北京大学SH超声导波换能器,开启结构健康监测新时代

2019 年 5 月 10 日 知社学术圈

海归学者发起的公益学术平台

分享信息,整合资源

交流学术,偶尔风月

近年来结构健康监测(SHM)在现代工业中变得越来越重要,对于管道、板壳等大型结构来说,超声导波监测方法具有传播距离长、定位准确等独有的优势。

近日,国际超声杂志《Ultrasonics》发表了北京大学工学院李法新课题组的论文“A practical omni-directional SH wave transducer for structural health monitoring based on two thickness-poled piezoelectric half-rings” (Q. Huan et.al, Ultrasonics,2019(94): 342-349; https://doi.org/10.1016/j.ultras.2018.07.010)。该文中提出了一种结构简单、可广泛应用于结构健康监测领域的水平剪切(SH)波压电换能器。它由两个极化相反的半圆环组成,施加环向电场,可方便地激励出各向同性的非频散水平剪切波SH0。该工作的发表标志着李法新课题组在超声导波检测/监测领域取得了国际领先地位,开辟了SH波基础研究及应用研究的新时代。论文第一作者是北大工学院2015级博士生宦强。


图1. 双半圆环SH波换能器及其激励的全向性SH波


近年来结构健康监测(SHM)在现代工业中变得越来越重要,对于管道、板壳等大型结构来说,超声导波监测方法具有传播距离长、定位准确等独有的优势。然而,目前普遍采用的Lamb导波由于多模态、频散等问题,在实际应用中受到诸多限制。相比之下,零阶SH导波是完全非频散的,而且只有一个位移分量,在计算分析和信号处理方面具有明显的优势,但纯的SH波很难用压电换能器激励出来。


早在上世纪70年代末,美国学者Thompson等已经采用电磁超声换能器(EMAT)在平板中激励出较纯的SH波。但EMAT的最大问题是能量转换效率太低,因此必须采用大功率的发射装置和信号放大接收电路才能工作,其检测距离受到限制,难以发挥导波长距离检测的优势,而且设备笨重无法用于结构健康监测(SHM)。无损检测领域领军学者、英国皇家两院院士、帝国理工学院的Peter Cawley教授在其论文(IEEE. UFFC., 2011)中评论道:“平板中的SH导波和管道中的扭转导波难以用常规的压电换能器激励”。电磁超声领域领军学者、日本大阪大学Ogi教授在论文(NDT&E International., 2012)中评论道:“当前SH波的研究主要集中在理论和数值模拟,原因在于SH波难以用压电换能器激励”。因此,采用压电换能器激励出纯的SH波一直是该领域的一个难题,这严重制约了SH波基础研究和应用研究的进展。


李法新课题组从2015年开始从事SH波激励方法的研究,由于在铁电压电领域的多年积累,在三年多时间内就取得了突破性进展,先后研制出三代剪切型SH波压电换能器,可方便地用于SH波的基础研究及检测监测应用研究。


第一代:面内剪切d36型及合成d36型SH波压电换能器


常规的PZT压电陶瓷由于极化后为横观各向同性,不存在d36面内剪切的变形模式。课题组通过应力诱导铁弹畴变,首次在PZT陶瓷中开发出d36面内剪切的变形模式(APL2015),见图2(左)。采用d36型PZT陶瓷可以激励出SH波(Miaoet al, JAP 2016),但同时也激励出了Lamb波。他们接着改进了设计,采用二维反向极化的方法制备了合成d36型压电陶瓷(Li, Miao, JAP 2016),见图2(中),它激励SH0波的效果要好一些,但仍然无法激励出纯的SH0波。后来,他们提出对厚度极化PZT陶瓷分割电极、施加二维反向电场的方法(图2右),可在较窄频带内激励和接收SH0波(Huanet al, Ultrasonics 2018)。这种方法可采用商用的厚度极化PZT,适合实验室研究,但因引线麻烦,不适合大范围应用。


图2. 第一代:面内剪切d36型压电换能器(左),及合成d36型换能器(中)通过二维反向极化;(右)通过二维反向电场


第二代:面内剪切d24型SH波压电换能器。


2016年他们提出了新型面内剪切d24模式(图3左),采用d24型压电换能器在平板中激励出单模态非频散的零阶SH波,同时还可以有选择性地接收SH波(滤掉Lamb波)。这项工作于2016年11月发表在领域权威期刊Smart Mater Struct上,并入选该期刊2016年度23篇亮点论文(Highlights)之一(全年540余篇论文)。他们进而采用一对尺寸优化的d24型压电片(图3中),制备出双向聚焦型SH波换能器,适于研究SH波的基本性质和激励大口径管道中的周向SH导波(Miao et al, Ultrasonics 2018)。同时,他们采用指环形d24压电片阵列(图3右),在圆管中激励出非频散的零阶扭转波T(0,1) (Miao et al,Smart Mater Struct 2017),为长距离管道的结构健康监测提供了方便可行的技术方案。


图3. 第二代:基于面内剪切d24型压电片的十字指向型SH波换能器(左)、双向聚焦型SH波换能器(中),以及用于管道的扭转导波换能器(右)


