用于诊断结构的方法和系统及相关处理程序或程序组技术方案

描述了一种用于执行受到负载的结构特别是飞机结构的诊断的方法，所述方法借助于位于结构的相关点处的传感器装置和对应的神经网络来实施，并且该方法包括：训练神经网络以便建立相关点的子集中的结构的局部位移与至少一个剩余相关点中的结构的局部位移之间的关联关系；检测在操作条件下在多个相关点中的结构的局部位移；基于预先建立的关联关系，借助于相关的神经网络来估计至少一个剩余相关点中的结构的局部位移；以及将所估计的结构的局部位移与剩余相关点处的检测到的局部位移进行比较，其中，如果局部位移的估计值和检测值匹配，则确定结构的完整状态，或者如果这些值不同，则确定结构的缺陷状态。

【技术实现步骤摘要】
用于诊断结构的方法和系统及相关处理程序或程序组
本专利技术总体上涉及一种用于执行结构诊断的方法，并且更具体地涉及一种用于执行机械结构(特别是飞机结构)的诊断的方法，该方法适用于评估或监控结构中由在运行中发生工作负载和/或事件引起的损坏或缺陷的存在。
技术介绍
在用于执行系统(产品的部件或复杂产品)维护的方法中，对能够通过监控指示系统状态的某些参数来减少意外故障特别感兴趣。根据现有技术，在航空领域中，借助于事件的历史重建或借助于基于对结构响应于通常在运行状况下发生的应力的机械强度特性的了解来估计结构承受的疲劳而间接地诊断飞机的机械结构(诸如金属或复合结构，例如机身或机翼结构)中的损坏或缺陷的存在，该事件包括由于生产期间的意外撞击(工具撞击)造成损坏或在运行中(由于冰雹或外来物体造成的撞击)造成损坏以及结构承受负载造成损坏。具体地，在复合结构的情况下，意外撞击产生的效果在外部不是很明显，但可能在结构内部造成相当大的损坏(例如，分层)。然而，这种技术是费力且不精确的，因为它不能实时反映受监控结构的变化以及物理和机械状况。用于预测受到负载的结构的行为的方法由同一申请人开发并在欧洲专利申请EP2,281,224A1中描述。该方法包括提供结构的数学模型、检测结构在多个主要点和多个附加点中的状态(变形)、基于前述数学模型来确定作用在结构上并与在主要点中检测到的状态相关的负载、使用所确定的负载来估计结构在附加点中的状态、以及在所估计的结构的状态与在附加点中检测到的状态之间进行比较，使得如果状态参数的估计值和检测值匹配，则确定结构的完整状态，或者如果这些值不同，则确定结构的缺陷状态。同一申请人的EP2,682,836涉及一种用于基于与适于揭示受到负载的结构的至少一种状态的传感器装置的所述结构的关联而对该结构执行诊断的方法。该方法包括学习由结构状态的多个相关检测点子集中的结构状态指示参数所呈现的值与从与至少一个负载状况相关联的结构状态的多个指示性训练数据开始的至少一个剩余相关检测点中的状态参数值之间的关联关系。在操作阶段中，用于执行诊断的方法包括：基于预定关联关系并从由多个检测点子集中的结构状态参数所呈现的值，来检测在至少一个负载状况下由多个相关检测点中的结构状态指示参数所呈现的值；估计剩余检测点处的状态参数的值；以及最终比较剩余检测点中的状态参数的估计值和检测值。如果状态参数的预期值和检测值匹配，则确定结构的完整状态，而如果状态参数值不同，则确定结构的缺陷状态。EP2,682,836描述了结构变形作为结构状态的表示。
技术实现思路
