Uniwersalne wskaźniki uszkodzeń w systemach monitorowania struktury statków powietrznych

Transkrypt

1 Bi u l e t y n WAT Vo l. LXI, Nr 2, 202 Uniwersalne wsaźnii uszodzeń w systemach monitorowania strutury statów powietrznych Krzysztof Dragan, Michał Dziendziowsi Instytut Techniczny Wojs Lotniczych, Warszawa, ul. Księcia Bolesława 6, rzysztof.dragan@itwl.pl, michal.dziendziowsi@itwl.pl Streszczenie. Systemy monitorowania strutury (SHM) stanowią jedną z najintensywniej rozwijanych technologii, mających na celu zwięszenie bezpieczeństwa esploatacji statów powietrznych. Wniosowania o stanie diagnozowanej strutury doonuje się zazwyczaj na podstawie tzw. wsaźniów uszodzeń otrzymanych z różnorodnych charaterysty sygnału rejestrowanego przez sensory uładu monitorującego. W niniejszej pracy zbadana zostanie efetywność wybranych wsaźniów uszodzeń w ocenie stanu onstrucji używanych w lotnictwie przy pomocy systemu monitorowania wyorzystującego generację fal sprężystych. Zaproponowane zostaną również wsaźnii uszodzeń o charaterze uniwersalnym, pozwalające wniosować o stanie strutury w dużym stopniu niezależnie od jej typu i loalizacji występujących uszodzeń. Słowa luczowe: systemy monitorowania uszodzeń, wsaźnii uszodzeń, stan strutury, diagnostya. Wprowadzenie Rosnące potrzeby użytowniów statów powietrznych (SP) wymagają projetowania onstrucji zdolnych do przenoszenia coraz więszych obciążeń przy jednoczesnej onieczności zachowania niemal ciągłej zdolności operacyjnej. Poddawanie strutury cylicznym obciążeniom powoduje powstawanie i rozwój uszodzeń zmęczeniowych, co może mieć bardzo poważne onsewencje dla bezpieczeństwa esploatacji SP. W latach doszło w USA do ponad 500 poważnych incydentów lotniczych, z tórych ooło 25% spowodowało atastrofy w ruchu lotniczym będące przyczyną śmierci przeszło tysiąca osób []. Wiele z nich spowodowanych było osiągnięciem przez uszodzenie zmęczeniowe rozmiarów rytycznych.

2 406 K. Dragan, M. Dziendziowsi W celu ochrony przed nadmiernym rozwojem powstających uszodzeń od wielu lat rozwijane są technii tzw. badań nieniszczących (NDT, NDI) rytycznych elementów onstrucji lotniczych. Obecnie istnieją liczne metody tych badań [2-4] z wyorzystaniem m.in.: radiografii, termografii, prądów wirowych, ultradźwięów, pozwalające na wyrycie uszodzeń na etapie niezagrażającym integralności strutury. Podstawowe ograniczenia tych metod wiążą się z ich czasochłonnością oraz oniecznością wyłączenia statów powietrznych z esploatacji na czas badań, co generuje duże oszty i uniemożliwia bieżące monitorowanie onstrucji. Ponadto ze względów onstrucyjnych weryfiacja nietórych rytycznych puntów danej strutury jest w pratyce niemożliwa, co pozostawia je poza zasięgiem ontroli użytownia. W związu z tym prowadzone są na świecie intensywne badania nad opracowaniem systemów bieżącego monitorowania stanu technicznego (SHM) rytycznych elementów strutury z wyorzystaniem sieci wbudowanych przetworniów [5-8]. Stanowi to jeden z istotnych ierunów rozwoju technologii lotniczych mających na celu zwięszenie bezpieczeństwa esploatacji statów powietrznych. 2. Cel pracy Prawidłowo funcjonujące systemy monitorowania uszodzeń (SHM) powinny dostarczać danych o zróżnicowanym poziomie istotności i stopniu szczegółowości: informacje jaościowe istotne: obecność uszodzenia w danej omórce sieci sensorów, jego rodzaj i rząd wielości; informacje ilościowe pomocnicze: doładna loalizacja oraz rozmiar uszodzenia. Jedną z idei budowy taiego systemu jest wyorzystanie mechanicznych właściwości materiałów użytych przy producji danego elementu statu powietrznego. Opiera się ona na rejestracji przebiegu fal mechanicznych wzbudzonych w danym ośrodu przez sieć przetworniów piezoeletrycznych (PZT) [5, 9-2]. Rozwiązanie dynamii małych odształceń ośroda silnie zależy od warunów brzegowych danego zagadnienia, szczególnie od geometrii danego uładu w tym taże jej loalnych zmian spowodowanych nieciągłością strutury. Na rejestrowany sygnał wpływa zatem obecność uszodzenia, jego rodzaj i rozmiary oraz loalizacja względem sieci sensorów. Wniosowania o stanie badanego obietu doonuje się na podstawie tzw. wsaźniów uszodzeń (ang. damage indices) otrzymanych z wyorzystaniem wybranych charaterysty rejestrowanego sygnału. Więszość badań nad systemami monitorowania uszodzeń (SHM) przeprowadzona była z wyorzystaniem laboratoryjnych próbe wybranego materiału [5, -6] lub w zastosowaniach przemysłowych i użytu publicznego [0, 6-8]. W niniejszej pracy przedstawimy wynii badań dotyczących monitorowania stanu

