确定嵌入式灵敏度函数的数据采集协议

本实验的总体目标是确定结构的嵌入式灵敏度函数。该方法将以住宅级风力涡轮机叶片为例进行演示。该方法有助于回答与结构健康监测相关的关键问题，例如结构在特定位置发生损伤时其响应将如何变化。

该技术的主要优势在于，它提供了一种基于实验测量数据来建立结构模型的方法，从而无需事先了解质量、刚度和阻尼等特定参数。首先设计一个测试夹具，以模拟真实的边界条件。在此示例中，螺栓安装位置经过设计，以匹配叶片的安装位置。

使用钢材制造夹具，以尽量减少夹具对测试试件动态响应的影响。首先将叶片用螺栓固定到定制的T型支架上，然后将夹具夹紧在钢制平台上，完成夹具的组装。接着，在叶片上确定并标记一组冲击位置的网格点。

使用记号笔或蜡笔在刀片上标记并编号30个点，使其覆盖整个刀片。然后，测量各点的相对位置，用于测试结果的可视化表示。接着，准备单轴10毫伏每克加速度计。

选择加速度计的适当灵敏度对于获得良好的信噪比至关重要。同时，请确保加速度计的频率范围足以捕捉您所研究样本的关注频率范围。请对每个传感器进行校准。

将一个传感器连接到可输出9.81米/秒²单频力的手持式振荡器上。测量传感器在振动两秒期间的响应。力的输出值由软件读出。

将均方根（RMS）幅值乘以1000，以确定加速度计的校准系数，单位为毫伏每重力加速度（mV/g）。下一步是准备一个灵敏度为11.2毫伏每牛顿（mV/N）的冲击锤。确保该冲击锤在幅值和频率上均能有效激励测试样品。

然后，将一个尼龙尖端安装到锤子上，以确保其功能不受影响。最后，通过BNC电缆将锤子连接到数据采集系统。现在，确定叶片上的传感器位置，并使用超级胶水将加速度计粘附在相应位置。

在损伤位置两侧的 m 点和 n 点选择测点，然后在位置 k 安装第三个加速度计。该传感器的数据将用于验证嵌入式灵敏度函数分析的结果。

打开数据采集图形用户界面。首先，启用双击检测功能。然后，将采样频率设置为 10,240 赫兹。

可用频率范围为采样频率的一半。第三，将采样时间设置为一秒。第四，选择锤击通道作为触发通道，并将触发水平设置为10牛顿。

第五，将预触发长度设置为总采样时间的5%。预触发数据是指在数据采集系统启动之前已收集并存储在缓冲区中的数据。获取并保存这部分数据非常重要，以确保完整捕获整个冲击事件。

第六，选择假设响应通道存在噪声而激励通道无噪声的H1频响函数（FRF）估计器。最后，输入加速度计和冲击锤的信息，包括校准系数和识别备注。然后保存设置，以用于记录保存及后续测试。

待用于固定传感器的超级胶水完全固化后，用锤子敲击第一个冲击点。当冲击力的幅值超过所选触发阈值时，数据采集系统将被触发，并开始记录数据，包括选定长度的触发前数据。在数据采集过程中，需在软件中监控各通道，以避免信号削波和重复冲击。

此外，观察相干性图以进一步评估所获取数据的质量。在数据采集过程中不要对数据加窗。以一致的冲击幅度在第一点再进行四次冲击。

然后，对叶片上的每个选定位置重复此过程。在所有点冲击完成后，在损伤叶片上完整重复整个过程。损伤叶片的数据仅用于评估嵌入灵敏度函数的有效性。

无需确定嵌入式灵敏度函数本身。类似于频率响应函数，嵌入式灵敏度函数在结构的固有频率附近会出现峰值。函数值越高，表明该位置对点 m 和点 n 之间的损伤越敏感。

以 142 赫兹附近的函数幅值为例。显然，第一列和第三列中对应方块的传感器位置对损伤最为敏感。请注意，这些位置是根据健康叶片获取的数据确定的。

通过健康叶片和受损叶片的频率响应函数之间的差异可以看出，嵌入式灵敏度函数能够非常有效地预测叶片上对损伤最敏感的位置，这一点从这两个图的相似性中得到了证实。观看本视频后，您应能够充分理解如何获取确定结构嵌入式灵敏度函数所需的数据。尽管本方法以风力涡轮机叶片为例进行演示，但该流程适用于任何可通过冲击锤和加速度计测量其响应的结构。