CN103383375A - 一种线性缺陷定量化监测方法 - Google Patents
一种线性缺陷定量化监测方法 Download PDFInfo
- Publication number
- CN103383375A CN103383375A CN2012104885698A CN201210488569A CN103383375A CN 103383375 A CN103383375 A CN 103383375A CN 2012104885698 A CN2012104885698 A CN 2012104885698A CN 201210488569 A CN201210488569 A CN 201210488569A CN 103383375 A CN103383375 A CN 103383375A
- Authority
- CN
- China
- Prior art keywords
- sensor
- linear discontinuities
- ripple signal
- signal
- linear
- 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.)
- Granted
Links
Images
Landscapes
- Investigating Or Analyzing Materials By The Use Of Ultrasonic Waves (AREA)
- Testing Or Calibration Of Command Recording Devices (AREA)
Abstract
本发明属于无损检测和结构健康监测技术,涉及一种线性缺陷定量化监测方法。本发明首先在结构上布置一个传感器网络;利用待测区域布置的传感器网络激励并接收波信号;利用波信号分析模块分析各个传感器组的波信号,获得传感器直接接收的波信号以及由线性缺陷尖端产生的波信号的波飞行时间;利用获得的各传感器组的波飞行时间以及传感器之间距离即可计算出线性缺陷尖端的位置,并准确地给出线性缺陷的位置和尺寸。相比于现有技术,本发明不仅可以给出线性缺陷位置,还可不需要标定地,准确快速地给出缺陷尺寸,而且传感器布置简单,可大大地减少大型装备结构检查维护的成本、增加结构的安全性。
Description
技术领域
本发明属于无损检测和结构健康监测技术,涉及一种线性缺陷定量化监测方法。
背景技术
在循环载荷以及多种极端环境的长期作用下,飞机及其他一些机械装备上的关键结构可能会出现线性缺陷,如裂纹等,另外在飞机及其他一些机械装备制造或焊接时也会产生线性缺陷。这些线性缺陷如不能及时地发现和维修会造成很大的安全隐患。
目前国际上关注较多的集成化结构健康监测技术,利用布设在结构上的传感器网络对结构进行监测并及时给出结构的健康状态,从而进一步提高结构的安全性并大幅降低维护成本。在线性缺陷监测方面,国内外的科研人员已经取得了很大的进展,比如利用较密集的传感器网络通过路径交叉的方法可以定位出线性缺陷的区域及中心位置;通过传感器网络测定缺陷指数并结合标定的方法可以给出线性缺陷的位置和尺寸等等。
目前的这些线性缺陷的监测方法在实际应用中还存在着一定的局限性。例如,若对大量的结构都布置较密集的传感器网络,就会增加系统的重量,同时会增加电路布置及波信号处理的复杂性。而对于需要标定的监测方法,通常需要对各种构形的复杂结构及不同位置、不同尺寸的线性缺陷都进行标定,标定工作量将会非常大。因此,开发出一种能利用低密度传感器网络、不需预先标定就能比较准确地给出线性缺陷的位置和尺寸的线性缺陷监测方法将是非常必要和有意义的。
发明内容
本发明的目的:提供一种传感器布置简单、不需要标定、且测量精度高的线性缺陷定量化监测方法。
本发明的技术方案:一种线性缺陷定量化监测方法,其利用待测区域布置的传感器网络激励并接收波信号,通过分析至少三组传感器直接到达的波信号和由线性缺陷尖端产生的波信号,利用椭圆定位法确定线性缺陷的一个尖端,同样确定线性缺陷的另一个尖端,从而快速确定线性缺陷的位置和尺寸,实现线性缺陷的定量化监测。
所述的线性缺陷定量化监测方法,其具体步骤如下:
步骤一:传感器布置
在被测结构上易产生线性缺陷的区域周围布置10个传感器构成传感器网络,传感器的坐标分别为(x1,y1),(x2,y2),…, (x10,y10);
步骤二:传感器波信号的激励及采集
将波信号加载到某组传感器的其中一个上,该组传感器的另一个接收波信号,对多组传感器进行加载及接受波信号,得到各激励-接收路径的波信号;
步骤三:波信号分析与处理