3 Uniwersalne wsaźnii uszodzeń w systemach monitorowania strutury statów tylnej ściany dźwigara łopaty wirnia nośnego śmigłowców wybranego typu [9]. Jest to element bezpośrednio wpływający na bezpieczeństwo lotu, niedostępny do diagnozowania tradycyjnymi metodami badań nieniszczących [9]. Zweryfiujemy efetywność wybranych wsaźniów uszodzeń w jaościowej ocenie stanu łopaty oraz zaproponujemy wsaźnii o charaterze uniwersalnym, umożliwiające prawidłowe wsazania systemu niezależnie od loalizacji uszodzenia i typu monitorowanej łopaty. 3. Opis zagadnienia Równania ruchu puntu ośroda materialnego mają postać: = s+ f, 2 u t gdzie u jest polem przemieszczeń ośroda, s tensorem naprężeń, f gęstością pola sił zewnętrznych. Wraz z równaniami onstytutywnymi materiału i i l s = C u + u 2 ( ) j j l l zadają one dynamię małych odształceń w danym elemencie onstrucji. Pole przemieszczeń jest zatem rozwiązaniem uładu hiperbolicznych równań różniczowych cząstowych, tórego jawną postać uzysać można jedynie w uproszczonych przypadach. W zagadnieniu ogólnym również metody numeryczne napotyają na szereg trudności związanych ze złożonością obliczeniową problemu, sompliowaną geometrią rzeczywistych strutur, czy też właściwą implementacją różnorodnych uszodzeń, czynniów losowych oraz warunów początowo-brzegowych zadanych przez sieć przetworniów piezoeletrycznych [5]. Odrębny problem stanowi bra elastycznego oprogramowania pozwalającego na łatwą symulację rozważanych modeli [20]. Z tego względu analiza numeryczna propagacji loalnych odształceń strutur stanowi oddzielne, intensywnie badane zagadnienie [2, 22]. Przebieg czasowy f gs (t) wygenerowanego puntowo sygnału rejestrowany w danym sensorze można zapisać jao: ( ˆ Ω, )( ) ( ) f () t = K f t + f t, gs g n gdzie: Kˆ Ω, f g jest rozwiązaniem dynamii odształceń w danym puncie, tóre zależy w sposób liniowy od wygenerowanego sygnału f g, geometrii i charaterystyi materiałowej v danego ośroda, f n jest zarejestrowanym losowym zaburzeniem pomiaru.,

