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。