选择至少3组传感器的波信号,分析各组传感器的波信号,得到每组传感器的波直接到达的时间以及经由线性缺陷尖端到达的时间;
步骤四:定位线性缺陷尖端
利用步骤三得到的时间以及相应传感器的坐标,通过方程组(1)即可求出线性缺陷尖端A的坐标(x,y),
以上方程组中,t12是波信号从传感器1直接到达传感器2的时间;tc12是波信号从传感器1经过线性缺陷尖端A再到达传感器2的时间,L12是传感器1,2之间的直线距离,t23是波信号从传感器2直接到达传感器3的时间;tc23是波信号从传感器2经过线性缺陷尖端A再到达传感器3的时间,L23是传感器2,3之间的直线距离,t45是波信号从传感器4直接到达传感器5的时间;tc45是波信号从传感器4经过线性缺陷尖端A再到达传感器5的时间,L45是传感器4和传感器5之间的直线距离;
同理可得到该线性缺陷的另一个尖端;
步骤五:确定线性缺陷的位置和尺寸
利用步骤四得到的线性缺陷的两个尖端位置,即可确定线性缺陷的位置和尺寸。
采用结构没有线性缺陷时的波信号作为基准波信号,然后用当前测得的含线性缺陷的波信号减去基准波信号从而得到由缺陷引起的波信号变化。
针对待监测的结构,获取它的材料参数后通过计算得到它的群速度曲线,然后进行激励频率优化,再进一步选出波幅较大、对线性缺陷较敏感的频率。
频率优化的条件如下:a),只含有基本对称模态和基本反对称模态的频率;b),该频率对应的群速度最快的模态与其他模态的群速度差别较大;c),群速度最快的模态在该频率处变化较小,即该模态的群速度的一阶导数的绝对值较小。
网络中相邻传感器的距离范围为15-25公分。
在分析缺陷波信号时,选择最先接收到的缺陷波信号波群作为波信号分析处理对象。
在取基准波信号与当前波信号时,环境温度的差别小于摄氏2度。
本发明的技术效果:本发明用较疏的传感器网络对飞机及其他一些机械装备结构的线性缺陷(如裂纹)进行监测,不仅可以给出缺陷的位置,还可更进一步地准确快速地给出缺陷的尺寸,从而实现不需要标定地对线性缺陷进行定量化的监测和评估。应用本发明可大大地减少大型工业装备结构检查维护的人工成本、增加结构的安全性。
附图说明
图1是波经过线性缺陷时产生的各种类型的波示意图;
图2是本发明线性缺陷定量化监测系统的结构框图;
图3是本发明进行线性缺陷定量化监测的流程图;
图4是本发明传感器网络布置的一个示意图;
图5是不含缺陷波信号的基准波信号示意图;
图6是含有缺陷波信号、边界反射波信号、传感器反射波信号等干扰的当前波信号示意图;
图7是由缺陷引起的波信号示意图;
图8是本发明线性缺陷定位方法的一个示意图。
具体实施方式
下面结合实施例对本发明做进一步说明:
本发明关于线性缺陷定量化监测方法的物理基础是衍射波现象。衍射波是指波绕过障碍物继续向前传播的现象。在含有线性缺陷的结构中,当波经过线性缺陷时,除了会产生反射波、散射波、透射波等类型的波外,还会在线性缺陷尖端产生向各个方向传播的衍射波,如图1所示。获得并分析从线性缺陷尖端发出的衍射波信号,用定位算法就可以定位出线性缺陷的尖端。当线性缺陷的两个尖端都被定位出来之后,线性缺陷的位置和尺寸就可较精确地得到了,这样就实现了对线性缺陷的定量化监测。
请参阅图2,其是线性缺陷定量化监测系统的结构框图。所述线性缺陷定量化监测系统包括波信号采集模块、波信号激励模块、波信号接收模块、波信号存储模块、波信号分析模块、结果显示模块。所述波信号采集模块是传感器组成的网络,该网络被布置在易产生缺陷的部位,可以激励及接收波信号。
在应用本发明对结构进行监测时,首先要在结构上布置一个传感器网络,然后将传感器网络与波信号激励设备、波信号采集设备、波信号存储设备、波信号分析模块、波信号控制模块、结果显示模块等连接起来;然后选取合适的频率及波形用波信号激励设备激励传感器,利用波信号采集设备采集传感器上感应的波信号,再利用波信号存储设备存储采集的波信号;利用波信号分析模块分析各个传感器组的波信号,获得传感器直接接收的波信号以及由线性缺陷尖端产生的波信号的波飞行时间;利用获得的各传感器组的波飞行时间以及传感器之间距离即可利用椭圆定位法计算出线性缺陷尖端的位置;当线性缺陷两个尖端的位置都获得之后,该线性缺陷的位置和尺寸就可以在结果显示模块显示出来了。
请参阅图3,其是本发明线性缺陷定量化监测的流程图,具体步骤如下:
步骤一:传感器网络的布置
在被测结构易产生线性缺陷的区域周围布设10个传感器(请参阅图4),传感器的坐标依次分别为(x1,y1),(x2,y2),…,(x10,y10)。所述的10个相邻传感器阵列形成一组传感器网络,网络中相邻传感器的距离范围为15-25公分;
步骤二,优化激励频率
