一、基于超声传感器的阵列式管道监测系统
1、系统组成和工作原理。一套完整的基于超声传感器的阵列式管道壁厚监测系统由阵列式传感器网络、硬件电路、无线通信终端及软件构成，其中，硬件电路主要由激励电路、通道切换电路、主控芯片STM32、信号采集及处理电路及供电电源构成。在通道切换电路的控制下，各个传感器依次经高压脉冲激励后产生超声波进入管道壁，到达底面后发生反射，由传感器接收并转化为信号采集电路可采集到的电信号。各回波信号通过通信终端发送到上位机，根据超声波脉冲反射原理可以通过公式计算：
2、系统硬件设计
阵列式传感器网络。柔性阵列式传感器网络的构成，包括压电薄膜、背衬、匹配电感及柔性集成电路板。压电薄膜型号为 LDT0-028K，其谐振频率可达 15 MHz，尺寸为 13 mm×25 mm。匹配电感调节压电薄膜的输入阻抗使其处于谐振状态，通过柔性印刷电路线与压电薄膜并联。柔性背衬与压电薄膜的声阻抗相近，吸收超声波背向辐射的同时，使得压电薄膜快速停止振动，减小信号拖尾。
通道切换模块。为方便传感器网络的拓展，增加阵列式传感器数量，同时节约硬件电路成本和空间，该系统利用通道切换电路实现了多个传感器对同一激励电路与信号采集处理电路的复用，具体实现方案是利用三极管的通断来控制电磁继电器的开合，进而选择阵列式传感器中不同的传感器通道，而各个三极管的通断控制是由单片机给三线八线译码器 74LS138 发送不同的编码值实现的。在实际的应用过程中，还可以直接通过增加通道切换模块电路板的数量，而后控制各个模块 74LS138的使能引脚来扩展阵列式传感器的数量，扩大系统的监测面积。
信号采集与处理模块。传感器经压电效应所产生的电压信号幅值过小，并且由于现场复杂的环境与电路的影响，信号中存在许多的噪声干扰，不利于后续数据的处理。因此，设计了信号采集与处理电路。首先是两级放大电路对信号进行放大，程控放大器 AD603 可以根据实际情况进行调节；而后，信号将通过截止频率为15 MHz 的低通滤波电路去除信号中的高频噪声，根据RC 滤波器计算公式 fc=1/2πRC，可得选取电阻 R=5 Ω，电容 C=220 pF；经过放大滤波后的模拟量还需经过AD 采样转换成数字量被单片机识别。为提高测量的分辨率，选用的是 8 位转换器 AD9283，并配合 100 M 的 FIFO 实现高速缓存，以解决单片机读取速度达不到 100 M 的问题。
通信终端。DTU是本系统的无线终端设备，在系统中的 DTU 设备中插入一张开通 GPRS 功能的 SIM 卡，就可以实现设备与远端联网电脑之间的双向通信。在远端联网电脑安装相关的配置软件并设置好参数便可对设备发送命令，实现对设备控制，也可以接收设备发送的测量数据以供上位机进行下一步的处理。本系统所选用的 USR-LG206 可达到 5 km 的通信距离，在此距离范围内的不同电脑可以重复登录该DTU 的管理账号，实现数据的多点接收。
3、系统软件设计
通信流程。该系统与上位机进行通信，当测量系统上电并进行初始化后，单片机将进入等待联网状态并通过 DTU 发送握手协议；若握手失败，则系统进入休眠待机状态；若握手成功，则等待上位机发出指令开始测量，上位机登出，则系统进入休眠状态等待下一次握手。
数据处理。上位机接收到的测量数据，还需要进行处理与计算，以进一步提高系统精度和智能化水平。首先是针对整个信号的波峰进行幅值特征点的提取，步骤如下：将整个信号的每个采样点依次与前后点的幅值进行对比，若该点幅值与前一点和后一点相比均更大，则将其采样点序列放入数组 1 中，标记为红色圆点，结果如图所示。
而后利用了 K-means 聚类算法实现对几个回波信号区的划分，以代替人为观测波形后的主观划分过程。图中所提取的特征点的幅值大小进行聚类，聚类结果设为两个类。结果可以得到两个平均幅值相差很大的类，将其中幅值大的一类所对应的采样点序列放入数组 2 中，标记为蓝色圆点，结果根据数组 2 中数据，可以得到几个信号回波区所对应的采样点序列，进而根据回波间飞行时间间隔计算出被测件厚度。然而，在实际应用过程中，由于采样频率和波形规整程度的限制，回波间采样点的对应关系难以确定，导致飞行时间 t 的测量精度受限，这将直接影响到整个系统的测量精度。因此采用自相关算法来获取超声波的飞行时间。超声波的能量传递过程虽有一些衰减和噪声的干扰，但由于各个回波均来自于同一个激励波，波形具有很大的相似性。于是以第一回波信号区作为参考序列，以参考序列的长度作为滑动窗，通过公式对所有测量数据进行相关系数的运算。
由于已知采样频率为 100 M，通过获取自相关系数为 1 与此后自相关系数最大的两个点便可得到超声波飞行传播时间为 (314-58)×(1/10-8)=2 560 ns，进一步计算得到被测件的厚度。
4、实验结果。为验证本系统功能，搭建实验平台对壁厚为 7.6 mm 的管道进行测试，已知室温下 45 钢的纵波声速为 5 960 m/s，根据公式可以得到管道壁厚的计算结果。实验结果表明，该系统精度达到了 0.02 mm。而后，利用结果对管道内壁形貌进行了三维重构，可以直观地显示管道内壁的腐蚀情况。
二、基于 FBG 传感器阵列振动位移的监测方法
该方法使用 FBG传感器阵列获取结构振动过程中的多点应变和单点加速度数据，先利用基于正交曲率的曲线重构算法和获得的应变数据重构结构各点的动态位移，然后运用卡尔曼滤波算法将曲线重构算法导出的位移数据与同位置处的单点加速度数据相融合，获得更为准确的位移数据。
1、系统搭建。在悬臂铝板和两端简支管道上开展振动位移监测及可视化实验研究。系统的 FBG 传感器布设方案和实验系统， FBG 传感器阵列和 FBG 加速度计被正交粘贴于直径为 1 mm 的记忆合金丝上，构成了正交传感网络。这个网络用于获取结构分布测点处的应变和加速度信息，其灵敏度为1.2 pm/με。另外，FBG 加速度计的灵敏度为 70 pm/g，可用于测量振动加速度信息。为满足多通道、实时测量的要求，系统选用 16 通道的光纤光栅解调仪，其波长测量精度为±2 pm。
实验过程如下：首先，分别在悬臂铝板和两端简支管道结构上施加垂直方向上的瞬时力，使其产生动态变形； 然后，FBG 传感器将测量数据经解调仪解调后输送至上位机，上位机通过 Labview 软件进行运算处理，实现结构振动形态的实时重构与可视化；最后，将实验结果与激光位移传感器的测量值进行对比，以验证系统测量的准确性。
2、悬臂铝板振动位移重构实验。在悬臂铝板上进行振动位移监测实验，悬臂铝板振动位移监测实验，悬臂铝板的一端通过压块固定，另一端可自由移动。FBG 加速度计和 FBG 传感器分布在距离悬臂铝板固定端 0.1、0.3、0.5、0.7、0.9 m处，构成正交传感网络。激光位移传感器固定于铁架台上，2 个测量点分别位于悬臂铝板上表面 0.3、0.7 m处。用适当的力拨动悬臂铝板端，使其产生振动，上位机实时计算并显示测量点位移。当 t=4 s 时，可以看出，板左端固定端位移值为 0，随着距离悬臂铝板左端固定端的距离的增加，位移量逐渐变大，且增速加快，说明该方法成功地反演出了悬臂铝板的弯曲形变特征。分别记录测量点处经卡尔曼滤波估计前后的重构位移（测量位移），并与激光位移传感器所测的参考位移进行比较，不同测量点在 0~5 s 内的振动位移重构曲线对比图。可以看出，经过卡尔曼滤波估计及短时间的调整，测量位移与参考位移在时域上吻合良好，经过卡尔曼滤波后的位移测量精度得到了明显的改善，悬臂铝板的振动位移重构相对均方根误差小于 5.5%。
3、简支管道振动位移重构实验。对两端简支管道进行振动位移重构实验，实验实物图和 FBG 传感器布设，将一根长 12 m、直径为 0.108 m、壁厚为 0.004 m 的钢管两端放置于支架上，中间悬空； 采用 FBG 加速度计和FBG 传感器（两者间隔 2.4 m）构成的正交传感网络分布在简支管道表面； 测量点分别位于简支管道表面2.4、6 m 处。在简支管道上方中心处施加力后释放，记录各点动态位移。当t=4 s 时，简支管道的形态反演结果可以看出，简支管道左右两端固定端的位移值为 0，越靠近简支管道中央，位移量越大，且位移量左右对称分布，说明该方法同样成功地反演出两端简支管道在振动过程中的形变特征。管道表面 2 个不同测量点在 0~5 s内的振动位移可以看出，测量位移与参考位移在时域上吻合良好，可以看出，经过卡尔曼滤波后的位移测量精度得到了明显的改善，简支管道的振动位移重构相对均方根误差小于 7%。
基于柔性超声波传感器的阵列式管道壁厚监测系统的研究，实现了压电薄膜的柔性阵列式集成，设计并制作了硬件电路板，提出了采用特征点识别与 K-means 聚类算法的数据处理方法，系统搭建完成并制作了样机。经测试，系统精度可达 0.02 mm。使用曲线重构算法和卡尔曼滤波算法监测结构振动位移形变的方法。该方法采用FBG 传感器阵列构成正交传感网络，重构结构表面的连续分布式位移，并结合某点的 FBG 加速度计数据进行卡尔曼滤波融合，以提高局部测点的测量精度。该系统传感器可根据工业现场的实际需要调整传感器的阵列式布局，同时可以与管道壁很好地贴合，大大降低了超声波的能量损失。传感器与系统后续的软硬件相配合，解决了测量精度很低的问题，具有重要的科研意义和工程价值。
参考文献：
[1] 郭师峰 , 李叶海 , 李振. 超声传感结构健康监测技术现状与展望 [J]. 振动 . 测试与诊断 , 2020, 40(3): 427-436.
[2] 高昕星，胡明祎，兰日清. 面向工程振动环境监测需求的 MEMS加速度计及其应用[J]. 仪表技术与传感器，2020（1）：1-10.
