[发明专利]一种基于振动响应信息的螺栓连接结构松动状态识别方法有效

专利信息
申请号: 201811314388.7 申请日: 2018-11-06
公开(公告)号: CN109506907B 公开(公告)日: 2020-05-22
发明(设计)人: 张周锁;杨文展;郭燕飞;曹建斌;宫腾;邓文敬 申请(专利权)人: 西安交通大学
主分类号: G01M13/00 分类号: G01M13/00;G06K9/00;G06K9/62
代理公司: 西安通大专利代理有限责任公司 61200 代理人: 徐文权
地址: 710049 陕*** 国省代码: 陕西;61
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 振动 响应 信息 螺栓 连接 结构 松动 状态 识别 方法
【说明书】:

发明公开了一种基于振动响应信息的螺栓连接结构松动状态识别方法,首先,通过振动试验台对螺栓连接结构施加随机激励,采集螺栓连接结构的振动响应信息;其次,基于双树复小波包变换方法对振动响应信息进行分解和单支重构,得到各尺度下的单支重构分量;再次,分别提取各单支重构分量的排列熵特征,构造排列熵特征向量;最后,构造最优间隔分布机,随机选取排列熵特征向量作为训练样本,并采用粒子群算法优选分布机的超参数,完成训练即建立基于最优间隔分布机的识别模型,将未知状态的排列熵特征向量输入最优间隔分布机,实现螺栓连接结构松动状态的智能识别。

技术领域

本发明涉及机械结构健康状态检测方法,具体涉及一种基于振动响应信息的螺栓连接结构松动状态识别方法。

背景技术

螺栓连接结构是一种常用的预紧连接结构,可以实现组件连接与载荷传递,具有刚性好、重量轻、结构简单、装拆方便、连接可靠等优点,被广泛应用于航空航天、武器装备、机械设备、土木工程等领域。在实际服役过程中,受环境温度、交变载荷、化学腐蚀等因素影响,螺栓连接会出现预紧力下降现象而发生松动。螺栓松动会改变结构的动力学特性,直接影响到整体系统的安全性和可靠性,甚至引发灾难性事故。因此,识别螺栓连接结构的松动状态,对于保障整体装备安全性和可靠性具有重要的工程意义。

目前识别螺栓松动状态的主要方法有压电阻抗法、声发射法、计算机视觉法、超声导波法、非线性动力学方法等,这些方法通常需要复杂昂贵的专用仪器,在实际工程现场中难以应用。

发明内容

本发明的目的在于提供一种基于振动响应信息的螺栓连接结构松动状态识别方法,以克服现有技术的缺点,本发明所提方法简单可靠、精度高、实时性强,便于在实际工程现场中应用。

为达到上述目的,本发明提出一种基于振动响应信息的螺栓连接结构松动状态识别方法,具体包含以下步骤:

(1)振动响应信息的获取

通过振动试验台对螺栓连接结构施加随机激励,待振动达到预设的功率谱密度后,采集螺栓连接结构的振动响应信息;

(2)基于双树复小波包变换的信号多分辨分析

基于双树复小波包变换方法对振动响应信息进行分解和单支重构,得到各尺度下的单支重构分量,具体步骤为:

首先,选择双树复小波包滤波器组,第一层采用(13,19)阶近似对称的双正交滤波器组,其余各层滤波器组均采用N.Kingsbury提出的Q-shift14滤波器组;

然后,基于公知的双树复小波包变换方法,采用所述滤波器组对振动响应信息x(t)进行J层双树复小波包分解;

最后,对2J个子频带信号进行单支重构:假设振动响应信息采样频率为fs,则得到的2J个单支重构分量为{sj,j=1,2,…,2J},各分量对应的频率范围为[(j-1)fs/2J+1,jfs/2J+1],由此实现了耦合多分量信号的分离。

(3)排列熵特征向量的构造

分别提取各单支重构分量的排列熵特征,构造排列熵特征向量,具体步骤为:首先,基于公知的排列熵提取方法,依次提取各单支重构分量{sj}的排列熵特征:

式中,PE表示排列熵提取函数,d是嵌入维数,τ是延迟时间;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于西安交通大学,未经西安交通大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201811314388.7/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top