4 408 K. Dragan, M. Dziendziowsi Rejestrowany sygnał jest zatem zmienną losową. Zauważmy jedna, że losowość ta nie jest spowodowana wyłącznie występującym podczas pomiaru szumem f n, lecz taże loalną zmianą geometrii uładu ze względu na powstające niezidentyfiowane uszodzenia danego elementu. Ponadto na rejestrowany sygnał wpływa nie tylo typ i rozmiar uszodzenia, lecz taże jego położenie względem sieci czujniów. Poprawne działanie opisywanych systemów wymaga zastosowania metod uwzględniających wpływ loalizacji uszodzenia na wyni pomiaru. Systemy detecji uszodzeń działają w oparciu o tzw. wsaźnii uszodzeń zmienne losowe definiowane za pomocą wybranych charaterysty zarejestrowanego sygnału w odniesieniu do uprzednio zachowanego sygnału bazowego env f gs,b nieuszodzonego elementu. Oznaczając przez f gs obwiednię danego sygnału można zdefiniować najprostsze wsaźnii uszodzeń: f charaterystya L gs dt L( gs, ) =, f dt L( gs, ) = e f f gs, b env gs env gs, b 2 ( f ) charaterystya L 2 2 gs dt L( gs, ) =, 2 ( f ) dt orelacja cor( g, s) = dt dt gs, b env 2 ( f ) 2 gs dt Le ( gs, ) =, 2 ( f ) dt env gs, b f gs f gs, bdt f gsdt f gs, bdt ( f ) dt ( f dt) ( f ) dt ( f dt) gs gs gs, b gs, b Zauważmy, że charaterystya L 2 powinna być mniej zależna od małych zaburzeń sygnału f n. Zdefiniowane wsaźnii zachowują zniomą część informacji o danym sygnale. W związu z tym powinny się one cechować mniejszą wariancją (zmiennością) i zależnością od loalizacji uszodzenia. Wsaźnii te mogą być zatem użyteczne przy dostarczaniu jaościowych informacji o stanie strutury. Doładniejsze dane dotyczące typu, położenia i doładnego rozmiaru zidentyfiowanego uszodzenia mogą być otrzymane za pomocą bardziej złożonych transformacji sygnału (np. uogólnionych transformacji falowych [5, 23]). Przybliżone informacje o położeniu uszodzenia otrzymujemy również ze wsazań.

5 Uniwersalne wsaźnii uszodzeń w systemach monitorowania strutury statów jaościowych, identyfiując omórę sieci sensorów, w tórej wyryto uszodzenie. Z wyorzystaniem modeli regresyjnych lub lasyfiacyjnych wsazania te można również wyorzystać do doładniejszego oszacowania rozmiaru uszodzenia. W paragrafie piątym zbadana zostanie efetywność powyższych charaterysty sygnału w jaościowej ocenie stanu badanego elementu z podaniem rzędu wielości wyrytego uszodzenia. Jedną z techni do tego wyorzystywanych jest analiza sładowych głównych (ang. Principal Component Analysis PCA) [24, 25]. Rozważmy p-wymiarowy wetor losowy X = ( X,, X p ) oraz jego macierz owariancji Cov( X) = ( X X) T ( X X). Analiza sładowych głównych polega na znalezieniu ortogonalnego przeształcenia D wetora losowego X o niesorelowanych cechach D,,, D p zwanych sładowymi głównymi. Sładowe główne spełniają waruni: D = argmax Var( Xn) =,, p. p Xn: n, \\ n = cor( D, Di) = 0, i=,, Spełniona jest ponadto nierówność: p i i X i= i= Var( D ) Var( D ) = Tr(Cov( )). Wielość I = Var( D ) n i= Var( D ) i nazywana jest istotnością -tej sładowej, zaś Var( Di ) i= Λ = = I + + I n Var( D ) i= procentem wariancji wyjaśnionej przez pierwszych sładowych głównych. i Dla macierzy danych estymator próbowy owariancji wetora losowego dany jest symetryczną, nieujemnie oreśloną macierzą wymiaru p p: T T T S( ) =, N N

6 40 K. Dragan, M. Dziendziowsi gdzie N jest licznością próby, zaś jest N-wymiarowym wetorem jednostowym. Macierz S( ) można przedstawić w postaci: S( ) = ipi, gdzie 2 p 0 są wartościami własnymi macierzy S( ), zaś Pi i, =,, p są rzutami ortogonalnymi na olejne elementy ortonormalnego uładu wetorów n i, i=,, p. Wetor D ˆ PC : = n jest próbą z przybliżonego rozładu -tej sładowej głównej zmiennej losowej X, tórej wariancja próbowa wynosi, zaś wyestymowana istotność tej sładowej jest równa p i= ˆ I =. + + Wetor n nazywany jest często -tym ieruniem głównym. p 3. Przebieg doświadczenia Do badań przygotowano próbę wyonaną z fragmentu dźwigara łopaty śmigłowca Mi-8. Na tylnej ściance dźwigara rozmieszczono 8 przetworniów PZT według schematu zamieszczonego na rysunu (rys. ). Nacięcie wprowadzające oncentrację naprężeń zloalizowano pomiędzy czujniami nr 2 i 3. Spowodowało to propagację pęnięcia pomiędzy tymi czujniami oraz do przeciwległej ściani łopaty pomiędzy czujniami 6 i 7. Pomiarów długości pęnięcia doonywano podczas próby zmęczeniowej za pomocą metody prądów wirowych i sanowania za pomocą sondy typu pencil probe. Na ażdym z jedenastu poziomów rozwoju uszodzenia dla ażdego z ośmiu generatorów zarejestrowano w dwóch powtórzeniach przebiegi czasowe sygnałów oraz sygnał przefiltrowany f ˆgs w zaresie częstotliwości Hz. W ażdym rou pomiarowym jeden z przetworniów Rys.. Schemat sieci pomiarowej