针对飞机及其他一些机械装备上待监测的结构,获取它的材料参数后通过计 算得到它的群速度曲线,然后根据如下条件选择最优的监测频率:a),该频率对应的模态较少,最好只含有基本对称模态和基本反对称模态;b),该频率对应的群速度最快的模态与其他模态的群速度差别较大;c),群速度最快的模态在该频率处变化较小,即该模态的群速度的一阶导数的绝对值较小。用这些初步优化的波信号频段进行实验,从其中再进一步选出波幅较大、对线性缺陷较敏感的频率。这样就可以产生发散比较小、对线性缺陷较敏感且能和其他的模态在传播过程中较快地分散开来的波幅较大的波信号,从而有利于简化波信号的处理分析;
步骤三:获得基准波信号
当结构处于健康状态时,将波信号加载到某组传感器的其中一个上,该组传感器的另一个接收波信号。对多组传感器进行加载及接受波信号,得到各激励-接收路径的基准波信号(请参阅图5);
步骤四:获得当前波信号
当结构服役一段时间之后,将波信号加载到某组传感器的其中一个上,该组传感器的另一个接收波信号。对多组传感器进行加载及接受波信号,得到各激励-接收路径的当前波信号(请参阅图6);
步骤五:获得缺陷波信号。为了降低波信号分析的复杂性,在分析缺陷波信号时,选择最先接收到的缺陷波信号波群。为了消除结构边界、加强筋、开孔等结构变化处产生的干扰波信号等,采用结构没有线性缺陷时的波信号作为基准波信号,然后用当前测得的含线性缺陷的波信号减去基准波信号从而得到由缺陷引起的波信号变化。将这种由缺陷引起的波信号变化称之为缺陷波信号(请参阅图7)。分析各组传感器路径的基准波信号及缺陷波信号,得到波信号直接到达传感器的飞行时间以及波经由缺陷尖端到达传感器的飞行时间;
步骤六:选择其中3个路径的波信号,利用得到的各组传感器的飞行时间,通过如下方程组(1)求出线性缺陷尖端A的坐标(x,y),
以上方程组中,t12是波信号从传感器1直接到达传感器2的时间;tc12是波信号从传感器1经过线性缺陷尖端A再到达传感器2的时间,L12是传感器1,2之间的直线距离,t23是波信号从传感器2直接到达传感器3的时间;tc23是波 信号从传感器2经过线性缺陷尖端A再到达传感器3的时间,L23是传感器2,3之间的直线距离;t45是波信号从传感器4直接到达传感器5的时间;tc45是波信号从传感器4经过线性缺陷尖端A再到达传感器5的时间,L45是传感器4,5之间的直线距离;
步骤七:采取同样的方法求出另一个线性缺陷尖端的位置B,即可给出线性缺陷的位置和尺寸(请参阅图8)。
实施例:
取一铝板作为监测结构,尺寸为520mm*490mm*1.9mm,采用线切割方式在铝板中心加工一条线性缺陷。
本实施例包括下列步骤:
步骤一:布置传感器网络。在结构上根据监测范围和区域采用图1的形式布置12个元件组成传感/激励网络(4行3列矩阵)。坐标原点的位置位于编号为1的传感器处,相邻两个传感器在x轴(水平方向)和y轴(垂直方向)上的中心间距均为160mm,传感器直径8mm,厚度0.5mm;激励器和传感器坐标如表1所示。为了验证监测结果的准确性,同时也用直尺测量出线性缺陷尖端的坐标。
表1传感器坐标(单位:mm)
编号 | 坐标 | 编号 | 坐标 | 编号 | 坐标 | 编号 | 坐标 |
1 | (0,0) | 4 | (160,0) | 7 | (-160,0) | 10 | (-320,0) |
2 | (160,0) | 5 | (160,160) | 8 | (-160,160) | 11 | (-320,160) |
3 | (320,0) | 6 | (160,320) | 9 | (-160,320) | 12 | (-320,320) |
步骤二:获得监测波信号。用监测系统设定激励-接收传感器组(1→2,3→2,4→5,),将窄带波信号加载到所设定每个路径的一个作为驱动器的传感器上,在结构中激发激励波信号,对应路径中的另一个传感器作为接收波信号传感器。监测系统将每条路径的结构响应波信号采集到控制计算机中。
步骤三:分析波信号得到相关的时间参数以及误差。用当前测得的含线性缺陷的波信号减去基准波信号得到由缺陷引起的缺陷波信号,取缺陷波信号的峰值时间作为缺陷波信号的到达时间。如表2所示,其中t1为传感器1激励波的峰值时间,t2为传感器2接收到该波的峰值时间,tc2是线性缺陷尖端产生的波被传感器2接收到的峰值时间,t12是波从传感器1到传感器2的时间,在数值上等 于(t2-t1),tc12是传感器1经线性缺陷尖端A再到传感器2的时间,e是监测得到飞行时间的误差,是由计算得到的监测距离------和实际距离比较得到,e的计算公式为
表2 1→2路径的衍射波数据分析(f单位为kHz;t单位为μs;距离l的单位为mm)
