中文摘要：现目前，由于传统人工检测效率低下、技术人员有限和面对复杂结构损伤受限，列车结构健康监测仍然面临挑战。为解决该问题和响应“ 十四五” 交通战略规划，本项目提出基于压电扫查的结构健康监测系统、融合基于多尺度熵变温环境下裂纹监测和基于 2D- CNN 的冲击损伤监测算法、采用主被动 Lamb 波监测技术，构建结构健康监测（SHM）系统。运用采用粗粒度方法对信号数据进行预处理，计算不同尺度因子下的 SampEn 获得多尺度熵 MSE，解决变温环境下裂纹长度定量检测问题，采用基于 2D- CNN 神经网络的冲击损伤监测方法和主被动 Lamb 波监测技术，使得结构的损伤诊断结果更加的准确，对微小结构损伤评估的可靠性更高。

关键词：压电扫查的结构健康监测系统；基于多尺度熵的变温环境下裂纹监测；2D- CNN 的冲击损伤监测算法；主被动Lamb 波监测技术

引言

随着中国建成了世界上上最大、最先进的高铁网络，铁路、列车结构健康的需求大幅上升，国铁局也在“十四五”规划中明确指出要大力发展新一代健康监测设备。然而，由于监测技术原理的限制，目前列车结构监测仍然存在着各种问题。其中，占非常重要一环的人力检查，有着缺少相关技术人员、监测效率低下等一系列问题。而结构健康监测系统实现通过成像算法重建出结构内部的声学图像，从而检测出结构中的缺陷位置、大小及形状等信息，达到精准检测损伤位置，提高检测效率减少了对人力检查的依赖，实现自动化和智能化的同时，减少人力成本，创造良好经济效益。

一、基于压电扫查的铁路交通高精度结构健康监测系统研究现状

（一）国内外研究现状及发展动态分析

国外结构健康监测始于 20 世纪 50 年代，欧美逐步从载荷监测扩展至桥梁、海洋平台等复杂结构，90 年代后融合先进传感、机器学习实现实时预测，并推动标准化。日本则依靠高精度传感器与机器人技术实现自动化监测。国内自 90 年代起步，从桥梁、海洋平台监测发展到智能化、网络化系统，现已应用大数据与人工智能技术，实现远程实时监测与故障诊断。

（二）融合基于多尺度熵的变温环境下裂纹监测和基于 2D-CNN击损伤监测算法的研究现状

1. 基于多尺度熵的变温环境下裂纹监测算法

针对温度变化对裂纹监测的干扰，多尺度熵方法通过量化压电导波信号的复杂度抑制温度漂移干扰。加拿大阿尔伯塔大学在油气管道中成功识别 ±30^∘C 温差下的微裂纹；国内北京理工大学和西南交通大学针对高铁钢轨焊缝设计了自适应温度补偿算法，通过动态调整多尺度熵阈值优化损伤判据，但在 -40^∘C 以下环境下传感器信号稳定性仍面临挑战。

2. 基于 2D-CNN 的冲击损伤监测算法

在冲击损伤监测领域，2D-CNN 其强大的图像特征提取能力而受到广泛关注。同济大学和中科院声学所研发基于压电传感器网络的桥梁冲击监测系统，结合轻量化 2DCNN 模型实时分类损伤类型，但在强噪声环境下误报率较高，需进一步融合物理先验知识优化网络结构。

（三）主被动Lamb 波监测技术和系统研究现状

美国NASA 和欧洲空客率先将主动Lamb 波技术用于航空航天领域，利用压电阵列主动激发导波，通过反射波和透射波特征定位复合材料分层损伤和裂纹；德国弗劳恩霍夫研究所将被动 Lamb 波技术应用于风力机叶片监测，通过捕捉裂纹扩展或冲击产生的应力波实现实时预警。

二、算法研究路线

（一）研究方法

本项目在研究中先进行压电扫查结构健康监测市场需求分析与国内外研究现状调研、制定研究方案，主要从下面四个技术方面进行研究，分别为基于阵列声波雷达原理的健康检测系统，基于多尺度熵的变温环境下裂纹监测算法，基于2D-CNN 冲击损伤监测算法和主被动Lamb 波检测技术的探究。

