+

CN114994185A - 一种激励数据驱动下能量分布转异的疲劳损伤检测方法 - Google Patents

一种激励数据驱动下能量分布转异的疲劳损伤检测方法 Download PDF

Info

Publication number
CN114994185A
CN114994185A CN202210592718.9A CN202210592718A CN114994185A CN 114994185 A CN114994185 A CN 114994185A CN 202210592718 A CN202210592718 A CN 202210592718A CN 114994185 A CN114994185 A CN 114994185A
Authority
CN
China
Prior art keywords
frequency
imf
energy distribution
signal
acceleration
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202210592718.9A
Other languages
English (en)
Inventor
曹茂森
谈汝克
王捷
王泽雨
钱向东
尼扎
埃米尔·马诺奇
解春晖
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hohai University HHU
JSTI Group Co Ltd
Original Assignee
Jiangsu Dongjiao Intelligent Control Technology Group Co ltd
Hohai University HHU
JSTI Group Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Jiangsu Dongjiao Intelligent Control Technology Group Co ltd, Hohai University HHU, JSTI Group Co Ltd filed Critical Jiangsu Dongjiao Intelligent Control Technology Group Co ltd
Priority to CN202210592718.9A priority Critical patent/CN114994185A/zh
Publication of CN114994185A publication Critical patent/CN114994185A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
    • G01N29/04—Analysing solids
    • G01N29/12—Analysing solids by measuring frequency or resonance of acoustic waves
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
    • G01N29/04—Analysing solids
    • G01N29/045—Analysing solids by imparting shocks to the workpiece and detecting the vibrations or the acoustic waves caused by the shocks
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
    • G01N29/44—Processing the detected response signal, e.g. electronic circuits specially adapted therefor
    • G01N29/4472—Mathematical theories or simulation
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Analytical Chemistry (AREA)
  • Pathology (AREA)
  • Immunology (AREA)
  • General Health & Medical Sciences (AREA)
  • Mathematical Physics (AREA)
  • Biochemistry (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Analysis (AREA)
  • Algebra (AREA)
  • Data Mining & Analysis (AREA)
  • Theoretical Computer Science (AREA)
  • Acoustics & Sound (AREA)
  • Signal Processing (AREA)
  • Computational Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Investigating Strength Of Materials By Application Of Mechanical Stress (AREA)

Abstract

本发明属于结构健康监测与安全预警技术领域，涉及一种激励数据驱动下能量分布转异的疲劳损伤检测方法，包括在待测试的结构体上设检测组，在其端部施加Б激励；处理器采集检测组上获取的响应信号，并利用响应信号建立加速度响应数据库；对加速度响应数据库中响应信号进行重构并将其分解成有限个内蕴模式函数之和；对每个内蕴模式函数分别进行希尔伯特变换，得到不同时刻的瞬时频率和能量幅值，形成测试频率‑能量分布谱，将测试频率‑能量分布谱与正常状态下的频率‑能量分布谱进行对比，若测试频率‑能量分布谱中的频率幅值与正常状态下的频率‑能量分布谱有差异，则该测试的结构体内部存在疲劳裂缝。本发明克服了对微小疲劳裂缝不敏感的问题。

