[发明专利]一种螺栓失效检测方法有效

专利信息
申请号: 202110941947.2 申请日: 2021-08-16
公开(公告)号: CN113804767B 公开(公告)日: 2022-11-04
发明(设计)人: 史晓微;岳士超 申请(专利权)人: 东南大学
主分类号: G01N29/44 分类号: G01N29/44;G01N29/04;G06N3/04;G06N3/08;G10L21/10;G10L25/24;G10L25/30;G10L25/51
代理公司: 北京德崇智捷知识产权代理有限公司 11467 代理人: 郝雅洁
地址: 211102 江*** 国省代码: 江苏;32
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 螺栓 失效 检测 方法
【权利要求书】:

1.一种螺栓失效检测方法,其特征在于,包括以下步骤:

S1:敲击螺栓工作模型中的待测螺栓,采集待测螺栓在不同预紧力下所产生的声音信号;

S2:将各预紧力对应的声音信号分别分割成m段并储存,分割后形成声音信号集合X={x1,x2,x3,...xm},其中每段声音信号只包含一次敲击的声音信号;

S3:对声音信号集合X={x1,x2,x3,...xm}中的每段声音信号xi提取梅尔频率倒谱系数向量1≤i≤m,将所述向量转变为矩阵Mi

S4:将矩阵Mi打印输出为图片,储存到相应路径中;

S5:将步骤S4输出的图片构建图片集合M={M1,M2,M3,...Mm},建立特定预紧力下声音信号集合X与图片集合M之间的一一对应关系,即Mi=f(xi),1≤i≤m;

S6:将图片集合M={M1,M2,M3,...Mm}处理成统一尺寸,作为输入量,输入到卷积神经网络中,按比例将M分割成训练集和测试集,利用训练集对所述神经网络进行训练,输出训练结果;当训练准确率达标后,完成训练,将训练结果较好的网络结构和参数进行保存,在所述测试集中随机挑选图片对所述神经网络进行测试验证;

S7:进行实际检测,将敲击待测螺栓的声音信号输入经所述S6训练好的卷积神经网络中,进行待测螺栓的预紧力识别,对预紧力数值进行判断,当预紧力低于设定的安全阈值时,则判断待测螺栓已一定程度失效,并将判断结果输出显示;

步骤S3中,将所述向量转变为矩阵Mi,具体包括:

求得所述向量中元素个数q,令并进行如下转化:

当n(n+1)>q时,Mi为n×n矩阵,将横向填充并舍去多余部分,得到:

当n(n+1)≤q时,Mi为(n+1)×n矩阵,将横向填充并舍去多余部分,得到:

2.根据权利要求1所述的螺栓失效检测方法,其特征在于,步骤S2中,每段声音信号只包含一次敲击的声音信号,且每段声音信号有效长度不少于其信号长度的90%。

3.根据权利要求1所述的螺栓失效检测方法,其特征在于,步骤S6中,所述卷积神经网络为Alexnet卷积神经网络;训练集和测试集的比例为7:3,训练准确率达90%后,完成训练。

4.根据权利要求1所述的螺栓失效检测方法,其特征在于,步骤S1中,采用空气锤自动敲击所述待测螺栓,采用声音采集传感器收集声音信号;调整待测螺栓的预紧力后,重复收集声音信号,各预紧力所对应的声音信号包括不少于10次的敲击声。

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东南大学,未经东南大学许可,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/202110941947.2/1.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