本专利技术的目的是提供一种用于执行结构诊断的改进替代方法，该方法既简单又灵活并允许以可靠方式连续地估计结构的物理和机械状况。本专利技术的另一个目的是提供一种用于执行诊断的方法，该方法可以在不需要过度计算且特别是不需要创建结构的物理/数学模型的情况下应用，因此也可以在运行中或任务期间在飞机上实施。根据本专利技术，这些目的借助于一种对机械结构进行诊断的方法来实现。该方法特别是用于通过传感装置来诊断受到负载的结构的方法，所述结构特别是飞机结构，所述传感装置与所述结构相关联并适于检测所述结构的至少一个局部位移，所述传感装置包括布置在所述结构的相关点中的传感器的矩阵，每个所述传感器能够检测指示所述结构的局部位移的物理量并发出与由所述物理量所呈现的值相关的相应电响应信号，其中所述方法包括：在学习阶段中：从通过与至少一个负载状况相关联指示多个相关感测点处的所述结构的局部位移的多个训练数据，建立所述多个相关感测点的子集中的所述结构的局部位移的值与至少一个剩余相关感测点中的所述结构的局部位移的值之间的关联关系；以及在操作阶段中，检测在所述至少一个负载状况下在多个相关感测点中的所述结构的局部位移所呈现的值；基于预先建立的关联关系，从由所述多个感测点的子集中的所述结构的局部位移所呈现的值开始，估计至少一个剩余感测点中的局部位移的值；将所述至少一个剩余感测点中的所估计的局部位移的值和所检测的局部位移的值相互比较；以及如果所检测的局部位移的值和所估计的局部位移的值除了预定公差之外基本上匹配，则确定所述结构的完整状态，或者如果所检测的局部位移的值和所估计的局部位移的值除了所述预定公差之外是不同的，则确定所述结构的缺陷状态。本专利技术还涉及一种用于执行上述机械结构的诊断的系统和计算机程序。简而言之，本专利技术是基于表征受检查机械结构，该机械结构受到能够引起结构点相对于参考系的局部位移(即，修改结构点相对于参考系的局部位置)的工作负载，并且本专利技术基于实际位移数据(即，指示预选点位置的实际变化的数据)与所假设的位移数据(即，指示预选点位置的假设变化的数据)的实时相关性，实际位移数据与假设位移数据的比较用于推断结构的完整或缺陷状态。在下文中，在当前处理中，“位移”意味着受检查元件的空间位置(诸如结构的相关点，即，指示所述位置的坐标的空间位置)的变化。如果位移前的点的坐标指示为x0、y0、z0，并且位移后的点的坐标指示为x1、y1、z1，则位移是分量向量(x1-x0)、(y1-y0)、(z1-z0)。更一般地，主体的点Pi在时刻t0与时刻t1之间的位移被定义为向量Pi(t0)-Pi(t1)，并且通过定向和通过感觉表征为具有长度尺寸的幅度，即，标量长度尺寸的三个坐标。参考系可以是固定的，或者可以与点所属的结构成一体。在EP2,682,836中描述的位移在概念上和尺寸上不同于变形，其参考结构的一段来定义，结构的原始长度l0由于结构的变形而变化，直到它达到长度l1，其中，如果两个长度之间的差值指示为Δl，则变形被定义为ε＝Δl/l0，因为l0趋于0。结果，变形是无量纲参数(长度比)。结构的缺陷可以包括孔、填充孔或对表面或体积的其他修改，例如由连接构件的插入、撞击损坏、分层、孔隙或由于结构的具有不同的树脂或纤维强度的区引起的修改。缺陷可以集中在具有特定坐标的点上，或者遍布在结构的方向上或区域上或体积内。在当前优选的实施例中，受检查结构配备有位于相关点中的有限数量的位移传感器或仪表，诸如根据光学或干涉技术操作的一个或多个机械位移变送器。与其中与结构局部成一体的传感器用于将结构变形的值与传感器的物理特性(诸如电阻(应变计)或干涉波长(具有布拉格光栅的光纤))相关联的结构变形测量技术不同，位移测量方法更容易自动化。应当注意，取决于结构上的相关点(或检测点)的预选布置，远离相关点的可能的集中缺陷可能不会导致相关点处的结构状态的任何变化，使得给定负载或负载向量产生位移向量，该位移向量在存在缺陷时不变。显然，用于选择检测点的标准必须优选考虑在所述点处对结构缺陷的敏感性。神经网络(其复杂程度取决于结构的形态复杂性)是基于借助于与至少一个且优选地多个不同的负载状况的关联性而在相关点处在结构上检测到的状态条件来训练的。神经网络被设计为估计在相关点的子集中检测到的位移或位置变化与一个或多个剩余相关点中的位移或位置变化之间的相关性。借助于已经适当训练的神经网络来估计受检查结构的相关点本文档来自技高网...