Description

一种激励数据驱动下能量分布转异的疲劳损伤检测方法
技术领域
本发明属于结构健康监测与安全预警技术领域，具体涉及一种激励数据驱动下能量分布转异的疲劳损伤检测方法。
背景技术
经济快速发展的新时代，在基础设施、民用、商业、工业等迅猛发展的同时，各种建筑设施结构的健康监测养护需求呈现快速增长的趋势，监测结构服役安全状况，需要获取海量传感器数据，然后对其精确分析，提取关键有效的动力响应特征。建筑结构在复杂环境下的长期服役过程中，不可避免地产生诸多微小疲劳裂缝，疲劳裂缝随结构振动，呈现接触-分离的“呼吸”效应，损伤积累后不断扩展为常开状态，改变结构刚度和能量分布，造成断裂破坏。将检测数据映射到损伤空间，建立两者映射关系，提取空间非线性特征，从而识别结构疲劳呼吸裂缝。随着科学技术，特别是信息数据分析处理技术的快速发展，以数据驱动为内核的分析方法快速兴起，引发了科学研究的新思考。
在难以建立精确机理模型的条件下，数据驱动方法可实现对结构优化控制及评价，可以为结构状态疲劳裂缝分析提供解决方案。在基于结构状态动力响应信号的损伤识别方法中，一般使用传统的时域信号或基于傅里叶变换的频域信号作为数据表征损伤，传统的时域分析计算简单快速，但提取损伤信息能力差，频域分析中，傅里叶变换作为发展最早，最成熟的信号分析方法，旨在实现时域和频域的相互转换，缺少对非平稳信号的处理能力。时频分析通过对时变非平稳信号提供时域和频域联合分布信息，对其变化关系进行准确描述。常见的时频域分析方法主要有：短时Fourier变换(STFT)、Wigner-Ville分布，小波变换(Wavelet Transform)、Hilbert-Huang变换等方法，该类方法旨在准确反映信号的局部时变频率特性，但大多以傅里叶变换为最终理论依据，傅里叶变换理论中表征信号交变的基本量是与时间无关的频率，基本时域信号为平稳简谐波信号，其分析时易产生虚假信号和假频。因此，当前缺少一种能够在海量数据中快速准确提取动力特性信息，且对细微疲劳损伤敏感的检测技术。
发明内容
有鉴于此，本发明提供了一种激励数据驱动下能量分布转异的疲劳损伤检测方法，以便解决上述提到的技术问题。
本发明的技术方案是：
一种激励数据驱动下能量分布转异的疲劳损伤检测方法，包括以下步骤：
在待测试的结构体上布置检测组；
在待测试的结构体的端部施加Б激励；
处理器采集检测组上获取的响应信号，并利用响应信号建立加速度响应数据库；
对加速度响应数据库中响应信号进行重构，将响应信号分解成有限个内蕴模式函数之和；
对每个内蕴模式函数分别进行希尔伯特变换，得到不同时刻的瞬时频率和能量幅值，形成测试频率-能量分布谱；
在处理器中调取结构体正常状态下的频率-能量分布谱，并将测试频率-能量分布谱与正常状态下的频率-能量分布谱进行对比，若测试频率-能量分布谱中的频率幅值相比正常状态下的频率-能量分布谱中的瞬时频率幅值增大，能量幅值比正常状态下的频率-能量分布谱中的能量幅值在每个测点随时间的变化很大，则该测试的结构体内部存在疲劳裂缝。
优选的，在待测试的结构体上布置检测组包括以下步骤：
选取多个加速度传感器，将其布置在待测试的结构体上，分别将多个加速度传感器与处理器电连接，所述处理器通过控制开关和供电电源电连接。
优选的，对加速度响应数据库中响应信号进行重构，将响应信号分解成有限个内蕴模式函数之和，包括以下步骤：
(1)通过MATLAB软件调用三次样条函数，导入加速度响应信号x(t)，构建出由局部最大值emax和局部最小值emin两条包络线；
(2)利用式(1)计算平均值m(t)，
m(t)＝(emax+emin)/2 (1)
其中，m(t)代表平均值，emax为样条差值法选出局部最大值，emin通过样条差值法选出的局部最小值；
(3)利用式(2)求取加速度信号x(t)与平均值m(t)的差值d(t)，
d(t)＝x(t)-m(t) (2)
其中，x(t)为加速度信号，m(t)为平均值，d(t)代表加速度信号与平均值的差值；
(4)利用式(3)检查差值d(t)是否满足IMF的条件，
Figure BDA0003667719460000031
其中，SD代表标准差，ε在此设置阈值为0.2，
Figure BDA0003667719460000032
其下标1代表是搜寻IMF1，上标k代表的是k时刻，若满足条件则认为搜寻到IMF1，若不满足将d(t)作为新的x(t)重复(1)-(4)步；
(5)若d(t)满足上述的条件，
IMF1＝d(t)
IMF1为找到第一个IMF的内蕴函数，d(t)代表的加速度信号x(t)与平均值m(t)的差值；
(6)下一个IMFn则是由新的r(t)求得，
Figure BDA0003667719460000041
其中，r(t)定义为残基，IMFi代表第i个IMF，n代表寻找到的IMF的个数；
(7)将r(t)作为新的x(t)重复(1)-(5)找到第i个IMFi,直至
r(t)＝C
r′(t)≤0
r′(t)≥0
其中，C为常数,r′(t)为导数，满足上述三个条件一条则停止寻找IMF；
(8)重构信号xj(t)表示为式(4)，
Figure BDA0003667719460000042
其中，IMFi表示第i个IMF，K表示IMF的数量，rK(t)表示最终剩余残基；
对每个内蕴函数分量IMFi进行希尔伯特变换，得到不同时刻瞬时频率和能量幅值，形成频率-能量分布谱；
Figure BDA0003667719460000043
z(t)＝xj(t)+iy(t)＝a(t)eiθ(t)
Figure BDA0003667719460000044
