基于随机游走MCMC粒子滤波的裂纹损伤演化在线预测
随着现代飞行器结构综合性能的不断提升，利用先进故障预测与健康管理技术准确实现疲劳裂纹损伤演化在线预测，对于提高结构安全性、增强系统运行可靠性、降低运行维护成本等方面具有重大意义。考虑到疲劳裂纹扩展过程中受到材料固有特性、服役环境、载荷等多种不确定性因素影响，将结构健康监测技术（Structural Health Monitoring,SHM）与粒子滤波相融合被认为是解决疲劳裂纹在线预测问题最有效的方法之一。为缓解标准粒子滤波算法中的多样性匮乏问题，本文结合马尔科夫链蒙特卡洛（Markov Chain Monte Carlo,MCMC）采样思想，研究了基于随机游走MCMC粒子滤波的裂纹损伤演化预测方法，主要研究内容及创新点如下： 1）研究了导波SHM裂纹监测方法原理，设计开展了真实航空连接耳片结构疲劳裂纹扩展试验，结合疲劳数据分析典型通道导波信号的损伤特征提取过程以表征裂纹损伤演化过程； 2）研究了粒子滤波算法基本原理，构建了包含Paris模型裂纹扩展状态方程与导波SHM裂纹观测方程的耳片结构状态空间，搭建了粒子滤波疲劳裂纹损伤演化在线预测框架； 3）研究了随机游走噪声对算法序贯迭代时粒子多样性的影响，结合耳片试验数据分析了随机游走粒子滤波算法实现裂纹扩展在线预测的可行性； 4）提出了随机游走MCMC粒子滤波裂纹扩展在线预测方法，采用随机游走MCMC粒子移动策略缓解多样性粒子匮乏现象，结合耳片疲劳数据系统分析改进算法的疲劳裂纹后验估计、损伤演化在线预测、算法稳定性等综合性能。结果表明，算法后验估计误差控制在0.8mm之内，算法预测误差控制在1.0mm之内。
飞行器结构;裂纹损伤演化;在线预测;随机游走噪声;马尔科夫链蒙特卡洛;粒子滤波
南京航空航天大学
硕士
测试计量技术及仪器
袁慎芳
2022
中文
V267.2
2023-11-01（万方平台首次上网日期，不代表论文的发表时间）