【技术保护点】
1.用于通过传感装置来诊断受到负载的结构(S1-S3)的方法，所述结构特别是飞机结构(A)，所述传感装置与所述结构(S1-S3)相关联并适于检测所述结构的至少一个局部位移，所述传感装置包括布置在所述结构(S1-S3)的相关点(P

【技术特征摘要】
20180620 IT 1020180000064991.用于通过传感装置来诊断受到负载的结构(S1-S3)的方法，所述结构特别是飞机结构(A)，所述传感装置与所述结构(S1-S3)相关联并适于检测所述结构的至少一个局部位移，所述传感装置包括布置在所述结构(S1-S3)的相关点(Pi)中的传感器(P)的矩阵，每个所述传感器能够检测指示所述结构(S1-S3)的局部位移的物理量并发出与由所述物理量所呈现的值相关的相应电响应信号，
其特征在于，所述方法包括，
在学习阶段(100-300)中：
(a)从通过与至少一个负载状况相关联指示多个相关感测点(Pi)处的所述结构(S1-S3)的局部位移的多个训练数据，建立(300)所述多个相关感测点的子集中的所述结构的局部位移的值与至少一个剩余相关感测点中的所述结构的局部位移的值之间的关联关系；以及
在操作阶段中：
(b)检测(500)在所述至少一个负载状况下在多个相关感测点(Pi)中的所述结构的局部位移所呈现的值；
(c)基于预先建立的关联关系，从由所述多个感测点的子集中的所述结构的局部位移所呈现的值开始，估计(600)至少一个剩余感测点中的局部位移的值；
(d)将所述至少一个剩余感测点中的所估计的局部位移的值和所检测的局部位移的值相互比较(700)；以及
(e)如果所检测的局部位移的值和所估计的局部位移的值除了预定公差之外基本上匹配，则确定所述结构(800)的完整状态，或者如果所检测的局部位移的值和所估计的局部位移的值除了所述预定公差之外是不同的，则确定所述结构(900，1000)的缺陷状态。


2.根据权利要求1所述的方法，其中，针对每个相关感测点(Pi)执行所估计的局部位移的值与所检测的局部位移的值之间的比较(700)。


3.根据权利要求1所述的方法，其中，在多个不同负载状况下执行所述学习阶段(100-300)和所述操作阶段(500-1000)，其中，所述结构的缺陷状态是基于在多种负载情况下在所估计的局部位移的值与所检测的局部位移的值之间存在差异状况来确定的，而基于在单个负载情况或多个负载情况下在所估计的局部位移的值与所检测的局部位移的值之间的不一致低于阈值的状况的存在来确定间歇指示。


4.根据权利要求1所述的方法，其中，所述学习阶段包括收集(200)向量形式的多个训练数据，所述训练数据包括在至少一个负载状况下在所述相关点处检测的局部位移的值。


5.根据权利要求1所述的方法，其中，多个神经网络分别与所述相关点(Pi)相关联，并且所述学习阶段包括针对每个神经网络确定在至少一个负载状况下在与所述神经网络相对应的所述相关感测点处的所述结构的局部位移的值与剩余多个相关感测点中的局部位移的值之间的关联关系。


6.根据权利要求5所述的方法，其中，所述学习阶段包括：在多个负载状况的情况下，在通过所述神经网络在训练期间在至少一个相关点中估计的局部位移的值与在新负载的条件下所述至少一个相关点中的局部位移的值之间进行比较。...

【专利技术属性】
技术研发人员：米凯莱·扬诺内，
申请(专利权)人：里昂纳多有限公司，
类型：发明
国别省市：意大利;IT