θ(t)＝arctan(y(t)/xj(t))
其中，yi(t)为重构实信号，xj(t)与时间1/t的卷积得到的虚信号，z(t)为xj(t)与y(t)的耦合信号，z(t)的幅值a(t)表示瞬时能量幅值，θ(t)表示相位函数，ω(t)表示瞬时频率，当结构完整时，系统是线性的，瞬时频率与激励频率保持一致，疲劳裂缝对激励进行调制，系统非线性特性增加，瞬时频率发生改变。
本发明提供的一种激励数据驱动下能量分布转异的疲劳损伤检测方法，在结构上施加Б激励，其频率与结构固有频率发生共振，从而产生与正常结构不同的频率-能量分布的特性，疲劳裂缝对激励进行调制，产生与完整结构不同的瞬时频率和能量幅值分布，通过传感器获取的时变数据分解变换得到的频率-能量分布谱，对不同深度、不同位置疲劳裂缝进行敏感性分析，直观准确辨别疲劳呼吸裂缝的发生位置和损伤程度。
与现有技术相比，本发明能直接刻画瞬时频率和能量分布的转异程度，克服了传统方法对微小疲劳裂缝不敏感的问题，能实现时变数据驱动下频率-能量分布转异的疲劳损伤检测，实用性强，值得推广。
附图说明
为了更清楚地说明本发明，下面将对本实施例所需的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的部分实施例，对于本领域普通技术人员来说，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本发明方法具体流程示意图；
图2是本发明中数值模拟不同裂缝深度下频率-能量分布谱；
图3是本发明中数值模拟不同裂缝位置下频率-能量分布谱；
图4是本发明中实验不同裂缝深度下频率-能量分布谱；
图5是本发明中实验不同裂缝位置下频率-能量分布谱。
具体实施方式
为了使本领域技术人员更好的理解本发明的技术方案并能予以实施，下面结合附图1到图5，用具体实施例对本发明进行详细说明。以下实施例仅用于更加清楚地说明本发明的技术方案，而不能以此来限制本发明的保护范围。
实施例1
结构在长期服役期间，复杂环境致使产生大量微小疲劳裂缝，裂缝随结构振动，呈现接触-分离的“呼吸”效应，损伤积累后不断扩展为常开状态，改变结构刚度和能量分布，造成断裂破坏。本发明对结构施加Б激励，若结构完好，其加速度响应线性分布，瞬时频率和能量幅值与激励频率一致，相反，当结构存在疲劳裂缝，在裂缝调制下，加速度响应“失真”，呈现非线性分布，产生与激励频率不同的瞬时频率和能量幅值分布。定量刻画瞬时频率和能量分布差异，疲劳裂缝处频率幅值增大，能量幅值增大，从而揭示疲劳裂缝位置和程度。
本发明提出一种激励数据驱动下能量分布转异的疲劳损伤检测方法，如图1所示，具体步骤包括：
步骤一、在测试的结构体上布置多个加速度传感器，并将多个加速度传感器分别与处理器电连接，所述处理器通过控制开关和供电电源电连接，多个加速度传感器组成检测组，在测试的结构体的端部位置施加Б激励，处理器采集每个加速度传感器上的响应信号，并利用响应信号建立不同位置处的加速度响应数据库。
步骤二、导入步骤一建立的加速度响应数据库一个位置处加速度信号x(t)，将信号x(t)分解成重构成由有限个内蕴模式函数(IMF)之和的信号，IMF构造方法如下：
(1)通过MATLAB软件调用三次样条函数，导入加速度响应信号x(t)，构建出由局部最大值emax和局部最小值emin两条包络线。
(2)计算平均值
m(t)＝(emax+emin)/2
其中m(t)代表平均值，emax为样条差值法选出局部最大值，emin通过样条差值法选出的局部最小值。
(3)提取加速度信号x(t)与平均值m(t)的差值
d(t)＝x(t)-m(t)
其中x(t)为加速度信号，m(t)为平均值，d(t)代表加速度信号与平均值的差值。
(4)检查差值d(t)是否满足IMF的条件，判定的条件如下：
Figure BDA0003667719460000071
其中SD代表标准差，ε在此设置阈值为0.2，
Figure BDA0003667719460000072
其下标1代表是搜寻IMF1，上标k代表的是k时刻，若满足条件则认为搜寻到IMF1，若不满足将d(t)作为新的x(t)重复(1)-(4)步。
(5)若d(t)满足上述的条件，
IMF1＝d(t)
IMF1为找到第一个IMF的内蕴函数，d(t)代表的加速度信号x(t)与平均值m(t)的差值。
(6)下一个IMFn则是由新的r(t)求得，
Figure BDA0003667719460000073
其中r(t)定义为残基，IMFi代表第i个IMF，n代表寻找到的IMF的个数。
(7)将r(t)作为新的x(t)重复(1)-(5)找到第i个IMFi,直至
r(t)＝C
r′(t)≤0
r′(t)≥0
C为常数,r′(t)为导数，满足上述三个条件一条则停止寻找IMF。
(8)重构信号xj(t)表示为所有的IMFs和最终的残差都可以用来将原始信号表示为
Figure BDA0003667719460000081
其中IMFi表示第i个IMF，K表示IMF的数量，rK(t)表示最终剩余残基。
其中IMFi表示第i个IMF，K表示IMF的数量，rK(t)表示最终剩余残基。
步骤三、对每个内蕴函数(IMF)分量进行希尔伯特变换(HT)，得到不同时刻瞬时频率和能量幅值，形成频率-能量分布谱。
Figure BDA0003667719460000082
z(t)＝xj(t)+iy(t)＝a(t)eiθ(t)
Figure BDA0003667719460000083
θ(t)＝arctan(y(t)/xj(t))
