method for detecting an anomaly in a hidden layer of a multi-layer structure
US8265889B2 (en) * 2009-08-05 2012-09-11 Acellent Technologies, Inc. Integrated circuit system for controlling structural health monitoring processes and applications therefor
US8745864B2 (en) * 2009-08-10 2014-06-10 The Boeing Company Method of coupling digitizing sensors to a structure
US8558563B2 (en) 2009-08-21 2013-10-15 Proteus Digital Health, Inc. Apparatus and method for measuring biochemical parameters
US11157883B2 (en) 2009-09-29 2021-10-26 The Boeing Company Step analysis process steps within a fleet performance optimization tool
JP2011080937A (ja) * 2009-10-09 2011-04-21 Sumitomo Chemical Co Ltd 保温材下腐食の検査方法
TWI517050B (zh) 2009-11-04 2016-01-11 普羅托斯數位健康公司 供應鏈管理之系統
UA109424C2 (uk) 2009-12-02 2015-08-25 Фармацевтичний продукт, фармацевтична таблетка з електронним маркером і спосіб виготовлення фармацевтичної таблетки
US8286492B2 (en) * 2009-12-09 2012-10-16 The Boeing Company Mode decomposition of sound waves using amplitude matching
US8238514B2 (en) * 2009-12-17 2012-08-07 Empire Technology Development, Llc Ultra-short pulsed X-ray imaging
US9521970B2 (en) * 2009-12-23 2016-12-20 Biotelemetry Technology Aps Monitoring device for attachment to a surface of a subject
AU2011210648B2 (en) 2010-02-01 2014-10-16 Otsuka Pharmaceutical Co., Ltd. Data gathering system
US8356517B2 (en) * 2010-02-24 2013-01-22 Avago Technologies Wireless Ip (Singapore) Pte. Ltd. Integrated optical and acoustic transducer device
JP5629481B2 (ja) * 2010-03-16 2014-11-19 富士重工業株式会社 損傷診断システム
CN101832876A (zh) * 2010-04-02 2010-09-15 东南大学 基于空间坐标监测的递进式索结构健康监测方法
KR20170121299A (ko) 2010-04-07 2017-11-01 프로테우스 디지털 헬스, 인코포레이티드 소형의 섭취가능한 장치
CN101858888B (zh) * 2010-04-16 2012-03-21 南京航空航天大学 基于含金属芯压电纤维的结构损伤定位装置
CN101839893B (zh) * 2010-05-10 2012-06-27 中国人民解放军理工大学 一种高空间分辨率的Lamb波虚拟时间反转方法
TWI557672B (zh) 2010-05-19 2016-11-11 波提亞斯數位康健公司 用於從製造商跟蹤藥物直到患者之電腦系統及電腦實施之方法、用於確認將藥物給予患者的設備及方法、患者介面裝置
US9239315B1 (en) * 2010-06-01 2016-01-19 The Boeing Company Patch and methods for monitoring a structure including a patch
CN101915678B (zh) * 2010-08-04 2012-06-13 大连理工大学 一种用于结构健康监测的压电晶片的安装方法及其装置
US9051814B2 (en) * 2010-10-05 2015-06-09 Baker Hughes Incorporated Real-time prognostic on downhole printed circuit board assembly of measurement-while-drilling/logging-while-drilling
ES2674172T3 (es) * 2010-11-15 2018-06-27 Parker-Hannificn Corporation Dispositivo conectable para monitorizar el estado de un artículo
WO2012071280A2 (en) 2010-11-22 2012-05-31 Proteus Biomedical, Inc. Ingestible device with pharmaceutical product
CN102128881B (zh) * 2010-12-22 2012-06-27 南京邮电大学 利用信号分解的Lamb波工程结构损伤监测方法
CN102096763A (zh) * 2010-12-24 2011-06-15 江西省交通科学研究院 基于物联网技术桥梁健康监测系统
ES2738909T3 (es) * 2011-02-08 2020-01-27 Boeing Co Sistema de supervisión de la salud estructural
WO2012118390A1 (en) * 2011-02-28 2012-09-07 Critical Materials, Lda. Structural health management system and method based on combined physical and simulated data
KR101074674B1 (ko) 2011-02-28 2011-10-19 (주)소프트디에스 외팔보 구조물의 모니터링 시스템 및 방법
US8707787B1 (en) 2011-03-04 2014-04-29 The Boeing Company Time delay based health monitoring system using a sensor network
JP2014514032A (ja) 2011-03-11 2014-06-19 プロテウス デジタル ヘルス， インコーポレイテッド 様々な物理的構成を備えた着用式個人身体関連装置
US8544328B2 (en) * 2011-04-11 2013-10-01 The Boeing Company Transducer based health monitoring system
WO2012162391A2 (en) * 2011-05-25 2012-11-29 University Of Central Florida Research Foundation, Inc. Systems and methods for detecting small pattern changes in sensed data
CN102323337B (zh) * 2011-06-13 2013-04-10 南京邮电大学 一种采用合成波阵面激励的工程结构损伤主动监测方法
US8831895B2 (en) 2011-06-27 2014-09-09 Honeywell International Inc. Structural damage index mapping system and method
US8677825B1 (en) * 2011-06-29 2014-03-25 The Boeing Company Identification of lamb wave modes
CN102353718A (zh) * 2011-07-11 2012-02-15 南京航空航天大学 用于复合材料板结构损伤监测的Lamb波损伤概率成像方法
US9756874B2 (en) 2011-07-11 2017-09-12 Proteus Digital Health, Inc. Masticable ingestible product and communication system therefor
WO2015112603A1 (en) 2014-01-21 2015-07-30 Proteus Digital Health, Inc. Masticable ingestible product and communication system therefor
US9417213B1 (en) 2011-07-11 2016-08-16 The Boeing Company Non-destructive evaluation system for aircraft
US8930042B2 (en) * 2011-07-15 2015-01-06 The Boeing Company Mobilized sensor network for structural health monitoring
JP6144678B2 (ja) 2011-07-21 2017-06-07 プロテウス デジタル ヘルス， インコーポレイテッド モバイル通信デバイス、システム、および方法
GB2493735B (en) * 2011-08-17 2014-07-23 Rolls Royce Plc Method for locating artefacts in a material
KR101273422B1 (ko) * 2011-09-08 2013-06-11 국방과학연구소 항공기의 구조 건전성 감시 시스템
US9404895B2 (en) 2011-10-20 2016-08-02 Nalco Company Method for early warning chatter detection and asset protection management
WO2013069447A1 (ja) * 2011-11-08 2013-05-16 ソニー株式会社 センサ装置、解析装置および記憶媒体
US9235683B2 (en) 2011-11-09 2016-01-12 Proteus Digital Health, Inc. Apparatus, system, and method for managing adherence to a regimen
JP5924725B2 (ja) * 2011-11-14 2016-05-25 ヤマハ株式会社 歪みセンサ及び歪みセンサの製造方法
DE102011122059A1 (de) * 2011-12-22 2013-06-27 Airbus Operations Gmbh System und Verfahren zur Reparatur eines Strukturbauteils
US9413571B2 (en) * 2012-03-06 2016-08-09 University Of Maryland System and method for time reversal data communications on pipes using guided elastic waves
US8585283B1 (en) * 2012-04-02 2013-11-19 The United States Of America As Represented By The Secretary Of The Air Force Real-time evaluation of change in thermal conductivity across an interface
CN102685779A (zh) * 2012-04-29 2012-09-19 黄林果 一种优化无线网络业务资源管理的方法
ITMI20120912A1 (it) 2012-05-25 2013-11-26 St Microelectronics Srl Package in materiale edilizio per dispositivo di monitoraggio di parametri, all'interno di una struttura solida, e relativo dispositivo.
