[发明专利]一种基于视觉测振及非线性双相干谱的叶片裂纹定位方法在审
申请号: | 201910993800.0 | 申请日: | 2019-10-18 |
公开(公告)号: | CN110687124A | 公开(公告)日: | 2020-01-14 |
发明(设计)人: | 蒋勉;邝应炜;李学军;何宽芳;王宇华 | 申请(专利权)人: | 佛山科学技术学院 |
主分类号: | G01N21/88 | 分类号: | G01N21/88 |
代理公司: | 11543 北京八月瓜知识产权代理有限公司 | 代理人: | 李斌 |
地址: | 528231 广*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 标记点 非线性指数 标记点位置 相干谱 叶片 非线性振动 非高斯 裂纹位置 随机信号 位置标记 叶片呼吸 叶片裂纹 分布图 激振 绘制 视觉 | ||
1.一种基于视觉测振及非线性双相干谱的叶片裂纹定位方法,其特征在于,包括:
在叶片上布置等间距分布标记点,并确定标记点位置;
针对具有疲劳裂纹的叶片结构,通过机器视觉多点测振方法采集叶片在随机信号激励下各所述标记点位置的振动响应信号;
根据随机信号激励条件下各标记点位置的非线性振动响应信号,计算各标记点对应的平方双相干谱,并减少平方双相干谱中伪峰值;
根据所述各标记点对应的平方双相干谱,由卡方分布原理计算各标记点对应的非高斯指数;
根据所述各标记点对应的平方双相干谱,计算各标记点对应的非线性指数;
根据所述各标记点对应的非高斯指数及非线性指数,计算各标记点所对应的总非线性指数;
根据所述各标记点对应的非线性指数及总非线性指数,绘制对应分布图,确定裂纹所在位置。
2.根据权利要求1所述的一种基于视觉测振及非线性双相干谱的叶片裂纹定位方法,其特征在于,所述根据随机信号激励条件下各标记点位置的非线性振动响应信号,计算各标记点对应的平方双相干谱,并减少平方双相干谱中伪峰值,具体包括:
根据所述随机信号激励条件下各标记点位置的非线性振动响应信号,计算各标记点所对应的双谱;
根据所述各标记点所对应的双谱,将双谱归一化后得到双相干谱;
根据所述各标记点所对应的双相干谱,将双相干谱进行平方得到平方双相干谱;
根据所述各标记点所对应的平方双相干谱,在平方双相干谱分母中加上一个合适的小常数ε,消除双相干谱图中由噪声影响产生的较小的伪峰值。
3.根据权利要求1所述的一种基于视觉测振及非线性双相干谱的叶片裂纹定位方法,其特征在于,所述根据所述各标记点对应的平方双相干谱,由卡方分布原理计算各标记点对应的非高斯指数,具体包括:
根据所述各标记点对应的平方双相干谱,由卡方分布原理选出符合在各双频率下的有意义的双相干幅值
根据所述各双频率下的有意义的双相干幅值,计算各标记点对应的非高斯指数NGIi(i=1,2…,n);
根据所述各标记点对应的非高斯指数,当NGI≤0,振动响应信号x(t)为高斯信号,此时信号为线性的;当NGI>0,振动响应信号x(t)为非高斯信号,则信号为线性过程或非线性过程。
4.根据权利要求1所述的一种基于视觉测振及非线性双相干谱的叶片裂纹定位方法,其特征在于,所述根据各标记点对应的平方双相干谱,计算各标记点对应的非线性指数,具体包括:
根据所述非高斯指数,当NGI>0,振动响应信号x(t)为非高斯信号,则信号为线性过程或非线性过程;
根据所述各标记点对应的平方双相干谱,计算各标记点对应的非线性指数NLIi(i=1,2…,n),当NLI≤0,信号为线性过程,当NLI>0,信号为非线性过程。
5.根据权利要求1所述的一种基于视觉测振及非线性双相干谱的叶片裂纹定位方法,其特征在于,所述根据各标记点对应的非高斯指数及非线性指数,计算各标记点所对应总非线性指数,具体包括:
根据所述各标记点对应的非高斯指数及非线性指数,当NGI>0且NLI>0,则信号为非线性信号;
根据所述由卡方分布原理选出的在各双频率下的有意义的双相干幅值计算各标记点所对应总非线性指数TNLIi(i=1,2…,n)。
6.根据权利要求1所述的一种基于视觉测振及非线性双相干谱的叶片裂纹定位方法,其特征在于,所述根据各标记点对应的非线性指数及总非线性指数,绘制对应分布图,确定裂纹所在位置,具体包括:
确定所述振动响应非线性程度变化量的最大值,并确定所述最大值所对应的所述标记点位置;
根据所述最大值所对应的所述标记点位置确定所述叶片的裂纹位置范围;
根据所述裂纹位置范围确定裂纹位置。
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佛山科学技术学院,未经佛山科学技术学院许可,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/201910993800.0/1.html,转载请声明来源钻瓜专利网。