（二）技术路线

本项目基于阵列声波雷达原理搭建健康检测系统，通过成像算法重构结构内部声学图像，识别缺陷位置、尺寸与形态，完成健康状况评估。系统高度集成激励信号产生、程控宽带功率放大、多通道快速切换、信号调理及采集五大模块，实现设备小型化。结合主被动Lamb波监测技术，分别用于结构诊断与评估；引入多尺度熵变温裂纹监测算法与 2D-CNN冲击损伤监测算法，提升损伤识别精度与准确率，最终实现产品全部功

能。

三、研究方案的构建与设计

（一）探究集成化结构健康监测系统设计

本系统通过五大核心模块实现小型化，并融合主被动监测功能以提升便捷性。两者协同优化，模块集成度越高，越需便捷的模式切换适配小型设计；模式切换越灵活，则进一步驱动模块集成与结构精简。这一互促机制为高效结构健康监测奠定了基础。

（二）优化大规模传感器阵列与高精度算法融合技术

该融合技术由大规模传感器阵列和高精度损伤检测算法构成。其中，传感器阵列由大量密集部署的传感器组成，负责采集结构相关物理量数据；高精度算法包含信号处理、模型建立等环节，对采集数据进行分析。传感器阵列采集的数据越丰富，算法就越能精准提取损伤特征；算法分析能力越强，对传感器阵列采集的细节数据需求就越高，二者相互促进提升监测精度[8]。

（三）探究基于算法融合与阵列声波雷达的监测系统应用

基于阵列声波雷达原理与多尺度熵、2D-CNN算法融合的监测系统，旨在提升复杂工况下结构健康监测的精度与适应性。该系统通过声波发射、传播反射等多环节的协同优化，实现对缺陷的精准检测。多尺度熵算法用于裂纹监测，2D-CNN 算法用于冲击损伤定位，二者通过数据与模型提升监测准确性。该研究响应了轨道交通检测自动化、智能化的发展趋势，致力于解决传统人力检测效率低、安全性不足等问题。

四、结论

结构健康监测（SHM）技术自 20 世纪 50 年代从简单载荷监测发展而来，已成为集传感网络、智能算法与预测评估于一体的综合性系统。现代 SHM 通过嵌入式传感网络实时获取数据，利用信号处理与力学建模进行损伤识别与安全评估，广泛应用于多个领域，显著提升结构安全性、延长寿命并降低维护成本。随着深度学习等新技术应用，该技术正向更高精度与更强适应性持续演进。

参考文献

[1] Smith J.R ., Brown A .L., "O ptimization of 8×8 Element Array C onfiguration for Lamb Wave Detection in T hin Plates," IEEE T ransactions on Ultrasonics, Ferroelectrics, and Frequency C ontrol, 2023, 70(5): 1123- 1135.

[2] Lee H., Park S., "Beamforming T echniques for SNR Enhancement in 150kHz Phased Array Acoustic R adar," Journal of N ondestructive Evaluation, 2023, 42(2): 1- 15.

[3] 李京强, 周从斌. 自动化监测系统在大型钢结构健康监测中的应用 [J]. 四川建筑 , 2025, 45 (01): 221- 223.

[4] 王志 , 张学森 , 祁广星 , 等 . 基于某工程的框架结构健康监测方案的优化设计 [J]. 建材发展导向 , 2025, 23 (04): 31- 33. DOI:10.16673/j.cnki.jcfzdx.2025.0142.

[5] 王其昂 , 王浩博 , 周明利 , 等 . 基于非参数贝叶斯方法的结构损伤识别研究 [J]. 振动工程学报 , 2025, 38 (02): 260- 267. DOI:10.16385/j.cnki.issn.1004- 4523.2025.02.005.

资金资助：西南科技大学创新基金精准资助专项项目编号：JZ25-016

基金资助：西南科技大学 2025 年创新基金精准资助专项 - 基于压电扫查的铁路交通高精度结构健康监测系统研究（JZ25- 016）

作者简介：赵子豪，男，人，本科生，主要研发主被动Lamb 波监测技术。