7 Uniwersalne wsaźnii uszodzeń w systemach monitorowania strutury statów... 4 wyorzystany był jao generator, pozostałe jao sensory. Podobne badanie wyonano dla fragmentu dźwigara łopaty śmigłowca Mi Uniwersalne wsaźnii uszodzeń Na podstawie pomiarów wyonanych na łopacie śmigłowca Mi-8 wyznaczono zdefiniowane uprzednio wsaźnii uszodzeń L( gs, ), L( gs, ), Le ( gs, ), L 2 e 2 ( gs, ),cor( gs, ) 2 2 dla zarejestrowanego sygnału oraz Lˆ ( gs, ), Lˆ ( gs, ), Lˆ (, ), ˆ (, ), cor( e gs Le gs gs, ) dla jego transformaty f ˆgs dla ażdej pary generator-sensor. Rozważane wsaźnii uszodzeń zdefiniowane są z wyorzystaniem trzech wybranych charaterysty oraz liniowych transformat sygnału. Z tego względu wsaźnii uszodzeń zdefiniowane w oparciu o daną charaterystyę sygnału powinny być w przypadu prawidłowego przebiegu pomiaru silnie sorelowane. Oznaczając przez D I( g, s ), DI ( g, s) wsaźnii uszodzeń pochodzące od tej samej charaterystyi, zaś różniące się wybraną liniową transformatą sygnału, mamy: DI ( g, s) = ( + ) DI ( g, s) + +. () 2 Zmienne i << min(, ), i =, 2 zależą od występującego podczas pomiaru szumu oraz szeroości widma generowanego sygnału i innych parametrów, na tóre wpływa stan danego generatora i sensora. Fat ten zostanie wyorzystany do oceny funcjonowania przetworniów uładu pomiarowego. W celu zwięszenia liczności badanej próby poszczególne generacje sygnałów potratowano jao niezależne 80-wymiarowe obserwacje: X = ( L ( g,),,cor( g,),, L ( g,8),,cor( g,8)) = : ( DI,, DI 80 ), g g g =,,, g =,, W pierwszym etapie analizy wyeliminowano wsaźnii uszodzeń, DI g,, DIg wyznaczone dla siódmego i ósmego sensora jao cechy odstające. Następnie wyeliminowano obserwacje odstające. Otrzymano w ten sposób 7 obserwacji 60-wymiarowych, z tórych utworzono macierz danych o odpowiadającym wymiarze Oceny separacji danych doonano za pomocą dwóch pierwszych sładowych głównych PC, PC 2 (rys. 2). Istotność tych sładowych wyniosła Iˆ = 0,59, Iˆ = 0,8, 2 wobec czego dwie z sześćdziesięciu sładowych głównych wyjaśniają aż 77% wariancji danych. Wsazuje to na możliwość budowy modeli uproszczonych w oparciu o dużo mniejszą liczbę wsaźniów uszodzeń. Dane pochodzące z generatora 7

8 42 K. Dragan, M. Dziendziowsi stanowią na wyresie (rys. 2a) odrębną grupę, co może wsazywać na niewłaściwe działanie tego przetwornia. Na olejnym wyresie przedstawione zostały dane dla pozostałych generatorów (rys. 2b). Rys. 2. Sładowe główne danych pomiarowych: a) z uwzględnieniem wszystich generatorów; b) z pominięciem generatora siódmego Ja zaznaczono na wstępie, dane pochodzące z różnych generatorów ze względu na inną geometrię uładu generator uszodzenie sieć sensorów mają różne rozłady. Z tego względu część obserwacji z generatorów położonych w więszej odległości od uszodzenia znajduje się stosunowo bliso obszaru zdominowanego przez dane otrzymane dla nieuszodzonego elementu (rys. 2b). Jedna również dla danych uzysanych z tych generatorów widoczna jest separacja uszodzonych i nieuszodzonych elementów. 4.. Wsaźnii dominujące Otrzymane zmienne PC, PC 2 są ombinacjami liniowymi sześćdziesięciu wsaźniów uszodzeń wyznaczonych dla różnych sensorów sieci. Trudność w interpretacji pełnego modelu oraz znacząca istotność sładowych głównych PC, PC 2 słania do poszuiwania modeli monitorowania opartych o mniejszą liczbę cech. Sładowe główne dane są poprzez: PC = n, =,,60. Dla dużej liczby analizowanych cech (w naszym przypadu wsaźniów uszodzeń) więszość współrzędnych ierunów głównych n jest blisa zeru, dając