f | t1 | t2 | t12 | tc2 | tc12 | l12 | lc12 | e |
350 | 11.71 | 44.1 | 32.39 | 55.96 | 44.25 | 0.16 | 0.2126 | 2.82% |
400 | 10.73 | 42 | 31.27 | 54.19 | 43.46 | 0.16 | 0.2126 | 4.60% |
450 | 9.208 | 41.6 | 32.392 | 53.33 | 44.122 | 0.16 | 0.2126 | 2.51% |
按照步骤三可分别得到3→2路径,4→5路径,7→8路径,7→8路径,8→9路径,10→11路径的相关时间参数。
步骤四:根据步骤三得到的不同路径波的飞行时间,求解方程组,即可求得线性缺陷尖端A的坐标。用不同频率定位的结果如表3所示,选择误差最小频率即可作为优化监测频率。
表3线性缺陷尖端A位置定量化监测
步骤五:对传感器组7→8,9→8,10→11重复步骤二到步骤五,即可定位出线性缺陷的另一个尖端B位置。
步骤六,利用定位出的线性缺陷尖端A和尖端B的坐标,即可准确地给出该线性缺陷的位置以及尺寸大小。
实验结果表明,用本发明系统及方法获得的线性缺陷的尺寸同线性缺陷的真实尺寸非常接近,误差小于5%,因此本发明具有较大的实际应用价值。
Claims (8)
1.一种线性缺陷定量化监测方法,其特征在于,利用待测区域布置的传感器网络激励并接收波信号,通过分析至少三组传感器直接到达的波信号和由线性缺陷尖端产生的波信号,利用椭圆定位法确定线性缺陷的一个尖端,同理确定线性缺陷的另一个尖端,从而快速确定线性缺陷的位置和尺寸,实现线性缺陷的定量化监测。
2.根据权利要求1所述的线性缺陷定量化监测方法,其特征在于,具体步骤如下:
步骤一:传感器布置
在被测结构上易产生线性缺陷的区域周围布置10个传感器构成传感器网络,传感器的坐标分别为(x1,y1),(x2,y2),…,(x10,y10);
步骤二:传感器波信号的激励及采集
将波信号加载到某组传感器的其中一个上,该组传感器的另一个接收波信号,对多组传感器进行加载及接受波信号,得到各激励-接收路径的波信号;
步骤三:波信号分析与处理
选择至少3组传感器的波信号,分析各组传感器的波信号,得到每组传感器的波直接到达的时间以及经由线性缺陷尖端到达的时间;
步骤四:定位线性缺陷尖端
利用步骤三得到的时间以及相应传感器的坐标,通过方程组(1)即可求出线性缺陷尖端A的坐标(x,y),
以上方程组中,t12是波信号从传感器1直接到达传感器2的时间;tc12是波信号从传感器1经过线性缺陷尖端A再到达传感器2的时间,L12是传感器1,2之间的直线距离,t23是波信号从传感器2直接到达传感器3的时间;tc23是波信号从传感器2经过线性缺陷尖端A再到达传感器3的时间,L23是传感器2,3之间的直线距离;t45是波信号从传感器4直接到达传感器5的时间;tc45是波信 号从传感器4经过线性缺陷尖端A再到达传感器5的时间,L45是传感器4和传感器5之间的直线距离;
同理可得到该线性缺陷的另一个尖端;
步骤五:确定线性缺陷的位置和尺寸
利用步骤四得到的线性缺陷的两个尖端位置,即可确定线性缺陷的位置和尺寸。
3.根据权利要求1或2所述的线性缺陷定量化监测方法,其特征在于,采用结构没有线性缺陷时的波信号作为基准波信号,然后用当前测得的含线性缺陷的波信号减去基准波信号从而得到由缺陷引起的波信号变化。
4.根据权利要求3所述的线性缺陷定量化监测方法,其特征在于,针对待监测的结构,获取它的材料参数后通过计算得到它的群速度曲线,然后进行激励频率优化,再进一步选出波幅较大、对线性缺陷较敏感的频率。
5.根据权利要求4所述的线性缺陷定量化监测方法,其特征在于,频率优化的条件如下:a),只含有基本对称模态和基本反对称模态的频率;b),该频率对应的群速度最快的模态与其他模态的群速度差别较大;c),群速度最快的模态在该频率处变化较小,即该模态的群速度的一阶导数的绝对值较小。
6.根据权利要求2所述的线性缺陷定量化监测方法,其特征在于,网络中相邻传感器的距离范围为15-25公分。
7.根据权利要求2所述的线性缺陷定量化监测方法,其特征在于,在分析缺陷波信号时,选择最先接收到的缺陷波信号波群作为波信号分析处理对象。