CN102768635B (zh) * 2012-06-07 2015-02-11 北京奇虎科技有限公司 一种计算机健康指数显示设备和方法
ITTO20120588A1 (it) * 2012-07-04 2014-01-05 Alenia Aermacchi Spa Procedimento per la diagnostica di una struttura sottoposta a carichi e sistema per l'attuazione di detto procedimento
CN104487347B (zh) 2012-07-23 2017-09-01 普罗秋斯数字健康公司 用于制造包括电子器件的片剂的方法和系统
CN102759574B (zh) * 2012-08-07 2016-05-18 上海奥达光电子科技有限公司 一种声发射智能传感器
MY168018A (en) 2012-10-18 2018-10-11 Proteus Biomedical Inc Apparatus, system , and method to adaptively optimize power dissipation and broadcast power in a power source for a communication device
JP2015532884A (ja) * 2012-10-25 2015-11-16 ザ レゲンツ オブ ザ ユニバーシティ オブ コロラド， ア ボディ コーポレート 手術用の調整可能なループファイバーオプティック照明装置
US9927323B2 (en) * 2012-10-26 2018-03-27 Acellent Technologies, Inc. System and method for monitoring the structural health of coupled bearings
CN103076394B (zh) * 2013-01-06 2015-06-03 中国海洋石油总公司 基于振动识别频率和振型综合的海洋平台安全评定的方法
US11149123B2 (en) 2013-01-29 2021-10-19 Otsuka Pharmaceutical Co., Ltd. Highly-swellable polymeric films and compositions comprising the same
JP6498177B2 (ja) 2013-03-15 2019-04-10 プロテウス デジタル ヘルス， インコーポレイテッド 本人認証装置システムおよび方法
US10175376B2 (en) 2013-03-15 2019-01-08 Proteus Digital Health, Inc. Metal detector apparatus, system, and method
CN103267763B (zh) * 2013-04-27 2016-01-20 广州市特种机电设备检测研究院 一种起重机械金属结构健康监测方法
EP2801549B1 (en) 2013-05-10 2018-01-31 Yamaha Corporation Strain sensor based on carbon nanotubes and method for its manufacture
EP3005281A4 (en) 2013-06-04 2017-06-28 Proteus Digital Health, Inc. System, apparatus and methods for data collection and assessing outcomes
US10156490B2 (en) 2013-06-07 2018-12-18 Schlumberger Technology Corporation Piezoelectric coatings for downhole sensing and monitoring
CN103323227B (zh) * 2013-06-20 2016-05-11 苏州工业职业技术学院 软触开关检测装置
CN103364489A (zh) * 2013-07-16 2013-10-23 广州市香港科大霍英东研究院 一种用于混凝土结构健康监测的球形智能骨料
US9796576B2 (en) 2013-08-30 2017-10-24 Proteus Digital Health, Inc. Container with electronically controlled interlock
CN103472130A (zh) * 2013-09-10 2013-12-25 河海大学 一种压电陶瓷机敏模块及水工混凝土结构健康监测试验平台
EP3047618B1 (en) 2013-09-20 2023-11-08 Otsuka Pharmaceutical Co., Ltd. Methods, devices and systems for receiving and decoding a signal in the presence of noise using slices and warping
WO2015044722A1 (en) 2013-09-24 2015-04-02 Proteus Digital Health, Inc. Method and apparatus for use with received electromagnetic signal at a frequency not known exactly in advance
JP6411156B2 (ja) * 2013-10-04 2018-10-24 株式会社東芝 配管検査装置および配管検査方法
US9606234B2 (en) 2013-10-18 2017-03-28 Tramontane Technologies, Inc. Amplified optical circuit
US10084880B2 (en) 2013-11-04 2018-09-25 Proteus Digital Health, Inc. Social media networking based on physiologic information
RU2556889C2 (ru) * 2013-11-05 2015-07-20 Открытое акционерное общество "Российский концерн по производству электрической и тепловой энергии на атомных станциях" (ОАО "Концерн Росэнергоатом") Способ восстановления ресурсных характеристик топливных ячеек активной зоны уран-графитового канального энергетического реактора
US10048230B2 (en) * 2013-11-14 2018-08-14 The Boeing Company Structural bond inspection
KR101480379B1 (ko) * 2013-11-20 2015-01-09 한국표준과학연구원 상변화 기반의 온습도계 점검장치 및 그 제어방법과 그 점검방법
US9261419B2 (en) * 2014-01-23 2016-02-16 Honeywell International Inc. Modular load structure assembly having internal strain gaged sensing
JP6226325B2 (ja) * 2014-01-31 2017-11-08 飛栄建設株式会社 破壊検知センサ、破壊検知システムおよび構造物
DE102014202598B4 (de) * 2014-02-13 2024-04-11 Bayerische Motoren Werke Aktiengesellschaft Verfahren zur qualitativen Analsyse von Verbindungen von Fügepartnern
WO2015142842A2 (en) 2014-03-17 2015-09-24 Towe Bruce C Methods and systems for measuring tissue impedance and monitoring pvd treatment using neuro-implants with improved ultrasound powering
CN103884776B (zh) * 2014-03-28 2016-02-24 大连理工大学 一种提高随机损伤定位向量法监测结果准确性的方法
CN104007117B (zh) * 2014-04-01 2016-11-23 上海交通大学 一种正交异性钢桥面板疲劳裂纹自动检测装置及方法
US10031044B2 (en) 2014-04-04 2018-07-24 Exxonmobil Upstream Research Company Real-time monitoring of a metal surface
ES2549652B1 (es) * 2014-04-24 2016-10-07 Alstom Transporte, S.A. Método y sistema para detectar automáticamente fallos en un eje rotatorio
US10445341B2 (en) * 2014-06-09 2019-10-15 The Mathworks, Inc. Methods and systems for analyzing datasets
CN104155086B (zh) * 2014-08-01 2017-01-18 浙江省建筑科学设计研究院有限公司 无线远程控制的光纤传感结构健康监测系统及其使用方法
US20160084731A1 (en) * 2014-09-22 2016-03-24 The Cleveland Electric Laboratories Company Acoustic transducer apparatus and method of use
CN104197993A (zh) * 2014-09-22 2014-12-10 广州特种机电设备检测研究院 一种造船龙门起重机结构健康监测与安全预警方法
JP6570875B2 (ja) * 2014-10-17 2019-09-04 株式会社東芝 配管検査装置および配管検査方法
US10809232B2 (en) * 2014-10-17 2020-10-20 Kabushiki Kaisha Toshiba Optical fiber electromagnetic acoustic transducer pipe inspecting appartus and method
CN104346629B (zh) * 2014-10-24 2018-01-12 开源物联网（广州）有限公司 一种模型参数训练方法、装置及系统
US10024756B2 (en) * 2014-10-28 2018-07-17 Embraer S.A. Method and system for structural health monitoring with frequency synchronization
CN104535655B (zh) * 2014-11-24 2017-06-30 清华大学 一种射线追踪式超声Lamb波缺陷层析成像方法
US9887165B2 (en) 2014-12-10 2018-02-06 Stmicroelectronics S.R.L. IC with insulating trench and related methods
CA3006938C (en) * 2014-12-10 2023-08-15 Paul D. Okulov Micro electro-mechanical strain displacement sensor and usage monitoring system