其中，yi(t)为重构实信号xj(t)与时间1/t的卷积得到的虚信号，z(t)为xj(t)与y(t)的耦合信号，z(t)的幅值a(t)表示瞬时能量幅值，θ(t)表示相位函数，ω(t)表示瞬时频率。当结构完整时，系统是线性的，瞬时频率与激励频率保持一致，疲劳裂缝对激励进行调制，系统非线性特性增加，瞬时频率发生改变。
步骤四、分析得到的瞬时频率和能量幅值的频率-能量分布谱，因疲劳裂缝的“呼吸”效应显著，使其频率与结构固有频率产生共振，频率能量分布发生转异，偏离正常的结构频率能量分布，利用瞬时频率和能量幅值定量刻画分布转异程度，反映疲劳裂缝的位置和程度，含疲劳裂缝的结构其疲劳裂缝处的频率幅值增大，能量幅值增大，从而揭示疲劳裂缝位置和程度。
下面结合具体实施例作具体实施方式的详细说明。
本算例中梁端部施加Б激励本例为高斯分布激励。
实施为梁结构中可能发生的不同深度和位置条件下疲劳裂缝，数值模拟和实验验证梁结构的非线性动态响应特性，并利用加速度数据分解转换分析方法获取瞬时频率及能量幅值，详细计算过程如下：
本算例中梁端部施加Б激励本例为高斯分布激励。
实施为梁结构中可能发生的不同深度和位置条件下疲劳裂缝，数值模拟和实验验证梁结构的非线性动态响应特性，并利用加速度数据分解转换分析方法获取瞬时频率及能量幅值，详细计算过程如下
数值模拟方面，
1、采用ABAQUS构造悬臂梁，梁的几何尺寸：长度(L＝300mm)、宽度(B＝25mm)和厚度(H＝10mm)，
2、损伤设置为疲劳裂缝
疲劳裂纹的打开和关闭被认为是一个局部接触问题。通过将其中一个裂纹表面视为主表面，将另一个视为从属表面，对疲劳裂纹表面之间的相互作用进行建模。在梁振动过程中，疲劳裂纹出现三种接触状态：
(i)裂纹完全打开，这意味着主表面和从表面之间没有接触；
(ii)从裂纹表面和主裂纹表面上的所有节点均接触，且裂纹完全闭合。
(iii)从裂纹表面和主裂纹表面部分接触。
3、沿梁的长度方向设置损伤位置，损伤位置离端部的距离为xc，损伤的深度为a，为了方便定义损伤的位置和损伤深度，将损伤位置和损伤深度，定义为：
q＝xc/L
p＝a/H
其中xc代表损伤位置距离端部的位置，L为梁的长度，q代表裂缝距离端部的相对位置，a代表裂缝的深度，H代表梁的厚度，p代表裂缝的相对深度。
设置了3种损伤程度p，对于损伤程度p，p＝7％、p＝20％和p＝41％损伤程度,；3种损伤相对位置q，q＝0.040、q＝0.450、q＝0.773，无损伤结构设置为对照。
4、沿梁的长度方向设置传感器，选取10个点作为传感器的位置
5、悬臂梁的自由端施加Б激励(采用高斯分布随机激励)
6、通过10个点采集加速度响应
7、进行IMF信号方法重构，重构方法如下：
(1)通过MATLAB软件调用三次样条函数，导入加速度响应信号x(t)，构建出由局部最大值emax和局部最小值emin两条包络线。
(2)计算平均值
m(t)＝(emax+emin)/2
其中m(t)代表平均值，emax为样条差值法选出局部最大值，emin通过样条差值法选出的局部最小值。
(3)提取加速度信号x(t)与平均值m(t)的差值
d(t)＝x(t)-m(t)
其中x(t)为加速度信号，m(t)为平均值，d(t)代表加速度信号与平均值的差值。
(4)检查差值d(t)是否满足IMF的条件，判定的条件如下：
Figure BDA0003667719460000101
其中SD代表标准差，ε在此设置阈值为0.2，
Figure BDA0003667719460000102
其下标1代表是搜寻IMF1，上标k代表的是k时刻，若满足条件则认为搜寻到IMF1，若不满足将d(t)作为新的x(t)重复(1)-(4)步。
(5)若d(t)满足上述的条件，
IMF1＝d(t)
IMF1为找到第一个IMF的内蕴函数，d(t)代表的加速度信号x(t)与平均值m(t)的差值。
(6)下一个IMFn则是由新的r(t)求得，
Figure BDA0003667719460000103
其中r(t)定义为残基，IMFi代表第i个IMF，n代表寻找到的IMF的个数。
(7)将r(t)作为新的x(t)重复(1)-(5)找到第i个IMFi,直至
r(t)＝C
r′(t)≤0
r′(t)≥0
C为常数,r′(t)为导数，满足上述三个条件一条则停止寻找IMF。
(8)重构信号xj(t)表示为所有的IMFs和最终的残差都可以用来将原始信号表示为
Figure BDA0003667719460000111
其中IMFi表示第i个IMF，K表示IMF的数量，rK(t)表示最终剩余残基。
8、对每个内蕴函数(IMF)分量进行希尔伯特变换(HT)，得到不同时刻瞬时频率和能量幅值，形成频率-能量分布谱。
Figure BDA0003667719460000112
z(t)＝xj(t)+iy(t)＝a(t)eiθ(t)
Figure BDA0003667719460000113
θ(t)＝arctan(y(t)/xj(t))
其中yi(t)为重构实信号xj(t)与时间1/t的卷积得到的虚信号，z(t)为xj(t)与y(t)的耦合信号，z(t)的幅值a(t)表示瞬时能量幅值，θ(t)表示相位函数，ω(t)表示瞬时频率。当结构完整时，系统是线性的，瞬时频率与激励频率保持一致，疲劳裂缝对激励进行调制，系统非线性特性增加，瞬时频率发生改变。