8.根据权利要求1或2所述的线性缺陷定量化监测方法,其特征在于:在取基准波信号与当前波信号时,环境温度的差别小于摄氏2度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210488569.8A CN103383375B (zh) | 2012-11-26 | 2012-11-26 | 一种线性缺陷定量化监测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210488569.8A CN103383375B (zh) | 2012-11-26 | 2012-11-26 | 一种线性缺陷定量化监测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103383375A true CN103383375A (zh) | 2013-11-06 |
CN103383375B CN103383375B (zh) | 2016-09-28 |
Family
ID=49491222
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201210488569.8A Active CN103383375B (zh) | 2012-11-26 | 2012-11-26 | 一种线性缺陷定量化监测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103383375B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104181173A (zh) * | 2014-04-04 | 2014-12-03 | 中国商用飞机有限责任公司北京民用飞机技术研究中心 | 一种损伤定量化监测方法及系统 |
CN104880511A (zh) * | 2015-05-25 | 2015-09-02 | 中国商用飞机有限责任公司北京民用飞机技术研究中心 | 一种监测各向异性材料裂纹损伤的方法 |
CN110683061A (zh) * | 2018-07-06 | 2020-01-14 | 波音公司 | 用于检测飞机结构损坏的系统及相关方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5125272A (en) * | 1989-03-16 | 1992-06-30 | The Babcock & Wilcox Company | Ultrasonic crack sizing method |
JPH11316215A (ja) * | 1998-05-01 | 1999-11-16 | Nippon Steel Corp | 超音波探傷装置及び超音波探傷方法 |
CN1759313A (zh) * | 2003-01-14 | 2006-04-12 | 弗劳尔公司 | 用于飞行衍射超声时间分析的配置和方法 |
CN101571514A (zh) * | 2009-06-16 | 2009-11-04 | 北京理工大学 | 用于复合材料层合板缺陷定位的超声导波检测技术 |
CN101701937A (zh) * | 2009-11-09 | 2010-05-05 | 哈尔滨工程大学 | 一种超声无损检测方法及检测装置 |
CN101806777A (zh) * | 2010-03-01 | 2010-08-18 | 哈尔滨工业大学 | 一种基于超声tofd法的近表面缺陷定量化检测方法 |
CN102207488A (zh) * | 2011-03-29 | 2011-10-05 | 北京理工大学 | 横波tofd缺陷定位方法 |
-
2012
- 2012-11-26 CN CN201210488569.8A patent/CN103383375B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5125272A (en) * | 1989-03-16 | 1992-06-30 | The Babcock & Wilcox Company | Ultrasonic crack sizing method |
JPH11316215A (ja) * | 1998-05-01 | 1999-11-16 | Nippon Steel Corp | 超音波探傷装置及び超音波探傷方法 |
CN1759313A (zh) * | 2003-01-14 | 2006-04-12 | 弗劳尔公司 | 用于飞行衍射超声时间分析的配置和方法 |
CN101571514A (zh) * | 2009-06-16 | 2009-11-04 | 北京理工大学 | 用于复合材料层合板缺陷定位的超声导波检测技术 |