9 Uniwersalne wsaźnii uszodzeń w systemach monitorowania strutury statów a a pomijalny wład w wartości sładowych głównych PC. Niech n, n2, a=,,60 oznaczają współrzędne dwóch pierwszych ierunów głównych. Zdefiniujmy wetory d, d 2 o współrzędnych d = n ( n ), d = n ( n ), (2) a a a a a a (0.2,) 2 2 (0. 2, ) 2 gdzie A oznacza funcję charaterystyczną zbioru A. Wetory d, d 2 powstają zatem z ierunów n, n 2 poprzez pozostawienie niezerowymi tylo tych współrzędnych, tórych wład w długość wetora jest nie mniejsza od ustalonego poziomu. W przypadu analizowanych danych niezerowym współrzędnym dwóch pierwszych ierunów uproszczonych d, d 2 odpowiadały wsaźnii uszodzeń pochodzące od charaterystyi L 2 sygnału. Podobną zależność zaobserwowano taże dla pomiarów wyonanych na łopacie śmigłowca Mi-2. Wsazuje to na możliwość efetywnego wyorzystania tej charaterystyi w systemach monitorowania onstrucji lotniczych Wsaźnii uśrednione Zidentyfiowane dominujące wsaźnii uszodzeń wyznaczane są na podstawie sygnału zarejestrowanego w zadanych sensorach uładu pomiarowego. Otrzymane rezultaty są wobec tego silnie zależne od loalizacji uszodzenia, w szczególności zmienią się po doonaniu permutacji czujniów. Oznaczmy przez j j d, d 2 niezerowe współrzędne ierunów uproszczonych 2 d, d 2 odpowiadające wsaźniom uszodzeń DI j( gs, ), DI j( g, s ). Zdefiniujmy wsaźnii uśrednione: j i ADIi( g) = d i DI j( gs, ), i =, 2, S s, j gdzie S jest liczbą czujniów sieci rejestrującej wzbudzony sygnał. Uśrednione wsaźnii uszodzeń są mniej zależne od loalizacji uszodzenia, co pozwala na ich wyorzystanie w jaościowej ocenie stanu badanej onstrucji. W przypadu dwóch pierwszych ierunów uproszczonych d, d 2 wyorzystane w powyższej definicji wsaźnii uszodzeń pochodzą od tej samej charaterystyi sygnału. Zatem z uwagi na zależność () również otrzymane wsaźnii ADI, ADI 2 modelu uśrednionego powinny być silnie sorelowane: ADI = ( + ) ADI Nieprawidłowe funcjonowanie danego przetwornia sieci powoduje duże wartości odchyleń, 2, co wpływa na powyższą orelację. Fat ten może być wyorzystany do diagnostyi uładu pomiarowego.