CN104502457A (zh) * 2014-12-23 2015-04-08 南京邮电大学 一种改进Lamb波工程结构裂纹损伤监测与评估层析成像方法
DE102015000207A1 (de) * 2015-01-15 2016-07-21 Hella Kgaa Hueck & Co. Verfahren und Vorrichtung zur Erfassung eines Körperschallsignals, insbesondere zur Erfassung eines von einem Schadensereignis an einem zu überwachenden Bauteil ausgelösten Körperschallsignals
KR101529690B1 (ko) * 2015-04-14 2015-06-16 주식회사 이제이텍 Tdd 기법을 이용한 건물 진동 모니터링 시스템
CN104820076A (zh) * 2015-05-27 2015-08-05 何米雪 一种工件裂纹自动检测仪
US10542961B2 (en) 2015-06-15 2020-01-28 The Research Foundation For The State University Of New York System and method for infrasonic cardiac monitoring
US11051543B2 (en) 2015-07-21 2021-07-06 Otsuka Pharmaceutical Co. Ltd. Alginate on adhesive bilayer laminate film
CN107548544B (zh) 2015-07-24 2021-01-22 惠普发展公司有限责任合伙企业 以振动方式进行的传感器通信
US11354881B2 (en) 2015-07-27 2022-06-07 United Launch Alliance, L.L.C. System and method to enable the application of optical tracking techniques for generating dynamic quantities of interest with alias protection
CN105136906A (zh) * 2015-08-28 2015-12-09 电子科技大学 复合材料单向板超声层析成像减少伪影的方法
KR101700531B1 (ko) * 2015-10-06 2017-01-31 한국과학기술원 단채널 전도성 직물 테이프 압전 센서 네트워크 및 다중 소스 초음파 전파 영상화 기반 손상 진단 장치 및 방법
US10579777B2 (en) * 2015-10-21 2020-03-03 New Jersey Institute Of Technology Structural health monitoring system and associated methods
US11071519B2 (en) * 2015-11-13 2021-07-27 Orthoforge, Inc. Medical devices, systems and methods for monitoring and stimulating osteogenesis
US11131597B1 (en) * 2015-12-21 2021-09-28 United Services Automobile Association (Usaa) Detecting and repairing damage to building materials
CN105527457A (zh) * 2015-12-31 2016-04-27 盐城工学院 一种结构检测用内置式无线加速度传感器
CN105486881A (zh) * 2015-12-31 2016-04-13 盐城工学院 一种检测用自供电内置式无线速度传感器
CN105551219A (zh) * 2015-12-31 2016-05-04 盐城工学院 一种内置式无线传感器
US20170191966A1 (en) * 2016-01-04 2017-07-06 General Electric Company Distributed circle method for guided wave based corrosion detection in plate-like structures
US11068744B2 (en) * 2016-01-13 2021-07-20 Mitsubishi Electric Corporation Operation state classification apparatus
CN105784241B (zh) * 2016-03-07 2018-04-13 中国矿业大学 一种刮板输送机链条张力估算方法
CN105790813B (zh) * 2016-05-17 2018-11-06 重庆邮电大学 一种大规模mimo下基于深度学习的码本选择方法
CN105973985A (zh) * 2016-06-24 2016-09-28 中冶建筑研究总院有限公司 用于非金属材料缺陷检测的超声波探头
US10187121B2 (en) 2016-07-22 2019-01-22 Proteus Digital Health, Inc. Electromagnetic sensing and detection of ingestible event markers
CN106290579A (zh) * 2016-08-03 2017-01-04 华东交通大学 基于双目标遗传算法和非劣分层的超声无损检测探头分布优化
IL247408B (en) 2016-08-21 2018-03-29 Elbit Systems Ltd A system and method for identifying weaknesses in the adhesion between structural elements
CN106124629B (zh) * 2016-08-26 2019-02-26 北京工业大学 一种用于超声层析成像系统的超声激励方法
CN109643432B (zh) 2016-08-31 2023-10-27 3M创新有限公司 用于建模、分析、检测并监测流体网络的系统和方法
JP6778058B2 (ja) * 2016-08-31 2020-10-28 シスメックス株式会社 センサアセンブリ、被検物質のモニタリングシステムおよび被検物質のモニタリング方法
EP3507665A4 (en) 2016-08-31 2020-03-18 3M Innovative Properties Company SYSTEMS AND METHODS FOR MODELING, ANALYSIS, DETECTION AND MONITORING OF FLUID ARRAYS
CN109643335B (zh) 2016-08-31 2023-07-25 3M创新有限公司 用于建模、分析、检测和监测流体网络的系统和方法
IL265827B2 (en) 2016-10-26 2023-03-01 Proteus Digital Health Inc Methods for producing capsules with ingestible event markers
EP3542153A1 (en) 2016-11-16 2019-09-25 3M Innovative Properties Company Temperature-independent verifying of structural integrity of materials using electrical properties
US10983081B2 (en) 2016-11-16 2021-04-20 3M Innovative Properties Company Electrode placement for verifying structural integrity of materials
WO2018093887A1 (en) 2016-11-16 2018-05-24 3M Innovative Properties Company Verifying structural integrity of materials
US11060993B2 (en) 2016-11-16 2021-07-13 3M Innovative Properties Company Suppressing thermally induced voltages for verifying structural integrity of materials
US10518293B2 (en) * 2016-12-09 2019-12-31 Sensus USA, Inc. Thickness-planar mode transducers and related devices
US11105762B2 (en) 2016-12-16 2021-08-31 3M Innovative Properties Company Verifying structural integrity of materials using reference impedance
US10816495B2 (en) 2016-12-16 2020-10-27 3M Innovative Properties Company Verifying structural integrity of materials
WO2018140148A2 (en) 2016-12-16 2018-08-02 3M Innovative Properties Company Verifying structural integrity of materials
KR101876408B1 (ko) * 2016-12-30 2018-07-09 한국건설기술연구원 다점 센싱 데이터의 상호상관관계를 이용한 계측자료 압축 시스템, 방법, 및 상기 방법을 실행하기 위한 컴퓨터 판독 가능한 프로그램을 기록한 기록 매체
DE102017203136A1 (de) * 2017-02-27 2018-08-30 Robert Bosch Gmbh Sensorvorrichtung mit einem Sensor zum Durchführen einer Umfelderfassung mittels Schallwellen
US10458134B2 (en) * 2017-03-15 2019-10-29 Emecole Metro, LLC Structural repair and remote monitoring system and method
EP3385692A1 (en) * 2017-04-03 2018-10-10 Indigo Diabetes N.V. Hermeticity testing of an optical assembly
CN107132279B (zh) * 2017-05-02 2019-10-25 长沙理工大学 一种基于阵列超声表面波的构件损伤概率成像定位方法
CN107036655A (zh) * 2017-05-04 2017-08-11 北京航空航天大学 一种基于光纤传感器的结构健康监测软件平台实现方法
US11131759B2 (en) * 2017-05-09 2021-09-28 Thornton Tomasetti, Inc. System, device and method for in-water inspection of maritime vessel acoustic treatments
KR101972394B1 (ko) * 2017-08-31 2019-04-26 (주)에스엠인스트루먼트 복수개의 가속도계를 이용한 다채널 이음 추적 및 처리 방법
WO2019066800A1 (en) * 2017-09-27 2019-04-04 Sikorsky Aircraft Corporation USE OF FIBER OPTIC STRESS SENSORS FOR MONITORING FIXED DAMAGE IN STRUCTURES