CN101701937A (zh) * | 2009-11-09 | 2010-05-05 | 哈尔滨工程大学 | 一种超声无损检测方法及检测装置 |
CN101806777A (zh) * | 2010-03-01 | 2010-08-18 | 哈尔滨工业大学 | 一种基于超声tofd法的近表面缺陷定量化检测方法 |
CN102207488A (zh) * | 2011-03-29 | 2011-10-05 | 北京理工大学 | 横波tofd缺陷定位方法 |
Non-Patent Citations (1)
Title |
---|
陈婷婷: ""基于超声TOFD-LWE检测方法的缺陷识别与研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104181173A (zh) * | 2014-04-04 | 2014-12-03 | 中国商用飞机有限责任公司北京民用飞机技术研究中心 | 一种损伤定量化监测方法及系统 |
CN104880511A (zh) * | 2015-05-25 | 2015-09-02 | 中国商用飞机有限责任公司北京民用飞机技术研究中心 | 一种监测各向异性材料裂纹损伤的方法 |
CN104880511B (zh) * | 2015-05-25 | 2020-06-23 | 中国商用飞机有限责任公司北京民用飞机技术研究中心 | 一种监测各向异性材料裂纹损伤的方法 |
CN110683061A (zh) * | 2018-07-06 | 2020-01-14 | 波音公司 | 用于检测飞机结构损坏的系统及相关方法 |
Also Published As
Publication number | Publication date |
---|---|
CN103383375B (zh) | 2016-09-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102998369A (zh) | 一种二维损伤定量化监测方法 | |
CN102200434B (zh) | 一种板带材的厚度凸度检测装置 | |
CN104897780B (zh) | 一种利用声发射信号能量对声发射源进行定位的方法 | |
CN104142514A (zh) | 一种三维地震观测系统定量设计方法 | |
CN102510393B (zh) | 一种基于云计算的无损检测系统 | |
CN105093299A (zh) | 一种基于炮检距向量片技术优化观测系统的方法及装置 | |
CN105319487A (zh) | 变电站局部放电信号检测和定位系统及方法 | |
CN104965023A (zh) | 多模态导波工业管道诊断方法 | |
CN103088849A (zh) | 一种在役桥梁基桩应力波回波无损检测方法 | |
CN104165717A (zh) | 一种机床螺栓连接处应力检测方法 | |
CN107389793A (zh) | 一种铝合金多孔结构孔边腐蚀损伤监测方法 | |
CN103383375A (zh) | 一种线性缺陷定量化监测方法 | |
CN106706715A (zh) | 基于三维高密度电阻率法的污染土检测方法 | |
CN104655075B (zh) | 一种用于高精度沉管管节端面拟合测量的方法与装置 | |
CN202421417U (zh) | 一种基于声电同步进行变压器局放精确定位的装置 | |
CN106525976A (zh) | 基于声发射层析成像定量分析混凝土结构损伤部位的方法 | |
CN106908517A (zh) | 一种Lamb波主被动监测信息融合的损伤定位成像方法 | |
CN104730152A (zh) | 一种基于分形维数的复合材料结构件裂纹损伤监测方法 | |
CN106052743A (zh) | 一种评估传感器质量对频响函数影响大小的方法 | |
CN204666204U (zh) | 一种盾构管片应力应变监测装置 | |
CN103017954A (zh) | 一种平板应力场测量方法 | |
CN105547511B (zh) | 基于网格巡检的气化炉炉壁故障监测定位装置和方法 | |
CN103278118B (zh) | 确定闭式整体叶盘三坐标测量机测头角度的方法 | |
CN103412056A (zh) | 一种基于双传感器的类板状结构中声发射波模态分离方法 | |
CN102879312B (zh) | 可连续监测多孔材料孔隙率变化和检测孔隙值的方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |