基于计算机视觉技术的螺栓松动损伤识别研究

螺栓连接是钢结构的主要连接方式。钢结构在服役过程中,因长期循环荷载作用等外界环境影响,螺栓连接将不可避免发生松动、损伤等病害。如何快速有效地识别螺栓松动等损伤对于确保结构的完备以及安全至关重要。基于计算机视觉技术,以特征追踪算法为基础,通过自动识别不同时间采集到的相片中的特征点的分布情况识别结构中松动的螺栓,建立了钢结构螺栓连接状态的非接触无损检测方法。首先找出相片中的特征点,然后追踪这些特征点在不同时间下的状态,绘出特征点的运动轨迹,根据运动轨迹的状态判断与之相关联的螺栓是否有损,如若螺栓松动,则与该螺栓关联的特征点会显示出唯一的运动状态,通过标记这些有明显运动的特征点则可以有效定位出有损的螺栓。以一钢结构移梁装置的螺栓群为试验对象,通过扭转6个螺栓中的1个,采用建议方法有效地识别了存在松动的螺栓。

基于虚拟材料模型的螺栓松动预测研究

螺栓连接在风力发电机等复杂装备中得到了广泛应用。设备的工作载荷及机械振动会引起螺栓松动,导致螺栓连接失效,严重影响设备的正常运行。为此,以海上风力发电机塔筒连接螺栓为研究对象,建立了螺栓结合面连接刚度模型,进行了塔筒法兰连接螺栓的松动状态预测研究。首先,建立了螺栓结合面刚度,通过虚拟材料模型对其进行了表征,探究了预紧力对虚拟材料层模型的影响特性,为有限元模型提供了参数;然后,通过力锤实验,并结合实测数据建立了高精度的有限元模型;最后,通过法兰连接件的前10阶扭转、弯曲固有频率,以任意两阶模态的频率变化平方比、预紧力变化前后频率相对变化比分别作为螺栓定位、定量指标,进行了螺栓松动预测。研究结果表明:随着预紧力的增加,固有频率呈现逐渐增大的趋势,但灵敏度稍有下降;通过对螺栓松动测试结果的统计可得,螺栓松动定位识别精度达到95.24%;单、多螺栓预紧力下降程度定量精度分别为93.4%、90.2%;基于虚拟材料模型的螺栓松动预测方法具备精度高、通用性强的特点,可为螺栓连接的数字孪生实时监测提供重要参考。

考虑螺栓预紧力差异的箭体连接结构动力学响应分析

针对广泛地应用在航空航天箭体结构中的螺栓法兰连接结构的动力学响应特征会显著受到螺栓预紧力大小影响的问题,在螺栓法兰连接结构不同工况下螺栓预紧力出现差异时,研究箭体连接结构的静动力学响应特征。通过对特定的筒壳螺栓法兰连接结构,基于有限元分析和敲击试验来提出一套考虑螺栓预紧力差异的箭体连接结构动力学响应分析方法。并由此研究螺栓松动时的响应特征,基于互补集合经验模态分解算法设计一种新的螺栓松动探测流程,可以量化螺栓发生松动时连接结构的中高频段频响幅值升高的特征,能无损快速地识别松动工况的发生。

基于非线性动响应的夹持松动特性研究

根据夹持结构存在的局部非线性特点,研究基于非线性动响应的夹持松动识别方法。利用悬臂梁结构在夹持边界条件下自由振动的非线性动响应理论解,将结构非线性响应的二次谐波振幅与基频振幅响应的比例系数r作为松动判别特征量,研究夹持结构的松动特性规律。以夹持悬臂梁结构为研究对象,建立接触有限元模型来计算夹持结构的非线性动响应;同时开展了试验研究,通过不同夹持力下结构振动响应特性来验证该方法的有效性。仿真和试验结果表明,随着夹持力的增加,结构非线性动响应信号的二次谐波振幅呈下降趋势,振幅比值r呈幂指数下降。二次谐波振幅与基频振幅的比值r可以作为表征结构松动状态的判据。