10 44 K. Dragan, M. Dziendziowsi Zmienne uśrednione zostały naniesione na wyresie (rys. 3a). Zauważmy, że grupa obserwacji pochodząca od generatora 7 odstaje od wyznaczonej prostej orelacji, co potwierdza wcześniejsze przypuszczenia o niesprawności tego czujnia. Na olejnym wyresie (rys. 3b) przedstawiono również wsaźnii ADI, ADI 2 uzysane z pomiarów łopaty śmigłowca Mi-2, przy niezmienionych wagach oniecznych do ich wyznaczenia. Dane ze śmigłowca Mi-2 uładają się wzdłuż tej samej prostej, co potwierdza, że omawiana orelacja ma charater uniwersalny, w dużym stopniu niezależny od badanego elementu. Podobnie ja dla śmigłowca Mi-8 obserwacje dla jednego z generatorów odstają od prostej orelacji. Współczynni proporcjonalności wsaźniów ADI, ADI 2 zmieni się w przypadu zastosowania innych materiałów lub znacznej zmiany geometrii sieci przetworniów, ze względu na zjawiso dyspersji fal Lamba i zmianę widma rejestrowanego sygnału. Rys. 3. Model uśredniony ieruni sorelowane: a) łopata śmigłowca Mi-8; b) obydwa rodzaje łopat 4.3. Wsaźnii niesorelowane W poprzednim paragrafie zdefiniowane zostały dwa uśrednione wsaźnii uszodzeń. Wsaźnii te są silnie sorelowane, co zostało wyorzystane do diagnostyi sensorów uładu pomiarowego. Ocena stanu badanego elementu wymaga jednaże wyorzystania ja najwięszej liczby niezależnych od geometrii zmiennych niesorelowanych, opartych na różnych charaterystyach sygnału. Analizując wszystie ieruni główne ni, i =,,60, wyznaczając dla nich ieruni uproszczone d i oraz odpowiadające im wsaźnii uszodzeń, możemy zidentyfiować olejną efetywną charaterystyę sygnału oraz zdefiniować dla niej uśredniony wsaźni uszodzeń ADI 3. Na wyresie (rys. 4a) przedstawiono dwa niesorelowane,

11 Uniwersalne wsaźnii uszodzeń w systemach monitorowania strutury statów Rys. 4. Model uśredniony ieruni niesorelowane: a) łopata śmigłowca Mi-8; b) obydwa rodzaje łopat uśrednione wsaźnii z podziałem na trzy rzędy wielości uszodzeń. Zauważmy, że w grupie obserwacji pochodzących od nieuszodzonego elementu nie znajduje się żadna obserwacja z pozostałych grup. Nietóre z tych danych znajdują się natomiast w drugiej grupie wielości uszodzeń. Mamy zatem do czynienia z tzw. błędem drugiego rodzaju. Oznacza to, że system ten może fałszywie ostrzec przed wystąpieniem uszodzenia, lecz nie powinien pominąć ustere fatycznych, co ma dodatni wpływ na bezpieczeństwo. Uśrednienie zdefiniowanych wsaźniów taże względem generatorów sieci zmniejszy ich zależność od loalizacji uszodzenia oraz zwięszy separację danych. Wyorzystując model uśredniony opracowany dla łopaty śmigłowca Mi-8, wyznaczono również pierwszy i trzeci ierune ADI, ADI 3 dla danych uzysanych z pomiarów łopaty śmigłowca Mi-2 (rys. 4b). Pomimo różnic w budowie łopaty śmigłowca Mi-2 oraz nieco innych warunów wyonywanych pomiarów uzysane dane omponują się z modelem uśrednionym śmigłowca Mi-8 nad wyraz dobrze. 5. Podsumowanie Sprawnie działające systemy monitorowania uszodzeń umożliwią rozwój nowych oncepcji esploatacji statów powietrznych, wpływając pozytywnie na bezpieczeństwo lotów przy jednoczesnym obniżeniu osztów utrzymania systemu. W niniejszej pracy oceniono możliwość wyorzystania wybranych wsaźniów uszodzeń w systemach monitorowania stanu onstrucji lotniczych opartych o sieć przetworniów piezoeletrycznych. Opracowano również narzędzia diagnostyi

