基于振动声调制的金属微裂纹定位方法研究

针对传统线性超声检测无法检测闭合微裂纹的问题,搭建了铝板的微裂纹振动声调制(VAM)检测系统,提取检测信号中的一阶旁瓣非线性信号和只滤除基波的全部非线性信号并对其时域反转,在ABAQUS有限元软件下,将其加载在铝板的无损模型上实现时间反转聚焦,获取铝板模型能量分布云图和各质点的位移信息,以此对微裂纹进行定位。结果表明,在时反信号的聚焦时刻原裂纹位置处有较强能量聚焦,只滤除基波的全部非线性信号聚焦效果优于一阶旁瓣非线性信号,振动声调制技术与时间反转方法结合能够实现对微裂纹的检测和定位。

非线性振动声调制的混凝土梁微裂缝损伤检测试验

目的针对混凝土构件微裂缝损伤检测问题开展试验研究,以解决传统线性损伤识别方法敏感度和精度偏低等问题。方法在非线性振动声调制技术基础上,搭建了振动声调制试验平台并进行激励参数优化,研究混凝土梁在不同微裂缝损伤状态下的调制特性及规律。结果在优化激励参数试验中,高频和低频信号的频率对非线性调制效应的影响规律并不明显;非线性调制效应与高频信号幅值呈现线性正相关规律,而低频幅值存在激振力阈值。并且,在损伤识别过程中,该方法能够对损伤程度在0%~70%的混凝土梁有较好的识别敏感度。结论振动声调制技术所产生的非线性效应与裂缝开合过程中界面接触面积变化密切相关,从而有效解决了传统线性损伤识别技术对微裂缝识别不敏感问题。

基于振动声调制的金属微裂纹检测方法

为克服传统线性超声无法检测微纳级宽度裂纹的缺点,开展了振动声调制法检测金属微裂纹的研究。用有限元分析软件ABAQUS开展了仿真研究,并验证了该方法的有效性,为实验参数设置提供了参考。搭建振动声调制检测系统,分析了不同长度微裂纹的调制特性,提出了基于振动声调制信号的信息熵定量表征方法。结果表明,存在微裂纹的铝板的振动声调制信号中的旁瓣信号明显,且检测信号的信息熵随裂纹长度单调增大,可作为振动声调制法检测微裂纹长度的特征参数。

基于振动声调制信号协整分析的螺栓预紧状态识别

振动声调制(vibro-acoustic modulation,VAM)利用低频振动和高频信号在损伤处相互作用所产生的非线性旁瓣信号进行结构损伤识别。在实际工程中,边界条件往往会影响被监测结构,干扰旁瓣的识别,导致损伤状况的误判。针对边界条件影响下的螺栓连接状态监测问题,提出了基于VAM信号协整分析的螺栓预紧状态识别方法。首先提取不同边界固定力下旁瓣信号的幅值作为协整变量,然后根据残差序列判断螺栓的预紧状态,建立具有鲁棒性的螺栓预紧力状态量化指标。实验结果表明:协整分析可以消除边界条件对VAM的影响,能够很好地表征螺栓的状态;协整残差的均方根(root mean square,RMS)值作为量化指标,能够有效地识别螺栓预紧力状态。

基于朴素贝叶斯分类器的多螺栓预紧状态识别

螺栓是机械和土木工程等领域广泛应用的连接件,利用振动声调制(VAM)技术可检测钢结构连接节点的螺栓松动,但现有的相关研究多针对单螺栓连接结构,无法应用于多螺栓结构。针对多螺栓连接结构,本文以梁间的螺栓拼接板为研究对象,采用VAM实验进行特征提取,提出了基于朴素贝叶斯分类器(NBC)的多螺栓预紧状态识别方法。相比于传统的VAM,该方法的高频激励采用线性调频信号,避免了选频的困扰。通过小波变换处理VAM信号,将不同尺度下小波系数的信息熵和均方根(RMS)作为状态指标,进而找到对调制作用敏感的频段,训练NBC;多螺栓连接不同预紧状态的实验验证了方法的可行性与有效性。实验结果表明,NBC能有效识别多螺栓预紧状态,且本文所提出的状态指标具有良好的鲁棒性。