US11041271B2 (en) 2017-10-24 2021-06-22 Ecolab Usa Inc. Deposit detection in a paper making system via vibration analysis
US11402243B1 (en) * 2017-10-24 2022-08-02 University Of South Florida Distributed process state and input estimation for heterogeneous active/passive sensor networks
EP3704502A1 (en) 2017-11-03 2020-09-09 3M Innovative Properties Company System and method for anomaly detection in an electrical network
US20190178754A1 (en) * 2017-12-08 2019-06-13 Jiaxing Broadsens Technology, Ltd. Method and system for monitoring structural status of railcar draft gear
US10677765B2 (en) 2017-12-12 2020-06-09 Honeywell International Inc. Structural health monitoring of cyclically loaded structures
CN108279294B (zh) * 2017-12-27 2018-11-20 江苏省建筑工程质量检测中心有限公司 用于钢结构桥梁健康监测的无损自动监测系统及方法
CN108267219A (zh) * 2017-12-28 2018-07-10 北京康普锡威科技有限公司 一种振筛机运行振幅监测系统及监测方法
CN108376184A (zh) * 2018-01-05 2018-08-07 深圳市市政设计研究院有限公司 一种桥梁健康监控的方法及系统
CN107917751B (zh) * 2018-01-10 2023-05-30 国家管网集团联合管道有限责任公司西部分公司 用于管道内检测的电磁超声换能器线圈保护结构
US11416739B2 (en) * 2018-01-29 2022-08-16 Lawrence Livermore National Security, Llc Optimization control technology for building energy conservation
NL2020541B1 (en) * 2018-03-06 2019-09-13 Fugro N V Position Monitoring of a Gasket between Tunnel Segments
CN110389174B (zh) * 2018-04-17 2022-08-30 上海明华电力科技有限公司 电磁超声检测电站锅炉受热面管内壁氧化皮厚度的方法
DE102018206665A1 (de) * 2018-04-30 2019-10-31 Airbus Operations Gmbh Strukturbauteil sowie System und Verfahren zur Detektion von Beschädigungen
US11276159B1 (en) 2018-05-15 2022-03-15 United Launch Alliance, L.L.C. System and method for rocket engine health monitoring using digital image correlation (DIC)
US10585534B2 (en) 2018-05-21 2020-03-10 UltraSense Systems, Inc. Ultrasonic touch feature extraction
US10466844B1 (en) 2018-05-21 2019-11-05 UltraSense Systems, Inc. Ultrasonic touch and force input detection
WO2019226680A1 (en) * 2018-05-21 2019-11-28 UltraSense Systems, Inc. Ultrasonic touch and force input detection
US10719175B2 (en) 2018-05-21 2020-07-21 UltraSense System, Inc. Ultrasonic touch sensor and system
US20190354238A1 (en) 2018-05-21 2019-11-21 UltraSense Systems, Inc. Ultrasonic touch detection and decision
JP7036209B2 (ja) * 2018-06-05 2022-03-15 日本電気株式会社 診断装置、診断方法、及びプログラム
US11442042B2 (en) 2018-06-27 2022-09-13 Olympus Scientific Solutions Americas Corp. Flexible ceramic coil circuit for high temperature non-destructive inspection
WO2020005226A1 (en) * 2018-06-27 2020-01-02 Halliburton Energy Services, Inc. Ultrasonic transducer with reduced backing reflection
GB2576244B (en) * 2018-06-27 2021-02-17 Olympus Scientific Solutions Tech Inc Flexible ceramic coil circuit for high temperature non-destructive inspection
FR3083616A1 (fr) * 2018-07-06 2020-01-10 Airbus Operations Structure d’aeronef comprenant un capteur avec un systeme de jonction ameliore et aeronef comprenant ladite structure
CN109492706B (zh) * 2018-11-27 2020-12-01 微医云(杭州)控股有限公司 一种基于循环神经网络的染色体分类预测装置
CN109632963B (zh) * 2019-01-11 2020-10-20 南京航空航天大学 一种基于时不变特征信号构建的结构损伤四维成像方法
US11273005B2 (en) 2019-02-19 2022-03-15 Senops Tracker Medical asset tracking methods and apparatus
WO2020190211A1 (en) * 2019-03-20 2020-09-24 Agency For Science, Technology And Research Structural health monitoring method and system
CN109900804B (zh) * 2019-03-25 2021-11-09 中国特种设备检测研究院 一种基于超声导波的金属材料裂纹定量监测方法
JP6675656B1 (ja) * 2019-04-01 2020-04-01 ジオ・サーチ株式会社 鋼床版橋評価装置、鋼床版橋評価方法、及びプログラム
CN111853071B (zh) * 2019-04-11 2024-09-03 斯凯孚公司 一种滚子轴承、风力涡轮机和风力涡轮机的控制方法
KR102267811B1 (ko) * 2019-05-24 2021-06-22 홍익대학교세종캠퍼스산학협력단 Rnn 기반의 영농형 태양광 발전 구조물의 현재 상태 및 미래 상태 예측 시스템
CN110412130A (zh) * 2019-08-14 2019-11-05 山东大学 基于能量谱和Lamb波层析成像技术的复合材料损伤成像方法
CN110501464B (zh) * 2019-09-09 2022-01-21 中国石油大学(华东) 一种海洋立管损伤程度及损伤位置识别方法及系统
CN110618428B (zh) * 2019-09-19 2021-06-25 上海海洋大学 一种用于多普勒三维数据处理方法
CN110672438B (zh) * 2019-10-16 2021-11-23 浙江科技学院 用于动态冲切岩土体的圆孔线型钉柱式双面聚能切缝装置
CN112978671B (zh) 2019-12-13 2024-08-30 奥矽半导体技术有限公司 力测量和触摸感测集成电路器件
CN112541516B (zh) * 2019-12-17 2022-08-16 重庆物康科技有限公司 一种基于能量谱的桥梁静态监测数据主分量聚类方法
US11151728B2 (en) * 2019-12-20 2021-10-19 Ship And Ocean Industries R&D Center Structure monitoring system and method
US12022737B2 (en) 2020-01-30 2024-06-25 UltraSense Systems, Inc. System including piezoelectric capacitor assembly having force-measuring, touch-sensing, and haptic functionalities
US11126170B2 (en) * 2020-02-11 2021-09-21 Mistras Group, Inc. System and method for remote structural health monitoring
KR20210115994A (ko) 2020-03-17 2021-09-27 한국항공우주산업 주식회사 조립체의 외관 검사 방법
US11835400B2 (en) 2020-03-18 2023-12-05 UltraSense Systems, Inc. Force-measuring device testing system, force-measuring device calibration system, and a method of calibrating a force-measuring device
CN111337514B (zh) * 2020-05-22 2020-08-07 中联重科股份有限公司 臂架监测方法、系统、工程机械及机器可读存储介质
CN111706111A (zh) * 2020-07-20 2020-09-25 东南大学建筑设计研究院有限公司 基于结构性能化的近现代建筑抗震加固设计方法
AU2021336665A1 (en) * 2020-09-03 2023-03-16 National Research Council Of Canada (Nrc) Ultrasonic structural health monitoring device, system and method
CN112076973B (zh) * 2020-09-18 2021-10-15 重庆大学 一种约束释放型差分式压电超声换能器芯片及其工作方法
US11719671B2 (en) 2020-10-26 2023-08-08 UltraSense Systems, Inc. Methods of distinguishing among touch events
US11803274B2 (en) 2020-11-09 2023-10-31 UltraSense Systems, Inc. Multi-virtual button finger-touch input systems and methods of detecting a finger-touch event at one of a plurality of virtual buttons
CN112801445B (zh) * 2020-12-07 2022-12-09 广西电网有限责任公司电力科学研究院 基于多参量的油纸绝缘电容型套管受潮风险评估方法
CN112711873B (zh) * 2020-12-09 2021-09-21 中国人民解放军国防科技大学 基于兰姆波和神经网络进行损伤定位的方法及系统、介质
US11586290B2 (en) 2020-12-10 2023-02-21 UltraSense Systems, Inc. User-input systems and methods of delineating a location of a virtual button by haptic feedback and of determining user-input
CN112632854B (zh) * 2020-12-17 2022-04-12 衡阳师范学院 基于类人学习能力的tsk模糊模型的故障预测方法及系统
CN112903818A (zh) * 2021-01-21 2021-06-04 北京航空航天大学 一种金属板结构健康监测系统和方法
KR102523833B1 (ko) * 2021-01-22 2023-04-19 박영권 건물 붕괴 조기 검출 시스템
KR20240021146A (ko) * 2021-01-28 2024-02-16 오디사이트.에이아이 엘티디 기계 또는 그의 구성요소의 잠재적 고장을 모니터링하기 위한 시스템 및 방법
CA3208357A1 (en) 2021-02-16 2022-08-25 William A. Von Drasek Creping process performance tracking and control
US20220316967A1 (en) * 2021-04-06 2022-10-06 Hexagon Technology As Multi-element sensor for monitoring composite structure
US11619353B2 (en) * 2021-04-06 2023-04-04 Hexagon Technology As Composite cylinder monitoring system
US12066338B2 (en) 2021-05-11 2024-08-20 UltraSense Systems, Inc. Force-measuring device assembly for a portable electronic apparatus, a portable electronic apparatus, and a method of modifying a span of a sense region in a force-measuring device assembly
CN113203797B (zh) * 2021-05-31 2023-02-28 郑州磨料磨具磨削研究所有限公司 一种金刚石片裂纹检测方法与装置
US11681399B2 (en) 2021-06-30 2023-06-20 UltraSense Systems, Inc. User-input systems and methods of detecting a user input at a cover member of a user-input system
KR102710209B1 (ko) * 2021-07-05 2024-09-26 박경찬 가속도 및 변형률 무선복합센서
DE102021117754A1 (de) 2021-07-09 2023-01-12 Audi Aktiengesellschaft Thermoplastisches Unterbodenbauteil mit integriertem Sensordraht und Herstellverfahren
US20230274024A1 (en) * 2022-02-25 2023-08-31 BeeKeeperAI, Inc. Systems and methods for dataset selection optimization in a zero-trust computing environment
CN114282571B (zh) * 2021-10-27 2022-10-14 河北建投能源投资股份有限公司 一种轴承多维健康指标构建方法、系统、设备以及介质
EP4191240A1 (de) * 2021-12-02 2023-06-07 Frank Rinn Verfahren und vorrichtung zur mehrdimensionalen, tomographischen material- und/oder zustandsprüfung sowie sensor hierfür
CN114280141B (zh) * 2021-12-28 2023-06-27 电子科技大学 一种兰姆波阵列器件及其大气环境微粒检测方法
US11481062B1 (en) 2022-02-14 2022-10-25 UltraSense Systems, Inc. Solid-state touch-enabled switch and related method
IT202200004019A1 (it) * 2022-03-03 2023-09-03 Saipem Spa Sensore di vibrazioni a fibra ottica risonante e sistema di monitoraggio di integrita' strutturale
CN114689166B (zh) * 2022-03-23 2023-04-14 西安交通大学 一种压阻式离子聚合物水听器结构
WO2023198355A1 (de) 2022-04-14 2023-10-19 Tdk Electronics Ag Sensorstruktur
WO2023248104A1 (en) * 2022-06-20 2023-12-28 Alessandro De Luca Method and device for the identification of structural damages
KR102462730B1 (ko) * 2022-07-11 2022-11-04 (주)하영 인공지능 기반의 가구 수명 관리 시스템
CN115219507B (zh) * 2022-07-18 2023-04-07 兰州工业学院 一种应用于桥隧结构维护的健康监测方法
US11775073B1 (en) 2022-07-21 2023-10-03 UltraSense Systems, Inc. Integrated virtual button module, integrated virtual button system, and method of determining user input and providing user feedback
EP4343317A1 (en) * 2022-09-23 2024-03-27 SUPPLYZ Holding B.V. System and method for analyzing a material
CN118168652B (zh) * 2024-05-16 2024-07-02 国网山西省电力公司太原供电公司 一种电缆振动信号时频分析系统

Family Cites Families (101)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US2177629A (en) * 1935-01-21 1939-10-31 Astatic Microphone Lab Inc Piezoelectric cell
US3427481A (en) 1965-06-14 1969-02-11 Magnaflux Corp Ultrasonic transducer with a fluorocarbon damper
US3640122A (en) * 1969-11-20 1972-02-08 Bethlehem Steel Corp Ultrasonic defect signal discriminator
US3593048A (en) * 1969-12-04 1971-07-13 Harold L Dunegan Differential transducer
US3858439A (en) * 1971-02-25 1975-01-07 Gen Dynamics Corp Method and apparatus for acoustic emission non- destructive testing
FR2252580B1 (zh) 1973-11-22 1980-02-22 Realisations Ultrasoniques Sa
US4011472A (en) 1975-05-13 1977-03-08 Becton, Dickinson Electronics Company Acoustic emission transducer
US4041442A (en) * 1976-03-03 1977-08-09 General Electric Company Acoustic data acquisition system
US4297887A (en) 1980-02-19 1981-11-03 The United States Of America As Represented By The Secretary Of The Navy High-sensitivity, low-noise, remote optical fiber
US4480480A (en) * 1981-05-18 1984-11-06 Scott Science & Technology, Inc. System for assessing the integrity of structural systems
US4634852A (en) 1982-04-14 1987-01-06 The Board Of Trustees Of The Leland Stanford Junior University Sensor using fiber optic interferometer
US4534222A (en) * 1983-08-08 1985-08-13 Mcdonnell Douglas Corporation Fiber-optic seismic sensor
US4633398A (en) * 1983-12-07 1986-12-30 General Electric Company Attenuation compensated emission reconstruction with simultaneous attenuation factor evaluation
US5196046A (en) * 1984-07-26 1993-03-23 Rohm And Haas Company N-acetonyl-substituted-amides
US4564289A (en) * 1984-07-31 1986-01-14 Geo-Centers, Inc. Single mode optical fiber polarimetric stress sensor having optical common mode rejection
GB8432508D0 (en) * 1984-12-21 1985-02-06 Avtaec Ltd Underwater transducers
JP2614730B2 (ja) * 1987-10-13 1997-05-28 富士通株式会社 半導体中の欠陥の測定装置および方法
US4904863A (en) * 1988-11-25 1990-02-27 Loral Corporation Polarimetric optical fiber pressure sensor
JPH0722578B2 (ja) 1988-12-09 1995-03-15 松下電器産業株式会社 超音波探触子
US5195046A (en) * 1989-01-10 1993-03-16 Gerardi Joseph J Method and apparatus for structural integrity monitoring
JPH0448900A (ja) * 1990-06-15 1992-02-18 Olympus Optical Co Ltd 超音波探触子の製造方法
JPH04152938A (ja) * 1990-10-18 1992-05-26 Olympus Optical Co Ltd 高分子超音波振動子の製造方法
US5184516A (en) 1991-07-31 1993-02-09 Hughes Aircraft Company Conformal circuit for structural health monitoring and assessment
GB9201856D0 (en) * 1992-01-29 1992-03-18 British Telecomm Method of forming a template
JP3386488B2 (ja) 1992-03-10 2003-03-17 株式会社東芝 超音波治療装置
US6193422B1 (en) * 1992-04-03 2001-02-27 Nec Corporation Implementation of idle mode in a suspend/resume microprocessor system
CH683718A5 (de) 1992-05-15 1994-04-29 Kk Holding Ag Kombinierter Kraft-, Dehnungs- und Schallemissionsaufnehmer.
NZ314269A (en) 1992-11-18 1998-01-26 British Tech Group Transponder identification system transmits multiple simultaneous interrogation signals
EP0601739B1 (en) * 1992-11-25 2001-05-30 Simmonds Precision Products Inc. Data handling structures and methods
US5798457A (en) * 1993-06-25 1998-08-25 Pure Technologies Inc. Continuous monitoring of reinforcements in structures
US5689691A (en) * 1993-09-10 1997-11-18 Compaq Computer Corporation Computer bus utilization determination apparatus
WO1995008099A1 (de) * 1993-09-16 1995-03-23 Werner Kluft Sensorsystem
GB2282297B (en) * 1993-09-23 1998-03-11 Holroyd Instr Ltd Improved resonant acoustic emission transducer
US5508710A (en) * 1994-03-11 1996-04-16 Wang-Tripp Corporation Conformal multifunction shared-aperture antenna
DE19522543A1 (de) * 1994-08-01 1996-02-08 Ntn Toyo Bearing Co Ltd Piezoelektrisches Film-Meßfühlersystem für Lager
US5625150A (en) * 1994-08-18 1997-04-29 General Electric Company Integrated acoustic leak detection sensor subsystem
WO1996024216A1 (en) * 1995-01-31 1996-08-08 Transcenic, Inc. Spatial referenced photography
US5710723A (en) * 1995-04-05 1998-01-20 Dayton T. Brown Method and apparatus for performing pre-emptive maintenance on operating equipment
US6487513B1 (en) * 1995-06-07 2002-11-26 Toshiba America Medical Systems, Inc. Diagnostic test unit network and system
SE510029C2 (sv) * 1995-10-03 1999-04-12 Volvo Ab Diagnossystem i ett driftsystem för motorer jämte en diagnosfunktionsmodul (DF-modul) i ett driftsystem för motorer
US5870564A (en) 1996-03-01 1999-02-09 Novell, Inc. Near-optimal path apparatus and method
GB9605144D0 (en) * 1996-03-11 1996-05-08 Sensor Dynamics Ltd Apparatus for sensing one or more parameters
FR2749938B1 (fr) * 1996-06-13 1998-08-28 Fink Mathias Procede et dispositif de detection et de localisation de source sonore reflechissante
US5626150A (en) * 1996-07-03 1997-05-06 University Of New Mexico Extrication vacboard
US5854994A (en) * 1996-08-23 1998-12-29 Csi Technology, Inc. Vibration monitor and transmission system
US5814729A (en) 1996-09-09 1998-09-29 Mcdonnell Douglas Corporation System for in-situ delamination detection in composites
JPH1085219A (ja) * 1996-09-12 1998-04-07 Toshiba Corp 超音波プローブ
EP0951312B1 (de) 1996-10-23 2005-04-06 Nmi Naturwissenschaftliches Und Medizinisches Institut An Der Universität Tübingen Optisch ansteuerbare mikroelektrodenanordnung zum stimulieren von zellen, insbesondere retina-implantat
US6204920B1 (en) 1996-12-20 2001-03-20 Mcdonnell Douglas Corporation Optical fiber sensor system
US6144790A (en) 1997-02-07 2000-11-07 Bledin; Anthony G Contact fiber optic impact sensor
US6047331A (en) 1997-02-19 2000-04-04 Massachusetts Institute Of Technology Method and apparatus for automatic protection switching
US6118850A (en) * 1997-02-28 2000-09-12 Rutgers, The State University Analysis methods for energy dispersive X-ray diffraction patterns
US5838439A (en) 1997-03-14 1998-11-17 Zang; De Yu Heterodyned self-mixing laser diode vibrometer
FR2763721B1 (fr) * 1997-05-21 1999-08-06 Inst Nat Rech Inf Automat Dispositif electronique de traitement d'images pour la detection de variations dimensionnelles
US6182512B1 (en) * 1997-06-13 2001-02-06 General Electric Company Method and apparatus for imaging thin structures
JP3602951B2 (ja) * 1997-12-15 2004-12-15 株式会社竹中工務店 環境状態測定方法及び装置
US6208949B1 (en) * 1998-07-01 2001-03-27 Adaptive Audio, Inc. Method and apparatus for dynamical system analysis
US6166653A (en) 1998-08-13 2000-12-26 Motorola Inc System for address initialization of generic nodes in a distributed command and control system and method therefor
US6731314B1 (en) * 1998-08-17 2004-05-04 Muse Corporation Network-based three-dimensional multiple-user shared environment apparatus and method
US6137621A (en) 1998-09-02 2000-10-24 Cidra Corp Acoustic logging system using fiber optics
US6305227B1 (en) 1998-09-02 2001-10-23 Cidra Corporation Sensing systems using quartz sensors and fiber optics
US6370964B1 (en) 1998-11-23 2002-04-16 The Board Of Trustees Of The Leland Stanford Junior University Diagnostic layer and methods for detecting structural integrity of composite and metallic materials
US7034660B2 (en) * 1999-02-26 2006-04-25 Sri International Sensor devices for structural health monitoring
US6396262B2 (en) 1999-03-17 2002-05-28 Southwest Research Institute Method and apparatus for short term inspection or long term structural health monitoring
US6628567B1 (en) * 1999-06-15 2003-09-30 The United States Of America As Represented By The Administrator Of The National Aeronautics And Space Administration System for multiplexing acoustic emission (AE) instrumentation
JP2001069594A (ja) * 1999-08-26 2001-03-16 Matsushita Electric Ind Co Ltd 超音波探触子
US6346985B1 (en) 1999-10-29 2002-02-12 Litton Systems, Inc. Optical method for the transduction of remote arrays of electromechanical sensors
JP4279425B2 (ja) 1999-11-05 2009-06-17 本田技研工業株式会社 脚式歩行ロボットの足部構造
US6596976B2 (en) * 1999-12-07 2003-07-22 American Gnc Corporation Method and system for pointing and stabilizing a device
US6198445B1 (en) * 1999-12-29 2001-03-06 Northrop Grumman Corporation Conformal load bearing antenna structure
US7069158B2 (en) * 2000-01-12 2006-06-27 Karma2Go. Com, Llc System and method for analyzing structures subjected to catastrophic events
US7010708B2 (en) * 2002-05-15 2006-03-07 Broadcom Corporation Method and apparatus for adaptive CPU power management
US7184670B2 (en) * 2000-05-10 2007-02-27 Lockheed Martin Corporation Telemetry system and method for acoustic arrays
US6917839B2 (en) * 2000-06-09 2005-07-12 Intellectual Assets Llc Surveillance system and method having an operating mode partitioned fault classification model
US6399939B1 (en) 2000-06-13 2002-06-04 North Carolina A&T State University Sensor array system
US6496264B1 (en) * 2000-07-24 2002-12-17 Northrop Grumman Corporation Fiber optic acoustic sensor with specifically selected flexural disks
GB2366651A (en) * 2000-09-08 2002-03-13 Ncr Int Inc Evaluation system
US6496782B1 (en) * 2000-10-30 2002-12-17 General Electric Company Electric machine monitoring method and system
US6648082B2 (en) 2000-11-07 2003-11-18 Halliburton Energy Services, Inc. Differential sensor measurement method and apparatus to detect a drill bit failure and signal surface operator
US6435122B1 (en) * 2001-03-12 2002-08-20 The Skulnick Family Trust Boat fender
US6907416B2 (en) * 2001-06-04 2005-06-14 Honeywell International Inc. Adaptive knowledge management system for vehicle trend monitoring, health management and preventive maintenance
JP2003004713A (ja) * 2001-06-20 2003-01-08 Toshiba Corp 高温用センサ
KR20040019319A (ko) 2001-06-27 2004-03-05 가부시키가이샤 센탄카가쿠기쥬츠 인큐베이션센터 진동 계측 장치 및 진동 계측 방법
US6655922B1 (en) 2001-08-10 2003-12-02 Rockwell Automation Technologies, Inc. System and method for detecting and diagnosing pump cavitation
JP3790813B2 (ja) * 2001-10-24 2006-06-28 独立行政法人産業技術総合研究所 損傷センシングシート
US6853909B2 (en) * 2001-12-03 2005-02-08 Applanix Corporation, Inc Walking stick navigator for position determination
US7342883B2 (en) * 2002-04-25 2008-03-11 Intel Corporation Method and apparatus for managing network traffic
US6745151B2 (en) * 2002-05-16 2004-06-01 Ford Global Technologies, Llc Remote diagnostics and prognostics methods for complex systems
US6816809B2 (en) * 2002-07-23 2004-11-09 Hewlett-Packard Development Company, L.P. Hardware based utilization metering
US6779402B2 (en) * 2002-10-18 2004-08-24 Northrop Grumman Corporation Method and apparatus for measuring acceleration using a fiber optic accelerometer
US7043649B2 (en) * 2002-11-20 2006-05-09 Portalplayer, Inc. System clock power management for chips with multiple processing modules
US7277162B2 (en) 2003-01-23 2007-10-02 Jerry Gene Williams Dynamic performance monitoring of long slender structures using optical fiber strain sensors
US6882595B2 (en) * 2003-03-20 2005-04-19 Weatherford/Lamb, Inc. Pressure compensated hydrophone
US7075215B2 (en) 2003-07-03 2006-07-11 Pathfinder Energy Services, Inc. Matching layer assembly for a downhole acoustic sensor
US7142981B2 (en) * 2003-08-05 2006-11-28 The Boeing Company Laser range finder closed-loop pointing technology of relative navigation, attitude determination, pointing and tracking for spacecraft rendezvous
JP2007521490A (ja) 2003-09-22 2007-08-02 ヒョン−ユン，キム 構造ヘルスモニタセンサおよびシステム
US7486619B2 (en) 2004-03-04 2009-02-03 International Business Machines Corporation Multidimensional switch network
JP5053078B2 (ja) * 2004-04-30 2012-10-17 ヒルクレスト・ラボラトリーズ・インコーポレイテッド ハンドヘルドポインティングデバイス及びその作動方法
US8929228B2 (en) * 2004-07-01 2015-01-06 Honeywell International Inc. Latency controlled redundant routing
US7594128B2 (en) * 2004-08-04 2009-09-22 Hewlett-Packard Development Company, L.P. Systems and methods to determine processor utilization
GB2419698B (en) 2004-10-29 2008-06-04 Hewlett Packard Development Co Supercomputing employing spare or inactive computing elements

Cited By (28)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102089652A (zh) * 2008-05-13 2011-06-08 荷兰应用科学研究会(Tno) 超声建模
US8639488B2 (en) 2008-05-13 2014-01-28 Nederlandse Organisatie Voor Toegepast-Natuurwetenschappelijk Onderzoek Tno Ultrasonic modelling
CN103134689A (zh) * 2011-11-23 2013-06-05 通用电气航空系统有限责任公司 用于诊断制造偏差的方法
CN104220871A (zh) * 2012-04-12 2014-12-17 通用电气公司 感测装置和附接所述感测装置的方法
CN104180751A (zh) * 2014-04-04 2014-12-03 中国商用飞机有限责任公司北京民用飞机技术研究中心 一种用于高应变场合的压电陶瓷传感元件
CN105891214A (zh) * 2015-02-18 2016-08-24 香港城市大学 检测结构部件中的缺陷的系统和方法
CN107743630B (zh) * 2015-07-27 2021-12-17 谷歌有限责任公司 使用循环神经网络预测满足条件的可能性
CN107743630A (zh) * 2015-07-27 2018-02-27 谷歌有限责任公司 使用循环神经网络预测满足条件的可能性
CN107924184A (zh) * 2016-02-09 2018-04-17 欧姆龙株式会社 监视装置及监视装置的控制方法
US10678887B2 (en) 2016-02-09 2020-06-09 Omron Corporation Monitoring device, method and computer-readable recording medium for controlling monitoring device
CN108885194A (zh) * 2016-04-06 2018-11-23 株式会社斯巴鲁 超声波检查系统、超声波检查方法及航空器结构体
