Détection de défauts par ondes guidées robuste et auto-référencée : application aux pièces en composite tissé de forme complexe

Abstract

L’utilisation d’un état de référence, c’est-à-dire d’une baseline, pour l’analyse des données dans le cadre du contrôle santé des intégré (Structural Health Monitoring, SHM) par ondes guidées limite le champ d’application de ces approches. Cela a largement été démontré dans la littérature en présence de changement de température, mais c’est également vrai en présence de variations d’autres conditions environnementales et opérationnelles, ainsi que des effets du vieillissement. Cet article présente une nouvelle méthodologie auto-référencée, conçue pour être intrinsèquement robuste à l’influence des effets externes, y compris ceux qui n’ont pas été identifiés lors de la conception du système. La méthode repose sur le concept de baseline instantanée, c’est-à-dire la comparaison de plusieurs mesures acquises sur des mesures présentant un degré élevé de similitude du point de vue des ondes guidées. La subtilité de l'approche réside dans la détection de défauts ayant une faible influence sur les mesures en présence de variabilités extrinsèques et intrinsèques ayant une influence comparativement plus importante sur plusieurs échantillons similaires. La méthode comprend également une réduction de la dimension par l'extraction de quantités d'intérêt à partir des signaux acquis, permettant potentiellement l'analyse de plusieurs échantillons avec un volume de données limitées. La méthode proposée est validée avec succès sur 12 plaques d'aluminium, chacune présentant une fissure traversante de 1 à 30mm de longueur, dans un environnement de laboratoire avec des paramètres externes limités. Ensuite, l'approche est testée sur 2 échantillons composites tissés de forme complexe avec jusqu'à 7 trajectoires similaires du point de vue des ondes guidées. La détection d'une masse ajoutée est réussie sur toute la plage de températures considérée (-30◦C à 30◦C) pour toutes les fréquences d'interrogation étudiées (50, 100 et 150 kHz). La méthodologie proposée est nettement plus performante qu'un algorithme d'imagerie de l’état de l’art avec compensation de température appliqué aux mêmes données.