XiaoMi-AI文件搜索系统
World File Search SystemSHM
美国宇航局在载人太空探索中面临的 NDE 和 SHM 挑战和需求
摘要：NASA 丰富的载人航天历史为今天的探索愿景奠定了基础：保持美国在太空领域的领导地位，在月球及其周围建立持久的存在，并为火星及更远的未来铺平道路。NASA 的 Artemis 任务将使用太空发射系统、猎户座飞船和载人着陆系统将人类送回月球表面并建立永久的月球大本营。为了支持 Artemis 任务，NASA 的 Gateway 计划将通过国际合作，在月球周围建立人类第一个空间站。实现这些雄心勃勃的目标需要创新的技术和系统，其中一些尚未得到证实。先进的材料、结构和制造技术将成为月球及其周围长期居住地以及月球和深空探测飞行器的基础。为了在恶劣的太空环境中成功长时间运行，这些居住地和飞行器需要同样先进的 NDE 和 SHM 技术，以确保它们既能正确制造，又能完全完成其任务。这些技术必须坚固耐用，并易于宇航员操作，尽管宇航员可能经验有限，而且穿着笨重的宇航服。NASA 还计划使用机器人技术为外星应用建造某些关键基础设施元素。可能要建造的元素包括栖息地、着陆垫和停机坪、道路、防爆墙和遮阳墙，以及使用来自地球的原材料和月球表面现有的材料建造的隔热和微陨石防护罩。因此，可以补充机器人材料制造的自动检测技术是非常可取的。本演讲将详细讨论 NASA 在追求人类探索太空愿景的过程中对先进 NDE 和 SHM 技术的一些需求，以及过去如何满足这些需求的一些例子。
传感器 - JKU ePUB
摘要：结构健康监测 (SHM) 是通过集成传感器系统在运行期间对结构状况进行的连续机载监测。人们认为 SHM 有潜力提高结构的安全性，同时减少其自重和停机时间。目前有许多 SHM 方法可以观察和评估不同类型结构的不同损伤。最近，不同级别的数据融合已受到关注，以便通过不同的 SHM 方法进行联合损伤评估，从而提高评估的准确性和可靠性。然而，很少有人关注哪些 SHM 方法有望结合起来。本文通过比较许多著名 SHM 方法的基本物理模型与损伤对金属和复合结构的实际影响，展示了它们的理论能力，从而解决了这个问题。此外，本文概述了不同级别 SHM 的最新损伤评估概念。因此，使用超声波和振动的动态 SHM 方法似乎非常强大，但它们对环境影响很敏感。将此类动态方法与静态应变或电导率方法以及环境实体的附加传感器相结合，可能会产生一种强大的多传感器 SHM 方法。为了演示，定义了一个强大的传感器系统，并提出了一种可能的多传感器联合数据评估方案
结构健康监测应用的发展战略1
永久安装的结构健康监测 (SHM) 系统现在是传统定期检查（无损检测 (NDT)）的可行替代方案。然而，它们的工业用途有限，本文回顾了开发实用 SHM 系统所需的步骤。SHM 中使用的传感器固定在某个位置，而在 NDT 中，它们通常被扫描。目标是使用高时间频率、低空间频率 SHM 数据达到与传统高空间频率和低时间频率 NDT 检查类似的性能。结果表明，这可以通过变化跟踪算法（例如广义似然比 (GLR)）来实现，但这取决于输入数据是否为正态分布，这只有在因操作条件变化而导致的信号变化得到令人满意的补偿时才能实现；最近在这个主题上取得了很大进展，本文对此进行了回顾。由于 SHM 系统可以生成大量数据，因此将数据转换为可操作信息至关重要，并且必须在 SHM 系统设计中解决此步骤。验证已安装的 SHM 系统的性能也至关重要，并且已经提出了一种类似于 NDT 中使用的模型辅助检测概率 (POD) (MAPOD) 方案的方法。该方法使用安装在典型未损坏结构上的 SHM 系统获得的测量值来捕获由于环境和其他影响而导致的信号变化
海上和海洋结构健康监测的最新进展
本文讨论了海上和海洋结构中结构健康监测 (SHM) 方法的最新进展。大多数 SHM 方法都是为陆上基础设施开发的。很少有研究将 SHM 技术应用于海上和海洋结构。本文旨在填补这一空白，并强调在海上和海洋结构中实施 SHM 方法的挑战。本研究对在石油钻井平台、海上风力涡轮机结构、海底系统、船舶、管道等中建立 SHM 模型的可用技术进行了分类。此外，最近出版物中提出的想法的功能分为三大类：基于模型的方法、基于振动的方法和数字孪生方法。本文回顾了最近开发的新型信号处理和机器学习算法，并讨论了它们的能力。本文还介绍和讨论了基于视觉和基于种群的方法中开发的方法。本文的目的是为在海上和海洋结构中选择和建立 SHM 提供指导。
光纤传感器在结构健康监测中的应用
摘要— 结构健康监测 (SHM) 可以理解为传感与智能的集成，以便记录、分析、定位和预测结构载荷和损伤诱发条件，从而使无损检测成为其中不可或缺的一部分。此外，SHM 系统可以包括执行装置，以采取适当的反应或纠正措施。SHM 传感要求非常适合光纤传感器 (OFS) 的应用，特别是提供集成、准分布式或完全分布式技术。在本教程中，在简要介绍基本的 SHM 概念之后，回顾了可用于此应用的主要光纤技术，重点介绍了四种最成功的技术。然后，还介绍了在实际结构中使用 OFS 的几个示例，包括来自可再生能源、交通运输、土木工程和石油和天然气工业领域的示例。最后，确定了当前最相关的技术挑战和关键行业市场。本文提供了教程介绍、该主题的全面背景以及对 OFS 用于 SHM 的未来进行了预测。此外，还讨论了近期将面临的一些挑战。
复合材料飞机结构健康监测中多传感器数据融合的必要性
摘要：随着复合材料在飞机上的应用越来越多，复合材料航空航天结构的结构健康监测 (SHM) 领域的进步取得了许多新的成功贡献。然而，其应用在航空工业的运营条件下仍然并不常见，主要是由于研究重点和应用之间的差距，这限制了向改进的飞机维护策略（如基于条件的维护 (CBM)）的转变。在本文中，我们确定并强调了复合材料飞机结构 SHM 领域成熟的两个关键方面：(1) 需要对飞机结构健康管理进行整体损伤评估的飞机维护工程师，以及 (2) 将 SHM 应用升级到实际服役条件下的复合飞机结构。多传感器数据融合概念可以帮助解决这些问题，我们阐述了它的好处、机遇和挑战。此外，为了演示目的，我们展示了基于融合的 SHM 系统的概念设计研究，用于对代表性复合飞机机翼结构进行多级损伤监测。通过这种方式，我们展示了多传感器数据融合概念如何使社区受益，推动复合飞机结构的 SHM 领域向航空工业的 CBM 应用迈进。
机器学习和结构健康监测概述...
