基于光纤光栅(FBG)传感器网络构建了声发射检测系统, 并提出了最小方差无失真响应(MVDR)的声发射源定位方法。构建的系统由7个FBG传感器组成传感器线阵列, 采用未经平坦的放大自发辐射(ASE)光源边缘滤波实现信号解调。利用Shannon小波变换从频散复杂的声发射信号中提取窄带信号, 并基于MVDR算法扫描整个监测区域获取空间谱。根据空间谱函数计算输出值, 并将计算的输出值作为像素值。最后, 通过提取空间谱中的最大值的坐标确定声发射源的位置。在LY12铝合金板上进行了实验验证。结果表明, 该方法在400 mm ×400 mm的区域内, 声发射定位的最大误差为9.4 mm, 平均误差为7.2 mm, 耗时小于3 s。该系统具有较高的实时性和定位精度, 是一种声发射源定位的新方法。

利用光纤布拉格光栅(FBG)构建了传感器网络;结合小波分解与重构算法、频谱分析和支持向量多分类机算法研究了碳纤维复合材料板损伤的模式识别算法。首先, 对带有不同损伤模式的复合材料结构进行冲击试验, 探索损伤模式与信号特征之间的关系。然后, 对信号进行小波分解与重构去除基线干扰;采用傅里叶变换频谱分析提取信号幅频特性, 构建了复合材料结构损伤模式识别方法。最后, 将提取的信号幅频特性作输入, 复合材料结构损伤模式作输出, 利用支持向量多分类机, 实现了复合材料结构损伤模式识别。在500 mm×500 mm×2 mm的碳纤维复合材料板中心, 选定200 mm×200 mm的实验区域, 对30组测试样本进行了损伤模式识别。实验结果表明: 29组损伤模式得到了准确识别, 正确率为96.7%。研究结果为碳纤维复合材料板的损伤模式识别提供了一种可靠的方法。

针对传统声发射定位系统存在的结构复杂、难以组网、定位精度低等问题，设计了一种基于光纤布拉格光栅（FBG）传感器网络和时间反转聚焦成像的声发射定位方法。在对时间反转聚焦定位原理分析的基础上，利用四个FBG传感器构建四点定位系统，并采用窄带激光边缘滤波技术实现信号解调。利用Morlet小波提取信号中特定频率成分，并计算模值和时差。通过建立时间反转聚焦模型实现声发射源定位，并在铝合金板结构上对整套成像定位方法进行验证。实验结果表明，该方法能有效地对400 mm×400 mm监测区域进行声发射定位成像，定位误差小于20 mm，耗时小于2 s。为声发射检测和定位提供了一种新的方法。

利用光纤布拉格光栅(FBG)构建传感器网络，结合小波变换、频谱分析和支持向量机分类算法，对碳纤维复合材料板低速冲击区域定位进行了研究。根据划分区域进行冲击试验，探索冲击区域与信号特征之间的关系。在对低速冲击信号进行小波变换去除基线干扰的基础上，采用傅里叶变换提出提取冲击信号幅频特性作为信号特征进行低速冲击区域定位识别的方法，将提取的信号幅频特性作输入、冲击区域类别作输出构建支持向量多分类机实现低速冲击区域定位识别。实验结果表明：在500 mm×500 mm×2 mm的碳纤维复合材料板上对36个测试样本进行低速冲击区域定位识别，实现33个低速冲击区域准确定位，正确率达90%以上，低速冲击定位系统的区域识别精度为40 mm×40 mm，且每个区域定位时间小于1011 ms。研究结果为碳纤维复合材料板的低速冲击区域定位检测提供了一种科学可靠的方法。