第三代:全向型SH波压电换能器。


前面的第一代和第二代SH波换能器均是方向型(十字指向)或双向(聚焦)型,而在板壳结构检测/监测中需要是全向型SH波换能器。课题组先是采用d24型压电片平面圆环阵列合成周向极化(图4左),实现了全向型的SH波换能器(Miao et al, Ultrasonics 2017),其各方向上灵敏度偏差约为15%,可接受但不理想。他们进一步提出了基于新型厚度极化、厚度剪切d15模式压电圆环12等分的全向型SH波换能器(Huanet al, Smart Mater Struct 2017),见图4(中),该换能器信噪比高(~24dB)、均匀性好(灵敏度偏差6-7%),已经在稀疏阵列结构健康监测中得到应用验证。相比于基于Lamb波的结构健康监测系统,基于非频散SH0导波的监测系统具有缺陷定位精度高、信号处理简单、可变频工作等明显优势。然而,这种12阵元的换能器在大规模应用中还是不太方便。

图4. 第三代:全向型SH波压电换能器:(左)基于12片d24型压电片;(中)基于厚度极化d15型压电圆环12等分;(右)基于厚度极化d15型双半圆环

最近发表的这篇基于双压电半圆环的全向型SH波换能器,结构简单,性能优良,彻底解决了SH波用于结构健康监测中的技术问题。可以预见在不久的将来,导波检测/监测领域的研究格局将发生改变,基于SH波的检测/监测方法将得到迅速发展。而且,这种双半圆环的SH波压电换能器同时还是一个完美的扭转振动换能器,可以在圆棒或圆管中激励出非频散的扭转导波T(0,1),因此必将在超声和振动相关领域得到广泛应用。

上述发展的SH波换能器已经在美国Tufts大学,北京理工大学,厦门大学、大连理工大学等单位得到了应用,反响很好。相关工作先后获得了第一届和第二届轨道交通结构健康监测国际研讨会一等奖(2016,2018,均唯一)、中国铁道学会最佳论文一等奖(2019)等奖项。

三个获奖证书

扩展阅读

 

要有光:光学微腔传感器走进物联网

AM:一种新型的压力传感器材料

高能效电卡制冷,真正实现零碳排放

上硅所发现具有反常金属延展性的半导体

本文系网易新闻·网易号“各有态度”特色内容

媒体转载联系授权请看下方

登录查看更多
5

相关内容

北京大学创建于1898年,初名京师大学堂,是中国近代第一所国立大学,也是最早以“大学”身份和名称建立的学校,其成立标志着中国近代高等教育的开端。北大是中国近代唯一以最高学府身份创立的学校,最初也是国家最高教育行政机关,行使教育部职能,统管全国教育。北大开创了中国高校中最早的文科、理科、法政科、商科、农科、医科等学科的大学教育,是近代以来中国高等教育的奠基者。
新时期我国信息技术产业的发展
专知会员服务
70+阅读 · 2020年1月18日
2019中国硬科技发展白皮书 193页
专知会员服务
82+阅读 · 2019年12月13日
【白皮书】“物联网+区块链”应用与发展白皮书-2019
专知会员服务
93+阅读 · 2019年11月13日
浅谈群体智能——新一代AI的重要方向
中国科学院自动化研究所
43+阅读 · 2019年10月16日
【CPS】信息物理融合系统理论与应用专刊序言
产业智能官
7+阅读 · 2019年2月27日
海洋论坛丨水声目标识别技术现状与发展
无人机
26+阅读 · 2018年12月17日
【工业智能】风机齿轮箱故障诊断 — 基于振动信号
机器视觉技术的农业应用研究进展
科技导报
7+阅读 · 2018年7月24日
中科院赵地:深度学习在 4 大超声影像中的应用
AI掘金志
9+阅读 · 2017年12月17日
Position-aware Graph Neural Networks
Arxiv
15+阅读 · 2019年6月11日
Neural Speech Synthesis with Transformer Network
Arxiv
5+阅读 · 2019年1月30日
Panoptic Feature Pyramid Networks
Arxiv
3+阅读 · 2019年1月8日
A Comprehensive Survey on Graph Neural Networks
Arxiv
21+阅读 · 2019年1月3日
Efficient and Effective $L_0$ Feature Selection
Arxiv
5+阅读 · 2018年8月7日
VIP会员
相关资讯
浅谈群体智能——新一代AI的重要方向
中国科学院自动化研究所
43+阅读 · 2019年10月16日
【CPS】信息物理融合系统理论与应用专刊序言
产业智能官
7+阅读 · 2019年2月27日
海洋论坛丨水声目标识别技术现状与发展
无人机
26+阅读 · 2018年12月17日
【工业智能】风机齿轮箱故障诊断 — 基于振动信号
机器视觉技术的农业应用研究进展
科技导报
7+阅读 · 2018年7月24日
中科院赵地:深度学习在 4 大超声影像中的应用
AI掘金志
9+阅读 · 2017年12月17日
Top
微信扫码咨询专知VIP会员