12 46 K. Dragan, M. Dziendziowsi czujniów sieci pomiarowej. Konieczne jest przeprowadzenie dalszych badań, tóre pozwoliłyby na opracowanie modeli lasyfiacyjnych lub regresyjnych umożliwiających oszacowanie rozmiaru uszodzenia. Autorzy pragną podzięować Ministerstwu Naui i Szolnictwa Wyższego za finansowanie pracy, tóra została wyonana podczas realizacji projetu badawczego własnego o numerze O N na podstawie umowy nr 486/B/T00/2009/37 z dnia r. Artyuł wpłynął do redacji r. Zweryfiowaną wersję po recenzji otrzymano w styczniu 202 r. LITERATURA [] Serwis internetowy, National Institute for Occupational Safety and Health, NIOSH/. [2] J. Gray, G.R. Tillac, X-ray imaging methods over the last 25 years new advances and capabilities, Review of Progress in Quantitative Nondestructive Evaluation, 20, American Institute of Physics, New Yor, 200, [3] J.D. Achenbach, Quantitative nondestructive evaluation, International Journal of Solids and Structures, 37, 2000, [4] J.D.N. Cheee, Fundamentals and Applications of Ultrasonic Waves, CRC Press, Boca Raton, [5] Z. Su, L. Ye, Identification of Damage Using Lamb Waves, Springer-Verlag, Berlin, [6] W. Rucer, Guideline for Structural Health Monitoring, Federal Institute of Materials Research and Testing (BAM), SAMCO Final Report, Berlin, [7] S.W. Doebling, D.Ch.R. Farrar, Damage Identification and Health Monitoring of Structural and Mechanical Systems from Changes in Their Vibration Characteristics: A Literature Review, Los Alamos National Laboratory, Los Alamos, 996. [8] V. Giurgiutiu, A. Cuc, Embedded non-destructive evaluation for structural health monitoring, damage detection, and failure prevention, The Shoc and Vibration Digest, 37, 2, 2005, [9] D.N. Alleyne, P. Cawley, The excitation of Lamb waves in pipes using dry-coupled piezoelectric transducers, Journal of Nondestructive Evaluation, 5,, 996, -20. [0] P.S. Tua, S.T. Que, Q. Wang, Detection of cracs in cylindrical pipes and plates using piezoactuated Lamb waves, Smart Materials and Structures, 4, 2005, [] Y.H. Kim, D.H. Kim, J.H. Han, C.G. Kim, Damage assessment in layered composites using spectral analysis and Lamb wave, Composites: Part B, 38, 2007, [2] Z. Su, L. Ye, Y. Lu, Guided Lamb waves for identification of damage in composite structures: a review, Journal of Sound and Vibration, 295, 2006, [3] P. Moyo, J.M.W. Brownjohn, Detection of anomalous structural behavior using wavelet analysis, Mechanical Systems and Signal Processing, 6, 2002, [4] D.E. Chimenti, Guided waves in plates and their use in materials characterization, Applied Mechanics Review, 50, 2, 997, [5] K.S. Tan, N. Guo, B.S. Wong, C.G. Tui, Experimental evaluation of delaminations in composite plates by the use of Lamb waves, Composites Science and Technology, 53, 995, [6] Ch. Farrar, Dynamic Characterization and Damage Detection in the I-40 Bridge over the Rio Grande, Los Alamos report LA-2767-MS, Los Alamos National Laboratory.

13 Uniwersalne wsaźnii uszodzeń w systemach monitorowania strutury statów [7] B. Randall, State of the Art in Monitoring Rotating Machinery, Part : Sound and Vibration, March, 2004, [8] R. Brincer, Damage Detection in an Offshore Structure, Proc. of the 3th International Modal Analysis Conference, Nashville, 995. [9] K. Dragan, S. Klimaszewsi, M. Sałacińsi, P. Synaszo, M. Dziendziowsi, Structural Health Monitoring of the Helicopter Main Rotor Blades with the Integrated Sensors, Proc. of the 20 Aircraft Airworthiness & Sustainment Conference, San Diego, 20. [20] A. Lesi, Symulacje procesu rozdzierania blach duralowych z numeryczną implementacją ryterium pęania, Biul. WAT, 59, 4, 200, [2] B.C. Lee, W.J. Staszewsi, Modeling of Lamb waves for damage detection in metallic structures, Part II: Wave interactions with damage, Smart Materials and Structures, 2, 2003, [22] W.J. Zhou, M.N. Ichchou, Wave scattering by local defect in structural waveguide through wave finite element method, Structural Health Monitoring, 0, 20, [23] Y. Tang, Wavelet Theory and Its Application to Pattern Recognition, World Scientific Publishing, Singapore, [24] T. Hastie, R. Tibshirani, J. Friedman, The Elements of Statistical Learning: data mining, inference, and prediction, 5th ed., Springer-Verlag, Berlin, [25] J. Koronaci, J. Ćwi, Statystyczne systemy uczące się, WNT, Warszawa, K. DRAGAN, M. DZIENDZIKOWSKI Universal damage indices in aircraft Structural Health Monitoring systems Abstract. Structural health monitoring (SHM) is an aircraft operation safety enhancing technology which nowadays undergoes rapid development. Structural health of a test structure is inferred from damage indices various characteristics of the signal registered by transducers of the monitoring system. In this paper, we investigate the efficiency of selected damage indices in the evaluation of the health of structures used in aviation. We propose also damage indices having universal properties, useful in structural health assessment irrespectively of its type and the damage localization. Keywords: structural health monitoring, damage indices, structure health, damage detection

14