摘要 传统的损伤检测技术正逐渐被最先进的智能监测和决策解决方案所取代。结构健康监测 (SHM) 系统中的近实时和在线损伤评估是一种有希望的过渡，可以弥合过去应用效率低下与未来新兴技术之间的差距。在智能城市、物联网 (IoT) 和大数据分析时代，数据驱动的民用基础设施监测框架的复杂性尚未完全成熟。因此，机器学习 (ML) 算法提供了必要的工具来增强 SHM 系统的功能并为过去的挑战提供智能解决方案。本文旨在阐明和回顾现代 SHM 系统中涉及的 ML 前沿。本文提供了 ML 管道的详细分析，并在补充表格和图中总结了需求量大的方法和算法。通过物联网范式连接基础设施中关键信息的无处不在的感知和大数据处理是 SHM 系统的未来。随着这些数字技术的进步，考虑到下一代 SHM 和 ML 的结合，本文详细讨论了 (1) 移动设备辅助、(2) 无人机、(3) 虚拟/增强现实和 (4) 数字孪生领域的最新突破。最后，本文探讨了 SHM-ML 结合的当前和未来挑战以及未解决的研究问题
飞机结构健康中的机器学习应用...
摘要 - 飞机的结构健康监测（SHM）是应用的精致技术之一，可确保飞机的可使用，安全性和可靠性。传统的SHM方法依靠物理模型和专家判断来识别和评估损害。传统方法可以消耗更多的时间，而且价格昂贵。他们可能无法诊断和检测某些类型的损害。机器学习（ML）是一种强大的工具，可用于自动化和提高SHM的准确性。ML已成为一种有前途的方法，用于自动化飞机内部和外部损害的诊断和预后过程，从而改善了维护实践并增强了操作安全性。本文描述了SHM所涉及的总体发现和挑战，讨论了该领域采用的各种ML算法和方法，并提出了案例研究，强调了ML技术在检测和预测结构缺陷方面的有效性。本文还讨论了机器学习过程的科学应用，以识别和纠正任何飞机中的结构缺陷和挑战。我们将讨论SHM可以促进的不同类型的ML算法以及如何应用ML来管理和改善飞机健康状况的一些例子。
ssc-468 结构健康监测的开发...
基于阻抗的结构健康监测 (SHM) 利用粘合到结构上的压电换能器来深入了解被监测对象的物理健康状况。通过观察压电换能器的电阻抗，可以识别结构的变化。典型的阻抗 SHM 测量依赖于阻抗分析仪或其他复杂硬件。本报告中介绍的研究侧重于开发专门用于海军应用的阻抗硬件。在开发原型之前，先在代表性海军结构上验证阻抗 SHM 的功能。对焊接铝试样施加疲劳载荷，并使用阻抗法成功检测疲劳裂纹扩展。然后考虑将阻抗 SHM 原型的组件纳入硬件中，并在铝试样上进行验证。最后，基于阻抗集成电路设计初始原型。
机器学习和结构健康监测概述，重点介绍新兴技术和高维数据源
摘要 传统的损伤检测技术正逐渐被最先进的智能监测和决策解决方案所取代。结构健康监测 (SHM) 系统中的近实时和在线损伤评估是一种有希望的过渡，可以弥合过去应用效率低下与未来新兴技术之间的差距。在智慧城市、物联网 (IoT) 和大数据分析时代，数据驱动的民用基础设施监测框架的复杂性尚未完全成熟。因此，机器学习 (ML) 算法提供了必要的工具来增强 SHM 系统的功能并为过去的挑战提供智能解决方案。本文旨在阐明和回顾现代 SHM 系统中涉及的 ML 前沿。提供了 ML 管道的详细分析，并在增强表格和图中总结了需求量大的方法和算法。通过物联网范式连接基础设施中关键信息的无处不在的感知和大数据处理是 SHM 系统的未来。随着这些数字技术的进步，考虑到下一代 SHM 和 ML 的结合，本文详细讨论了 (1) 移动设备辅助、(2) 无人机、(3) 虚拟/增强现实和 (4) 数字孪生方面的最新突破。最后，本文探讨了 SHM-ML 结合的当前和未来挑战以及未解决的研究问题。在 ML 参与的 SHM 中利用新兴技术的路线图仍处于起步阶段；因此，本文展望了监测系统在评估民用基础设施完整性方面的未来发展。