9、由图2、图3显示，获取的频率-能量分布谱中的频率幅值相比正常状态下的频率-能量分布谱中的瞬时频率幅值增大，获取的频率-能量分布谱中的能量幅值比正常状态下的频率-能量分布谱中的能量幅值在每个测点随时间的变化很大，则该测试的结构体内部存在疲劳裂缝。分析频率-能量分布谱中分布的差异性，含疲劳裂缝的结构其疲劳裂缝处的频率幅值增大，能量幅值增大，从而揭示疲劳裂缝位置和程度，当裂缝深度显著，裂缝位置靠近固定端时，幅值改变更为明显。该方法基于瞬时频率和能量幅值分布的概念，能够有效提取频率差异，对损伤敏感，适合扩展到实际应用。
在实验方面，
1、利用高性能结构粘合剂将三块钢粘合在一起，形成具有不同裂纹参数的悬臂梁。梁的尺寸取L(300mm)×B(25mm)×H(10mm)。
2、沿梁的长度方向设置损伤位置，损伤位置离端部的距离为xc，损伤的深度为a，为了方便定义损伤的位置和损伤深度，将损伤位置和损伤深度，定义为：
q＝xc/L
p＝a/H
其中xc代表损伤位置距离端部的位置，L为梁的长度，q代表裂缝距离端部的相对位置，a代表裂缝的深度，H代表梁的厚度，p代表裂缝的相对深度。
设置了3种损伤程度p，，对于损伤程度p，p＝7％、p＝20％和p＝41％损伤程度,；3种损伤相对位置q，q＝0.040、q＝0.450、q＝0.773，无损伤结构设置为对照。
3、利用激光侧测振仪沿梁的长度上选取10个点，10个点位置与数值模拟一致，在这10个点位置处涂抹反光粉。
4、利用激振器在悬臂梁的自由端施加Б激励(采用高斯分布随机激励)
5、通过激光测振仪处理器自动分析，获取10个点的加速度相应信号
6、进行IMF信号方法重构，重构方法如下：
(1)通过MATLAB软件调用三次样条函数，导入加速度响应信号x(t)，构建出由局部最大值emax和局部最小值emin两条包络线。
(2)计算平均值
m(t)＝(emax+emin)/2
其中m(t)代表平均值，emax为样条差值法选出局部最大值，emin通过样条差值法选出的局部最小值。
(3)提取加速度信号x(t)与平均值m(t)的差值
d(t)＝x(t)-m(t)
其中，x(t)为加速度信号，m(t)为平均值，d(t)代表加速度信号与平均值的差值。
(4)检查差值d(t)是否满足IMF的条件，判定的条件如下：
Figure BDA0003667719460000131
其中，SD代表标准差，ε在此设置阈值为0.2，
Figure BDA0003667719460000132
其下标1代表是搜寻IMF1，上标k代表的是k时刻，若满足条件则认为搜寻到IMF1，若不满足将d(t)作为新的x(t)重复(1)-(4)步。
(5)若d(t)满足上述的条件，
IMF1＝d(t)
IMF1为找到第一个IMF的内蕴函数，d(t)代表的加速度信号x(t)与平均值m(t)的差值。
(6)下一个IMFn则是由新的r(t)求得，
Figure BDA0003667719460000133
其中r(t)定义为残基，IMFi代表第i个IMF，n代表寻找到的IMF的个数。
(7)将r(t)作为新的x(t)重复(1)-(5)找到第i个IMFi,直至
r(t)＝C
r′(t)≤0
r′(t)≥0
C为常数,r′(t)为导数，满足上述三个条件一条则停止寻找IMF。
(8)重构信号xj(t)表示为所有的IMFs和最终的残差都可以用来将原始信号表示为
Figure BDA0003667719460000141
其中IMFi表示第i个IMF，K表示IMF的数量，rK(t)表示最终剩余残基。
其中IMFi表示第i个IMF，K表示IMF的数量，rK(t)表示最终剩余残基。
7、对每个内蕴函数(IMF)分量进行希尔伯特变换(HT)，得到不同时刻瞬时频率和能量幅值，形成频率-能量分布谱。
Figure BDA0003667719460000142
z(t)＝xj(t)+iy(t)＝a(t)eiθ(t)
Figure BDA0003667719460000143
θ(t)＝arctan(y(t)/xj(t))
其中yi(t)为重构实信号xj(t)与时间1/t的卷积得到的虚信号，z(t)为xj(t)与y(t)的耦合信号，z(t)的幅值a(t)表示瞬时能量幅值，θ(t)表示相位函数，ω(t)表示瞬时频率。当结构完整时，系统是线性的，瞬时频率与激励频率保持一致，疲劳裂缝对激励进行调制，系统非线性特性增加，瞬时频率发生改变。
8、由图4、图5显示获取的频率-能量分布谱中的频率幅值相比正常状态下的频率-能量分布谱中的瞬时频率幅值增大，获取的频率-能量分布谱中的能量幅值比正常状态下的频率-能量分布谱中的能量幅值在每个测点随时间的变化很大，则该测试的结构体内部存在疲劳裂缝。分析频率-能量分布谱中分布的差异性，含疲劳裂缝的结构其疲劳裂缝处的频率幅值增大，能量幅值增大，从而揭示疲劳裂缝位置和程度，当裂缝深度显著，裂缝位置靠近固定端时，幅值改变更为明显。该方法基于瞬时频率和能量幅值分布的概念，能够有效提取频率差异，对损伤敏感，适合扩展到实际应用。
由图2、图3、图4、图5可得，裂缝梁在Б激励下，从数值模拟和实验角度证明疲劳裂缝的“呼吸”效应明显，导致裂缝处频率与结构激励频率发生共振，从而偏离正常的结构频率-能量分布。利用瞬时频率和能量幅值定量刻画分布转异程度，反映疲劳裂缝的位置和程度，分析频率-能量分布谱中分布的差异性，含疲劳裂缝的结构其疲劳裂缝处的频率幅值增大，能量幅值增大，从而揭示疲劳裂缝位置和程度，当裂缝深度显著，裂缝位置靠近固定端时，幅值改变更为明显。该方法基于瞬时频率和能量幅值分布的概念，能够有效提取频率差异，对损伤敏感，适合扩展到实际应用。
以上公开的仅为本发明的较佳具体实施例，但是，本发明实施例并非局限于此，任何本领域技术人员能思之的变化都应落入本发明的保护范围。

