摘" 要：靜力試驗通過地面施加外載荷模擬飛機結(jié)構(gòu)真實受載情況，逐級加載并逐級測量結(jié)構(gòu)位移、應(yīng)變響應(yīng)。試驗過程中數(shù)據(jù)的實時分析與預(yù)警，可以及時發(fā)現(xiàn)試驗異常數(shù)據(jù)，監(jiān)控試驗件狀態(tài)，提高靜力試驗實施的安全性。該文研究相關(guān)性、斜率變化等試驗數(shù)據(jù)分析方法，開發(fā)靜力試驗數(shù)據(jù)預(yù)警軟件，實現(xiàn)靜力試驗中實時數(shù)據(jù)分析與預(yù)警，數(shù)據(jù)線性、重復(fù)性分析，正式試驗快速結(jié)論等功能，提高靜力試驗中響應(yīng)數(shù)據(jù)可視化、結(jié)果可視化能力。

關(guān)鍵詞：靜力試驗；結(jié)構(gòu)響應(yīng)；數(shù)據(jù)分析；數(shù)據(jù)預(yù)警；軟件開發(fā)；結(jié)果可視化

中圖分類號：V216.1 " " 文獻標志碼：A" " " " " 文章編號：2095-2945（2023）15-0061-04

Abstract： The static test simulates the real load condition of the aircraft structure by applying external load on the ground， and measures the structural displacement and strain response step by step. The real-time analysis and early warning of data in the test process can detect abnormal test data in time， monitor the state of test parts， and improve the safety of static test. The methods of test data analysis such as correlation analysis and slope change are studied， and the early warning software of static test data is developed， which realizes the functions of real-time data analysis and early warning， linear and repetitive analysis of data in static test， and rapid conclusion of formal test， thereby improves the ability of visualization of response data and results in static test.

Keywords： static test; structural response; data analysis; data early warning; software development; result visualization

結(jié)構(gòu)靜強度試驗是考核飛機結(jié)構(gòu)強度的重要手段[1]。靜力試驗中，在地面施加外載荷模擬飛機真實受載，并實時采集結(jié)構(gòu)的變形響應(yīng)[2-3]。通過試驗中實測的位移、應(yīng)變數(shù)據(jù)獲取結(jié)構(gòu)真實變形情況，作為結(jié)構(gòu)響應(yīng)對比、有限元模型驗證的基準[4]。試驗過程中對結(jié)構(gòu)響應(yīng)的實時分析與預(yù)警，可以及時發(fā)現(xiàn)高載時結(jié)構(gòu)變形異常部位，如結(jié)構(gòu)發(fā)生塑性變形或結(jié)構(gòu)出現(xiàn)局部失穩(wěn)?？煽康臄?shù)據(jù)采集與分析影響了試驗的成敗，可以有效發(fā)現(xiàn)試驗過程中的加載問題或結(jié)構(gòu)問題，提高試驗實施的安全性和可靠性。

劉斯以等[5]提出了一種對試驗數(shù)據(jù)進行最小二乘擬合，然后根據(jù)截距進行零點偏移，消除試驗件結(jié)構(gòu)、加載設(shè)備重量對測量結(jié)果影響的方法。王霞光等[6]提出了一種通過相關(guān)系數(shù)進行數(shù)據(jù)篩選，然后選定線性區(qū)間利用最小二乘法進行線性擬合的數(shù)據(jù)處理方法。柴東波等[7-8]提出了一種利用預(yù)試數(shù)據(jù)作為標準樣本構(gòu)建線性回歸方程和標準差，基于線性回歸方程和標準差構(gòu)建偏離度，快速識別非線性變化的試驗數(shù)據(jù)的方法。

本文研究總結(jié)了靜力試驗中數(shù)據(jù)分析及實時預(yù)警方法，在此基礎(chǔ)上，利用Python編程語言開發(fā)了靜力試驗數(shù)據(jù)預(yù)警軟件，實現(xiàn)了靜力試驗實時數(shù)據(jù)分析與預(yù)警，數(shù)據(jù)線性、重復(fù)性分析，正式試驗快速結(jié)論等功能，提高了靜力試驗中響應(yīng)數(shù)據(jù)可視化、結(jié)果可視化能力。

1" 靜力試驗數(shù)據(jù)分析方法

1.1" 線性分析

靜力試驗中數(shù)據(jù)測量通常包含位移測量和應(yīng)變測量，按照試驗大綱中規(guī)定的加載程序逐級加載，并同步采集應(yīng)變和位移數(shù)據(jù)。低載狀態(tài)下，結(jié)構(gòu)處于線彈性范圍，結(jié)構(gòu)的應(yīng)變、位移響應(yīng)與載荷呈線性關(guān)系，當(dāng)進入到高載后，可能出現(xiàn)塑性變形或局部區(qū)域傳力路徑改變，此時部分區(qū)域響應(yīng)與載荷不再是完全線性。因此通過數(shù)據(jù)線性度變化識別結(jié)構(gòu)危險部位，可以有效提高試驗實施的安全性和可靠性。對響應(yīng)數(shù)據(jù)線性度判斷有以下幾種方法。

1.1.1" 線性相關(guān)系數(shù)計算

線性相關(guān)系數(shù)是研究變量之間線性相關(guān)程度的量[9]，通過計算載荷量級和各結(jié)構(gòu)響應(yīng)（位移、應(yīng)變）的線性相關(guān)系數(shù)，判斷結(jié)構(gòu)響應(yīng)是否與載荷線性相關(guān)。

2" 數(shù)據(jù)預(yù)警軟件開發(fā)

靜力試驗中，數(shù)據(jù)采集系統(tǒng)實時采集并轉(zhuǎn)發(fā)結(jié)構(gòu)響應(yīng)數(shù)據(jù)包。在試驗過程中實時讀取數(shù)據(jù)包，并開展數(shù)據(jù)分析，進行可視化顯示，可以有效發(fā)現(xiàn)試驗中存在的安全風(fēng)險。試驗完成后，快速對試驗數(shù)據(jù)進行回收，并進行數(shù)據(jù)分析，可快速得到試驗結(jié)論，發(fā)現(xiàn)存在異常的數(shù)據(jù)。基于Python編程語言，開發(fā)了靜力試驗數(shù)據(jù)預(yù)警軟件，主要包含數(shù)據(jù)監(jiān)控、數(shù)據(jù)預(yù)警、數(shù)據(jù)分析、可視化顯示等功能。軟件主界面如圖1所示。

2.1" 實時監(jiān)控與預(yù)警

靜力試驗中隨著載荷逐級施加，實時同步采集結(jié)構(gòu)響應(yīng)數(shù)據(jù)，如從大量數(shù)據(jù)中篩選出可能存在異常的數(shù)據(jù)，可以有效降低試驗風(fēng)險。試驗數(shù)據(jù)量巨大，連續(xù)加載過程中人工很難發(fā)現(xiàn)異常數(shù)據(jù)，因此需要通過實時分析，自動識別異常數(shù)據(jù)并進行預(yù)警。

軟件中采用基于斜率變化的方法判斷可能存在異常的數(shù)據(jù)。根據(jù)采集系統(tǒng)輸出數(shù)據(jù)編碼格式，將十六進制數(shù)據(jù)轉(zhuǎn)化為易操作的十進制數(shù)據(jù)。數(shù)據(jù)顯示包含2個窗口，一個是數(shù)據(jù)監(jiān)控窗口，如圖2所示，根據(jù)理論分析得到的危險部位和重點監(jiān)測部位，選擇相應(yīng)的位移、應(yīng)變測點進行實時跟蹤顯示。在數(shù)據(jù)監(jiān)控窗口中，還可以導(dǎo)入預(yù)試數(shù)據(jù)或理論數(shù)據(jù)，方便進行數(shù)據(jù)對比。另一個是數(shù)據(jù)預(yù)警窗口，如圖3所示，在試驗加載過程中實時計算所有響應(yīng)曲線的當(dāng)前斜率與前序斜率，如果斜率變化超過設(shè)定值，則在主界面中顯示出異常的應(yīng)變片號及斜率變化值，同時在斜率預(yù)警窗口中自動顯示該響應(yīng)曲線，便于及時查找原因，排查試驗安全風(fēng)險。在2個觀察窗口中，可以捕捉測得點顯示測點信息，實時測量曲線上2點間斜率。

2.2" 預(yù)試數(shù)據(jù)分析

正式靜力試驗前通常需要進行至少2遍低載狀態(tài)的預(yù)試，通過預(yù)試一方面檢查試驗加載設(shè)備、測量設(shè)備的可靠性，加載系統(tǒng)安裝的準確性；另一方面與理論數(shù)據(jù)對比，預(yù)測正式試驗結(jié)果。全面有效的預(yù)試數(shù)據(jù)分析關(guān)乎最終試驗的成敗與安全。

2.2.1" 線性分析

預(yù)試完成后，對所有測量數(shù)據(jù)進行線性分析。計算所有位移、應(yīng)變響應(yīng)與載荷之間的相關(guān)系數(shù)。然后對相關(guān)系數(shù)從小到大進行分區(qū)，統(tǒng)計每個區(qū)間內(nèi)元素出現(xiàn)的個數(shù)或概率密度，由此得到所有響應(yīng)數(shù)據(jù)的線性相關(guān)系數(shù)分布（根據(jù)設(shè)置的截止值將小應(yīng)變和小位移剔除）。某試驗60%限制載荷預(yù)試中（2遍）位移、應(yīng)變線性度及相關(guān)系數(shù)統(tǒng)計如圖4所示，線性相關(guān)系數(shù)設(shè)置了0.05的置信區(qū)間，在此區(qū)間內(nèi)的響應(yīng)數(shù)據(jù)認為線性度良好。

2.2.2" 重復(fù)性分析

預(yù)試完成后，快速判斷多遍預(yù)試數(shù)據(jù)的重復(fù)性結(jié)果，重復(fù)性越高，說明試驗加載、測量越穩(wěn)定可靠。

選擇同一載荷量級（選擇預(yù)試最大載荷）進行重復(fù)性比較，根據(jù)設(shè)置的位移和應(yīng)變截止值，分別計算相對誤差和絕對誤差，并分類進行統(tǒng)計。

2.2.3" 異常數(shù)據(jù)輸出

對線性相關(guān)系數(shù)低于0.95的數(shù)據(jù)輸出，對重復(fù)性大于5或5%的數(shù)據(jù)輸出，對響應(yīng)數(shù)據(jù)一直為零的數(shù)據(jù)判斷為壞片并輸出，輸出所有異常數(shù)據(jù)，方便進一步排查原因。

2.3" 正式試驗快速結(jié)論

正式試驗結(jié)束后，快速得到試驗結(jié)論，包含了線性分析與統(tǒng)計、殘余變形統(tǒng)計，如圖5所示。

3nbsp; 結(jié)束語

研究了靜力試驗中測量得到的響應(yīng)數(shù)據(jù)分析方法及試驗過程中數(shù)據(jù)實時預(yù)警方法，基于Python編程語言開發(fā)了靜力試驗數(shù)據(jù)預(yù)警軟件，實現(xiàn)了靜力試驗中實時數(shù)據(jù)分析與預(yù)警，數(shù)據(jù)線性、重復(fù)性分析，正式試驗快速結(jié)論等功能，對數(shù)據(jù)進行高效分析并分類統(tǒng)計，結(jié)果可視化輸出，使試驗實施更加安全高效，并在工程中得到應(yīng)用推廣。

參考文獻：

[1] 國防科學(xué)技術(shù)工業(yè)委員會.飛機結(jié)構(gòu)靜強度試驗通用要求：HB 7713—2002[S].

[2] 鄭建軍，唐吉運，王彬文.C919飛機全機靜力試驗技術(shù)[J].航空學(xué)報，2019，40（1）：210-221.

[3] 強寶平.全尺寸飛機結(jié)構(gòu)試驗技術(shù)[J].航空科學(xué)技術(shù)，2012（6）：10-13.

[4] 趙峻峰，李三平，李強.民用飛機機體結(jié)構(gòu)靜強度驗證[J].民用飛機設(shè)計與研究，2020（2）：1-5.

[5] 劉斯以，王崇，張俊愿.懸吊式靜力試驗應(yīng)變測量數(shù)據(jù)快速處理方法[J].直升機技術(shù)，2018（2）：55-59.

[6] 王霞光，左佳.飛機結(jié)構(gòu)靜力試驗中應(yīng)變測量數(shù)據(jù)線性化處理方法研究[C]//第六屆中國航空學(xué)會青年科技論壇文集（上冊），2014：461-464.

[7] 柴東波，郭曉冬，楊東濤.全機靜力試驗預(yù)警方法的研究[J].工程與試驗，2020，60（4）：13-15.

[8] 柴東波，張建鋒，郭曉冬，等.飛機結(jié)構(gòu)靜強度試驗實時預(yù)警方法研究[J].工程與試驗，2022，62（1）：36-37，53.

[9] 孟慶寬，劉剛，張漫，等.基于線性相關(guān)系數(shù)約束的作物行中心線檢測方法[J].農(nóng)業(yè)機械學(xué)報，2013，44（S1）：216-223.

[10] 田垅，劉宗田.最小二乘法分段直線擬合[J].計算機科學(xué)，2012，39（S1）：482-484.