BAE Systems Hawk T1A飞机的多输入多输出模态测试数据集

本数据集由英国谢菲尔德大学的动力学研究组创建，专注于BAE Systems Hawk T1A飞机的动态响应捕捉。数据集包含来自整个飞机的力、加速度和应变数据，通过多种已知的载荷和损伤模拟条件进行测试。该数据集适用于结构健康监测和系统识别，旨在解决实际工程结构中的非线性问题和损伤检测挑战。数据集的创建过程涉及详细的实验工作，包括多种传感器和测试条件的应用。其应用领域广泛，特别是在结构健康监测和振动工程技术的发展中具有重要价值。

This dataset was developed by the Dynamics Research Group at the University of Sheffield, UK, and focuses on capturing the dynamic responses of the BAE Systems Hawk T1A aircraft. The dataset includes force, acceleration, and strain data collected across the entire aircraft, which was tested under a variety of predefined load and damage simulation conditions. This dataset is applicable to structural health monitoring and system identification, with the goal of addressing the challenges of nonlinear problems and damage detection in real-world engineering structures. The development of this dataset involved comprehensive experimental work, including the utilization of multiple types of sensors and diverse test conditions. It boasts a wide range of application domains, and holds significant value particularly for the advancement of structural health monitoring and vibration engineering technologies.

搜集汇总

数据集介绍

构建方式

在结构健康监测领域，获取真实且全面的全尺寸结构振动数据对于算法验证至关重要。本数据集通过多输入多输出模态测试方法构建，对一架退役的BAE Systems Hawk T1A飞机进行了系统性的动态响应采集。实验采用五个电动力激振器分别激励机翼、稳定翼和方向舵，并部署了超过140个传感器，包括加速度计、光纤布拉格光栅应变计和力传感器，以同步记录结构的力、加速度和应变响应。测试分为五个阶段，涵盖了结构在未损伤状态、单点伪损伤、多点伪损伤及实际面板移除等多种条件下的振动数据，总计进行了216项独立测试，确保了数据集的多样性与完整性。

使用方法

该数据集适用于结构动力学、系统识别及结构健康监测等多个学术研究领域。用户可通过提供的Python接口便捷地访问数据，该接口自动从中央存储库下载并管理数据，确保数据的最新性与一致性。数据集按测试条件原子化分割为独立的.hdf5文件，每文件约1GB，用户可根据研究需求选择性加载特定测试数据，从而降低本地存储与内存负担。数据集中包含的丰富元数据（如传感器类型、灵敏度、位置及测试条件）支持用户进行频率响应函数计算、模态分析、损伤检测算法开发等任务。研究者可利用该数据集验证非线性系统识别方法、评估损伤敏感度，或探索基于应变数据的监测技术，推动振动工程方法的进一步发展。

背景与挑战

背景概述

在结构健康监测领域，振动数据的采集与分析对于基础设施与航空器的安全评估至关重要。由谢菲尔德大学动力学研究小组于2024年发布的BAE Systems Hawk T1A飞机多输入多输出模态测试数据集，旨在填补实验室简化模型与在役复杂结构之间的研究空白。该数据集基于一架退役的Hawk T1A教练机，通过超过140个传感器采集了力、加速度与应变数据，涵盖了216种测试条件，包括多种激励信号、振幅以及伪损伤与真实面板移除模拟。其核心研究问题聚焦于提升系统识别与结构健康监测方法的鲁棒性，为学术界提供了一个全尺寸、高复杂度的基准平台，推动了振动工程技术的进步。

当前挑战

该数据集所解决的领域问题在于结构健康监测中损伤检测与分类的挑战，具体包括在复杂动力学行为下准确识别非线性响应、区分环境变异与结构损伤，以及利用多模态传感器数据实现损伤定位与评估。构建过程中的挑战涉及大规模多输入多输出测试的数据采集与处理，例如在超过500GB的原始数据中确保信号质量与一致性，协调多个激振器与传感器的同步工作，以及在缺乏完整技术图纸的情况下精确标定传感器位置。此外，数据集的设计需平衡真实结构的复杂性与实验室可控条件，以支持算法开发与实际应用的衔接。

常用场景

经典使用场景

在结构健康监测领域，BAE Systems Hawk T1A飞机的多输入多输出模态测试数据集为振动数据分析提供了经典应用场景。该数据集通过模拟多种损伤状态和激励条件，为研究人员提供了在受控实验室环境下分析复杂航空结构动态响应的宝贵机会。数据集涵盖了超过140个传感器的加速度、应变和力测量数据，支持从线性到非线性系统识别的全面研究，尤其适用于验证模态分析算法在真实全尺寸结构上的性能。

解决学术问题

该数据集有效解决了结构健康监测中的若干核心学术问题，包括复杂结构中非线性动力学的识别与建模、损伤检测与分类的鲁棒性提升，以及多输入多输出系统下的模态参数估计。通过提供包含伪损伤和实际面板移除的多样化测试条件，数据集促进了针对环境变异性和操作条件影响的算法开发，为克服传统方法在误报和漏报方面的局限性提供了实证基础。

实际应用

在实际工程应用中，该数据集为航空航天结构的健康监测技术提供了关键验证平台。它支持开发基于振动数据的损伤诊断系统，可用于飞机机翼、稳定翼和方向舵等关键部件的状态评估。通过集成光纤布拉格光栅应变传感器和加速度计数据，数据集还推动了多传感模态融合技术的进步，为工业界实现低成本、高可靠性的在役监测方案奠定了数据基础。

数据集最近研究

最新研究方向

在结构健康监测领域，BAE Systems Hawk T1A飞机的多输入多输出模态测试数据集为前沿研究提供了关键基准。该数据集通过全尺寸航空结构的实验室测试，推动了基于振动的损伤检测与系统识别方法的创新。当前研究聚焦于利用多输入多输出数据识别复杂装配结构中的非线性动力学行为，探索基于光纤布拉格光栅的应变传感在低信噪比条件下的损伤分类效能，并发展适用于大规模数据集的自动化分析算法。这些方向旨在弥合实验室模型与在役结构之间的鸿沟，为航空航天基础设施的智能监测与寿命预测奠定实证基础。

相关研究论文

• Multiple-input, multiple-output modal testing of a Hawk T1A aircraft: A new full-scale dataset for structural health monitoring

  动力学研究组，谢菲尔德大学 · 2024年