Claims (3)

1.一种激励数据驱动下能量分布转异的疲劳损伤检测方法，其特征在于，包括以下步骤：
在待测试的结构体上布置检测组；
在待测试的结构体的端部施加Б激励；
处理器采集检测组上获取的响应信号，并利用响应信号建立加速度响应数据库；
对加速度响应数据库中响应信号进行重构，将响应信号分解成有限个内蕴模式函数之和；
对每个内蕴模式函数分别进行希尔伯特变换，得到不同时刻的瞬时频率和能量幅值，形成测试频率-能量分布谱；
在处理器中调取结构体正常状态下的频率-能量分布谱，并将测试频率-能量分布谱与正常状态下的频率-能量分布谱进行对比，若测试频率-能量分布谱中的频率幅值相比正常状态下的频率-能量分布谱中的瞬时频率幅值增大，能量幅值比正常状态下的频率-能量分布谱中的能量幅值在每个测点随时间的变化很大，则该测试的结构体内部存在疲劳裂缝。
2.根据权利要求1所述的一种激励数据驱动下能量分布转异的疲劳损伤检测方法，其特征在于，在待测试的结构体上布置检测组包括以下步骤：
选取多个加速度传感器，将其布置在待测试的结构体上，分别将多个加速度传感器与处理器电连接，所述处理器通过控制开关和供电电源电连接。
3.根据权利要求1所述的一种激励数据驱动下能量分布转异的疲劳损伤检测方法，其特征在于，对加速度响应数据库中响应信号进行重构，将响应信号分解成有限个内蕴模式函数之和，包括以下步骤：
(1)通过MATLAB软件调用三次样条函数，导入加速度响应信号x(t)，构建出由局部最大值emax和局部最小值emin两条包络线；
(2)利用式(1)计算平均值m(t)，
m(t)＝(emax+emin)/2 (1)
其中，m(t)代表平均值，emax为样条差值法选出局部最大值，emin通过样条差值法选出的局部最小值；
(3)利用式(2)求取加速度信号x(t)与平均值m(t)的差值d(t)，
d(t)＝x(t)-m(t) (2)
其中，x(t)为加速度信号，m(t)为平均值，d(t)代表加速度信号与平均值的差值；
(4)利用式(3)检查差值d(t)是否满足IMF的条件，
Figure FDA0003667719450000021
其中，SD代表标准差，ε在此设置阈值为0.2，
Figure FDA0003667719450000022
其下标1代表是搜寻IMF1，上标k代表的是k时刻，若满足条件则认为搜寻到IMF1，若不满足将d(t)作为新的x(t)重复(1)-(4)步；
(5)若d(t)满足上述的条件，
IMF1＝d(t)
IMF1为找到第一个IMF的内蕴函数，d(t)代表的加速度信号x(t)与平均值m(t)的差值；
(6)下一个IMFn则是由新的r(t)求得，
Figure FDA0003667719450000023
其中，r(t)定义为残基，IMFi代表第i个IMF，n代表寻找到的IMF的个数；
(7)将r(t)作为新的x(t)重复(1)-(5)找到第i个IMFi,直至
r(t)＝C
r′(t)≤0
r′(t)≥0
其中，C为常数,r′(t)为导数，满足上述三个条件一条则停止寻找IMF；
(8)重构信号xj(t)表示为式(4)，
Figure FDA0003667719450000031
其中，IMFi表示第i个IMF，K表示IMF的数量，rK(t)表示最终剩余残基；
对每个内蕴函数分量IMFi进行希尔伯特变换，得到不同时刻瞬时频率和能量幅值，形成频率-能量分布谱；
Figure FDA0003667719450000032
z(t)＝xj(t)+iy(t)＝a(t)eiθ(t)
Figure FDA0003667719450000033
θ(t)＝arctan(y(t)/xj(t))
其中，yi(t)为重构实信号，xj(t)与时间1/t的卷积得到的虚信号，z(t)为xj(t)与y(t)的耦合信号，z(t)的幅值a(t)表示瞬时能量幅值，θ(t)表示相位函数，ω(t)表示瞬时频率，当结构完整时，系统是线性的，瞬时频率与激励频率保持一致，疲劳裂缝对激励进行调制，系统非线性特性增加，瞬时频率发生改变。
CN202210592718.9A 2022-05-28 2022-05-28 一种激励数据驱动下能量分布转异的疲劳损伤检测方法 Pending CN114994185A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210592718.9A CN114994185A (zh) 2022-05-28 2022-05-28 一种激励数据驱动下能量分布转异的疲劳损伤检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210592718.9A CN114994185A (zh) 2022-05-28 2022-05-28 一种激励数据驱动下能量分布转异的疲劳损伤检测方法

Publications (1)

Publication Number Publication Date
CN114994185A true CN114994185A (zh) 2022-09-02

Family

ID=83028898

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210592718.9A Pending CN114994185A (zh) 2022-05-28 2022-05-28 一种激励数据驱动下能量分布转异的疲劳损伤检测方法

Country Status (1)

Country Link
CN (1) CN114994185A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115655692A (zh) * 2022-10-27 2023-01-31 国能定边新能源有限公司 一种风电机组塔筒损伤监测方法及系统
CN115773952A (zh) * 2022-11-23 2023-03-10 河海大学 数据驱动下小提琴图法的结构疲劳裂缝检测方法及系统
CN117191950A (zh) * 2023-11-07 2023-12-08 通号通信信息集团有限公司 一种挂轨结构健康监测方法、系统、存储介质及计算设备

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120303293A1 (en) * 2011-05-27 2012-11-29 Stress Engineering Services, Inc Fatigue Monitoring
CN114034492A (zh) * 2021-11-03 2022-02-11 交通运输部公路科学研究所 基于希尔伯特-黄变换的汽车零部件载荷谱快速压缩方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120303293A1 (en) * 2011-05-27 2012-11-29 Stress Engineering Services, Inc Fatigue Monitoring
CN114034492A (zh) * 2021-11-03 2022-02-11 交通运输部公路科学研究所 基于希尔伯特-黄变换的汽车零部件载荷谱快速压缩方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
NADIA NURNAJIHAH M. NASIR ET AL.: "Accelerating the fatigue analysis based on strain signal using Hilbert–Huang transform", 《INTERNATIONAL JOURNAL OF STRUCTURAL INTEGRITY》, vol. 10, no. 1, 8 February 2019 (2019-02-08), pages 118 - 132 *
S. BENFRATELLO ET AL.: "Numerical and experimental verification of a technique for locating a fatigue crack on beams vibrating under Gaussian excitatio", 《ENGINEERING FRACTURE MECHANICS》, vol. 74, 1 June 2006 (2006-06-01), pages 2992 - 3001, XP022265515, DOI: 10.1016/j.engfracmech.2006.06.023 *
邹万杰等: "Hibert-Huang变换在结构损伤识别中的应用", 《广西工学院学报》, vol. 18, no. 3, 30 September 2007 (2007-09-30), pages 67 - 70 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115655692A (zh) * 2022-10-27 2023-01-31 国能定边新能源有限公司 一种风电机组塔筒损伤监测方法及系统
CN115773952A (zh) * 2022-11-23 2023-03-10 河海大学 数据驱动下小提琴图法的结构疲劳裂缝检测方法及系统
CN117191950A (zh) * 2023-11-07 2023-12-08 通号通信信息集团有限公司 一种挂轨结构健康监测方法、系统、存储介质及计算设备
CN117191950B (zh) * 2023-11-07 2024-04-02 通号通信信息集团有限公司 一种挂轨结构健康监测方法、系统、存储介质及计算设备

Similar Documents

Publication Publication Date Title
Chen et al. Nonlinear lamb wave analysis for microdefect identification in mechanical structural health assessment
CN114994185A (zh) 一种激励数据驱动下能量分布转异的疲劳损伤检测方法
Yang et al. Second harmonic generation at fatigue cracks by low-frequency Lamb waves: Experimental and numerical studies
David-West et al. A review of structural health monitoring techniques as applied to composite structures
Wang et al. Nonlinear aspects of “breathing” crack-disturbed plate waves: 3-D analytical modeling with experimental validation
Xu et al. Ultrasonic testing analysis of concrete structure based on S transform
CN101539541A (zh) 基于导向波的厚梁结构损伤检测方法
Liu et al. Detection of micro-cracks using nonlinear lamb waves based on the Duffing-Holmes system
Jiang et al. Multi-bolt looseness state monitoring using the recursive analytic based active sensing technique
CN102520070A (zh) 基于非线性输出频率响应函数的结构损伤检测方法
CN103913512B (zh) 斜拉索定期检测的损伤定位系统
Winston et al. Structural health monitoring with piezoelectric active sensors
Campos et al. Feature extraction approach insensitive to temperature variations for impedance‐based structural health monitoring
Bhalla et al. Electro-mechanical impedance technique
Li et al. Determination of embedment depth of timber poles and piles using wavelet transform
Chen et al. Multi-bolt looseness monitoring using guided waves: a cross-correlation approach of the wavelet energy envelope
Zhang et al. Ring array scatter feature adaption deep transfer imaging method for composite plate structure health monitoring using guided waves
CN114414659A (zh) 基于频率融合的非线性超声导波无参损伤识别方法及系统
Samourgkanidis et al. Experimental detection by magnetoelastic sensors and computational analysis with finite elements, of the bending modes of a cantilever beam with minor damage
Yan et al. Monitoring of breathing cracks of RC beams based on nonlinear vibro-acoustic modulation technique
Jiang et al. Identification of crack location in beam structures using wavelet transform and fractal dimension
Loi et al. Damage detection in composite materials by flexural dynamic excitation and accelerometer-based acquisition
Pierce et al. Ultrasonic condition monitoring of composite structures using a low-profile acoustic source and an embedded optical fiber sensor
Dackermann et al. A new non-destructive testing system based on narrow-band frequency excitation for the condition assessment of pole structures using frequency response functions and principle component analysis
Wang et al. An improved cross-correlation algorithm based on wavelet transform and energy feature extraction for pipeline leak detection

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
CB03 Change of inventor or designer information
CB03 Change of inventor or designer information

Inventor after: Cao Maosen

Inventor after: Tan Ruke

Inventor after: Wang Zeyu

Inventor after: Qian Xiangdong

Inventor after: Ni Zha

Inventor after: Emil Manoch

Inventor after: Xie Chunhui

Inventor before: Cao Maosen

Inventor before: Tan Ruke

Inventor before: Wang Jie

Inventor before: Wang Zeyu

Inventor before: Qian Xiangdong

Inventor before: Ni Zha

Inventor before: Emil Manoch

Inventor before: Xie Chunhui

TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20240320

Address after: Xikang Road, Gulou District of Nanjing city of Jiangsu Province, No. 1 210098

Applicant after: HOHAI University

Country or region after: Zhong Guo

Applicant after: JSTI GROUP Co.,Ltd.

Address before: 210000 No. 1 Xikang Road, Gulou District, Nanjing City, Jiangsu Province

Applicant before: HOHAI University

Country or region before: Zhong Guo

Applicant before: Jiangsu Dongjiao Intelligent Control Technology Group Co.,Ltd.

Country or region before: China

Applicant before: JSTI GROUP Co.,Ltd.

点击 这是indexloc提供的php浏览器服务，不要输入任何密码和下载