CN109313110A (zh) * 2016-05-13 2019-02-05 沙特基础工业全球技术公司 使用数字图像相关技术的应用评估
US10908055B2 (en) 2016-05-13 2021-02-02 Shpp Global Technologies B.V. Evaluation of applications using digital image correlation techniques
CN110168321B (zh) * 2017-01-13 2022-05-31 舍弗勒技术股份两合公司 用于选择性检测构件上的振动的配有电滤波器的压电薄膜
US11150128B2 (en) 2017-01-13 2021-10-19 Schaeffler Technologies AG & Co. KG Piezoelectric film having electrical filter for selectively detecting vibrations in components
CN110168321A (zh) * 2017-01-13 2019-08-23 舍弗勒技术股份两合公司 用于选择性检测构件上的振动的配有电滤波器的压电薄膜
CN106814137A (zh) * 2017-02-28 2017-06-09 北京工业大学 一种用于超声层析成像的全向激励方法
CN107145746A (zh) * 2017-05-09 2017-09-08 北京大数医达科技有限公司 一种病情描述的智能分析方法及系统
CN107449529B (zh) * 2017-08-01 2020-05-05 济南大学 一种板簧应力循环监测系统及其方法
CN107449529A (zh) * 2017-08-01 2017-12-08 济南大学 一种板簧应力循环监测系统及其方法
CN111902691A (zh) * 2018-03-26 2020-11-06 松下知识产权经营株式会社 计测装置及计测方法
CN109029698B (zh) * 2018-06-07 2020-11-06 中冶建筑研究总院有限公司 钢结构通廊振动故障诊断与治理方法
CN109029698A (zh) * 2018-06-07 2018-12-18 中冶建筑研究总院有限公司 钢结构通廊振动故障诊断与治理方法
CN109657329A (zh) * 2018-12-14 2019-04-19 重庆大学 基于改进自适应粒子滤波的传感器故障和结构损伤识别方法
CN109657329B (zh) * 2018-12-14 2022-02-22 重庆大学 基于改进自适应粒子滤波的传感器故障和结构损伤识别方法
CN110631691A (zh) * 2019-09-09 2019-12-31 国网湖南省电力有限公司 一种电力设备噪声分离效果验证方法、系统、分离设备及介质
CN110631691B (zh) * 2019-09-09 2021-06-11 国网湖南省电力有限公司 一种电力设备噪声分离效果验证方法、系统、分离设备及介质
CN116399938A (zh) * 2023-04-17 2023-07-07 南昌航空大学 一种应力-缺陷混叠磁信号处理方法

Also Published As

Publication number Publication date
US7246521B2 (en) 2007-07-24
EP1685456A2 (en) 2006-08-02
US20050061076A1 (en) 2005-03-24
US20060268263A1 (en) 2006-11-30
WO2005031501B1 (en) 2008-10-23
KR20060040571A (ko) 2006-05-10
US20070260425A1 (en) 2007-11-08
AU2004277166A1 (en) 2005-04-07
US20070265806A1 (en) 2007-11-15
US20070265808A1 (en) 2007-11-15
US7596470B2 (en) 2009-09-29
WO2005031502A3 (en) 2007-03-29
US20060260402A1 (en) 2006-11-23
US7117742B2 (en) 2006-10-10
AU2004277167A1 (en) 2005-04-07
WO2005031502B1 (en) 2007-05-18
EP1685457A2 (en) 2006-08-02
US7197931B2 (en) 2007-04-03
WO2005031502A2 (en) 2005-04-07
US20050075846A1 (en) 2005-04-07
US20060179949A1 (en) 2006-08-17
CN101365928A (zh) 2009-02-11
US20070006653A1 (en) 2007-01-11
US7286964B2 (en) 2007-10-23
KR100623634B1 (ko) 2006-09-13
KR100784072B1 (ko) 2007-12-10
US7590510B2 (en) 2009-09-15
US7584075B2 (en) 2009-09-01
WO2005031501A2 (en) 2005-04-07
JP2007521490A (ja) 2007-08-02
WO2005031501A3 (en) 2008-09-12
KR20050070088A (ko) 2005-07-05
US20080011086A1 (en) 2008-01-17
JP2007511741A (ja) 2007-05-10
US7281428B2 (en) 2007-10-16
US20070260427A1 (en) 2007-11-08

Similar Documents

Publication Publication Date Title
CN101014938A (zh) 用于监视结构健康状态的方法
Rai et al. Lamb wave based damage detection in metallic plates using multi-headed 1-dimensional convolutional neural network
Wu et al. Validation and evaluation of damage identification using probability-based diagnostic imaging on a stiffened composite panel
Farrar et al. Sensor network paradigms for structural health monitoring
Jang et al. Real‐time impact identification algorithm for composite structures using fiber Bragg grating sensors
Bao et al. Transmitter beamforming and weighted image fusion–based multiple signal classification algorithm for corrosion monitoring
KR20090005999A (ko) 구조물 건전성 감시용 손상 예측 시스템 및 그 방법
JP2007511741A5 (zh)
Zhou et al. Deformation sensing and electrical compensation of smart skin antenna structure with optimal fiber Bragg grating strain sensor placements
Fritz et al. Fault diagnosis in structural health monitoring systems using signal processing and machine learning techniques
CN117893362B (zh) 一种多时空尺度的海上风电特征筛选及增强的功率预测方法
Ruiz et al. Multiway principal component analysis contributions for structural damage localization
Diao et al. Wavelet entropy based structural damage identification under seismic excitation
Hajrya et al. Principal component analysis and perturbation theory–based robust damage detection of multifunctional aircraft structure
Li et al. Acousto-ultrasonics-based health monitoring for nano-engineered composites using a dispersive graphene-networked sensing system
Ebrahimkhanlou et al. A deep learning approach for single-sensor acoustic emission source localization in plate-like structures
Torres‐Arredondo et al. An acousto‐ultrasonics approach for probabilistic modelling and inference based on Gaussian processes
KR20090005998A (ko) 구조물 건전성 감시를 위한 진단 화상을 생성하는 시스템및 방법
Eshkevari et al. AI-enabled indirect bridge strain sensing using field acceleration data
Kim System Identification of Civil Engineering Structures through Wireless Structural Monitoring and Subspace System Identification Methods.
Wang et al. Backward wave separation method in a single transmitter and multi-receiver sensor array for improved damage identification of two-dimensional structures
Peralta-Braz et al. On the joint optimization of energy harvesting and sensing of piezoelectric energy harvesters: case study of a cable-stayed bridge
Archetti et al. Smart data driven maintenance: Improving damage detection and assessment on aerospace structures
KR20090005997A (ko) 구조물 내의 결함을 확인하기 위한 시스템 및 방법
Mishra et al. Environmental monitoring in wireless sensor networks using AI

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
AD01 Patent right deemed abandoned

Effective date of abandoning: 20070808

C20 Patent right or utility model deemed to be abandoned or is abandoned