CN104713916A - 一种针对电阻性薄膜传感器的实时裂纹损伤识别方法 - Google Patents
一种针对电阻性薄膜传感器的实时裂纹损伤识别方法 Download PDFInfo
- Publication number
- CN104713916A CN104713916A CN201510128480.4A CN201510128480A CN104713916A CN 104713916 A CN104713916 A CN 104713916A CN 201510128480 A CN201510128480 A CN 201510128480A CN 104713916 A CN104713916 A CN 104713916A
- Authority
- CN
- China
- Prior art keywords
- data
- point
- starting point
- crack
- exploration
- 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
Landscapes
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
- Investigating Or Analyzing Materials By The Use Of Electric Means (AREA)
Abstract
本发明公开了一种针对电阻性薄膜传感器的实时裂纹损伤识别方法,其特征在于,包括以下步骤:1、确定探索起始点;2、以探索起始点为中心,选取探索起始点前的j个数据点和探索起始点后的j个数据点构成滑动窗口;3、分别计算探索起始点前后子数据序列的回归系数kf(i)和kb(i);4、寻找曲线斜率增量取得局部最大值的探索点;5、判定斜率突变点;6、寻找裂纹危险点。本发明的有益之处在于:将裂纹损伤定量识别转化为单监测通道内裂纹起始点和裂纹危险点识别,极大地降低了裂纹损伤识别的难度;可以准确判定裂纹起始点和裂纹危险点,从而确定结构裂纹损伤状况;可以满足结构损伤监测技术对裂纹损伤实时、在线识别的要求,算法简单、滞后时间短。
Description
技术领域
本发明涉及一种裂纹损伤识别方法,具体涉及一种针对电阻性薄膜传感器的实时裂纹损伤识别方法,属于结构探伤技术领域。
背景技术
电阻性薄膜传感器是一种应用现代表面技术实现与结构一体化集成的功能梯度材料,具有优良的随附损伤特性。因此,可利用该特性综合应变监测原理和电位监测原理对结构疲劳裂纹损伤实施监测。
中国专利《一种微米传感元及其制备方法和应用》(专利号:ZL200910248773.0,公开日:2011.06.29)提出了一种电阻性薄膜传感器—微米传感元的简单设计概念及其制备方法,并验证了微米传感元与金属结构基体形成结构功能一体化的可行性,但是,该专利未提出相应的实时裂纹损伤识别方法。
发明内容
本发明的目的在于提供一种算法简单、滞后时间短、能够极大地降低裂纹损伤识别的难度、针对电阻性薄膜传感器的实时裂纹损伤识别方法。
为了实现上述目标,本发明采用如下的技术方案:
一种针对电阻性薄膜传感器的实时裂纹损伤识别方法,其特征在于,包括以下步骤:
(1)、确定探索起始点:
从监测数据点序列中选定第i个监测数据点作为探索起始点,探索起始点及其后面的监测数据点构成探索点序列;
(2)、构造滑动窗口:
以探索起始点为中心,选取探索起始点前的j个监测数据点和探索起始点后的j个监测数据点构成滑动窗口,滑动窗口内子数据序列为{data(i-j),...,data(i-1),data(i),data(i+1),...,data(i+j)},其中,j<i;
(3)计算探索起始点前后曲线的斜率:
对于滑动窗口中探索起始点及其之前的j个检测数据点对应的子数据序列{data(i-j),...,data(i-1),data(i)},计算得到前述子数据序列的回归系数kf(i);
对于滑动窗口中探索起始点及其之后的j个检测数据点对应的子数据序列{data(i),data(i+1),...,data(i+j)},计算得到前述子数据序列的回归系数kb(i);
(4)、寻找曲线斜率增量取得局部最大值的探索点:
首先计算探索起始点前后曲线斜率增量△k(i)=kf(i)-kb(i),然后计算与探索起始点相邻的两个监测数据点前后曲线斜率增量△k(i-1)和△k(i+1),若△k(i)>△k(i-1)且△k(i)>△k(i+1),则认为在第i监测数据点处取得曲线斜率增量的局部最大值;否则,滑动窗口,并用同样的方法进行计算,直至取得曲线斜率增量的局部最大值;
假设在第m个监测数据点处取得曲线斜率增量的局部最大值,对应的监测数据记为data(m);
(5)、判定斜率突变点:
如果kb(m)>0,并且data(m+1)-data(m)>data(m)-data(m-1),并且△k(m)>a,a为系统阈值,则判定第m个监测数据点为斜率突变点;否则,返回步骤(4)继续寻找曲线斜率增量取得局部最大值的探索点,进而执行步骤(5)判定其是否为斜率突变点;
(6)、寻找裂纹危险点:
假设第n个监测数据点为裂纹危险点,若data(n)>b,b为系统阈值,则确定第n个监测数据点为裂纹危险点;否则,滑动窗口,直至寻找到裂纹危险点。
前述的针对电阻性薄膜传感器的实时裂纹损伤识别方法,其特征在于,在步骤(3)中,
计算得到回归系数kf(i)的过程为:对子数据序列{data(i-j),...,data(i-1),data(i)}作一元线性回归,采用最小二乘法拟合得到回归系数kf(i);
计算得到回归系数kb(i)的过程为:对子数据序列{data(i),data(i+1),...,data(i+j)}作一元线性回归,采用最小二乘法拟合得到回归系数kb(i)。
本发明的有益之处在于:
1、本发明的方法将裂纹损伤定量识别转化为单监测通道内裂纹起始点和裂纹危险点识别,极大地降低了裂纹损伤识别的难度;
2、本发明的方法可以准确判定裂纹起始点和裂纹危险点,从而确定结构裂纹损伤状况,如裂纹损伤的位置和损伤程度等;
3、本发明的方法可以满足结构损伤监测技术对裂纹损伤实时、在线识别的要求,算法简单、滞后时间短。
附图说明
图1是电阻性薄膜传感器的示意图;
图2是监测数据曲线图。
图中附图标记的含义:1-内环监测通道,2-外环监测通道,A-裂纹起始点,B-裂纹危险点。
具体实施方式
本发明的实时裂纹损伤识别方法,其思想是:将裂纹损伤定量识别转化为单监测通道内裂纹起始点和裂纹危险点识别,以薄膜传感器输出数据序列曲线的斜率突变点作为裂纹起始点,以薄膜传感器电阻值趋近无穷大、传感器失效作为裂纹危险点。
下面以识别2A12-T4铝合金基电阻性薄膜传感器的裂纹损伤为例,对本发明的方法作具体的介绍。
参照图1,2A12-T4铝合金基电阻性薄膜传感器在结构上存在内外两个监测通道,即内环监测通道1和外环监测通道2。
为了简化问题、降低算法难度,本发明的方法将裂纹损伤定量识别转化为单监测通道内裂纹起始点和裂纹危险点识别。
监测行为开始后传感器按照等间隔时间序列采集数据点,该数据点称为监测数据点,所有监测数据点构成监测数据点序列。以内环监测通道1为例,实时裂纹损伤识别过程如下:
步骤1、确定探索起始点
从监测数据点序列中选定第15个监测数据点作为探索起始点,该探索起始点对应的监测数据记为data(15)。探索起始点及其后面的监测数据点(探索点)构成探索点序列。探索点序列是申请人为了便于裂纹辨识算法实现而人为地从监测数据点序列中截取的子序列。
步骤2、构造滑动窗口
以探索起始点为中心,选取探索起始点前的14个监测数据点和探索起始点后的14个监测数据点构成滑动窗口,该滑动窗口内子数据序列为{data(1),data(2)...,data(14),data(15),data(16),...,data(28),data(29)}。
步骤3、计算探索起始点前后曲线的斜率
对于滑动窗口中探索起始点及其之前的14个监测数据点对应的子数据序列{data(1),data(2),...,data(14),data(15)},计算得到探索起始点前子数据序列的回归系数kf(i),具体的计算过程为:
对子数据序列{data(1),data(2),...,data(14),data(15)}作一元线性回归,采用最小二乘法拟合得到回归系数kf(i)。
对于滑动窗口中探索起始点及其之后的14个监测数据点对应的子数据序列{data(15),data(16),...,data(28),data(29)},用同样的方法计算得到探索起始点后子数据序列的回归系数kb(i),具体的过程为:
对子数据序列{data(15),data(16),...,data(28),data(29)}作一元线性回归,采用最小二乘法拟合得到回归系数kb(i)。
步骤4、寻找曲线斜率增量取得局部最大值的探索点
首先,计算探索起始点前后曲线斜率增量△k(i)=kf(i)-kb(i),然后计算与探索起始点相邻的两个监测数据点前后曲线斜率增量△k(i-1)和△k(i+1)。
比较△k(i-1)、△k(i)和△k(i+1)三者之间的大小关系:
(1)、若△k(i)>△k(i-1)且△k(i)>△k(i+1),则认为在第i个监测数据点处(即探索起始点处)取得曲线斜率增量的局部最大值;
(2)、否则,滑动窗口,并用同样的方法进行计算,直至取得曲线斜率增量的局部最大值。
为了方便后面的叙述,我们现假设在第m个监测数据点处取得曲线斜率增量的局部最大值,并记该监测数据点对应的监测数据为data(m)。
步骤5、判定斜率突变点
在第m个监测数据点处取得曲线斜率增量的局部最大值后,需要进一步考察该监测数据点是否为斜率突变点,具体的:
(1)、如果kb(m)>0,且data(m+1)-data(m)>data(m)-data(m-1),且△k(m)>a,a为系统阈值(一般可取0.015),则判定第m个监测数据点为斜率突变点;
(2)、否则,返回步骤4继续寻找曲线斜率增量取得局部最大值的探索点,进而执行步骤5判定其是否为斜率突变点。
步骤6、寻找裂纹危险点
寻找到斜率突变点后,则认为结构起裂或裂纹尖端扩展至该监测通道,此时,不再滑动窗口,开始寻找裂纹危险点,具体的:
假设第n个监测数据点为裂纹危险点,若data(n)>b,b为系统阈值(一般取值为b=1.5×data(m)),则确定第n个监测数据点为裂纹危险点;否则,滑动窗口,直至寻找到裂纹危险点。
以下结合表1和图2对2A12-T4铝合金基电阻性薄膜传感器的裂纹损伤识别效果进行说明。
首先,对编号2316至2565的监测数据点依次测定电阻值(单位为Ω),获得相应的监测数据,具体数值见表1。
表1 监测数据点及其对应的监测数据
然后,对表1中的数据作图,得到监测数据曲线,见图2。
参照图2:
(1)、A点为本发明的方法确定的裂纹起始点,由传感器监测数据曲线分析以及监测现场裂纹观察可知该数据点确实为裂纹起始点。可见,本发明的方法可以准确判定裂纹起始点,且滞后时间较短。
(2)、B点为本发明的方法确定的裂纹危险点,由传感器监测数据曲线分析以及监测现场裂纹观察可知该数据点时刻裂纹尚未穿越监测通道,但裂纹即将到达危险点。可见,利用本发明的方法判定裂纹危险点,结果偏保守,算法安全,完全能够满足工程要求。
综上所述,本发明的方法将裂纹损伤定量识别转化为单监测通道内裂纹起始点和裂纹危险点识别,极大地降低了裂纹损伤识别的难度,其不仅可以实时、准确判定裂纹起始点,而且还可以准确判定裂纹危险点,结果偏保守,算法安全,完全能够满足工程要求。
需要说明的是,上述实施例不以任何形式限制本发明,凡采用等同替换或等效变换的方式所获得的技术方案,均落在本发明的保护范围内。
Claims (2)
1.一种针对电阻性薄膜传感器的实时裂纹损伤识别方法,其特征在于,包括以下步骤:
(1)、确定探索起始点:
从监测数据点序列中选定第i个监测数据点作为探索起始点,探索起始点及其后面的监测数据点构成探索点序列;
(2)、构造滑动窗口:
以探索起始点为中心,选取探索起始点前的j个监测数据点和探索起始点后的j个监测数据点构成滑动窗口,滑动窗口内子数据序列为{data(i-j),…,data(i-1),data(i),data(i+1),…,data(i+j)},其中,j<i;
(3)计算探索起始点前后曲线的斜率:
对于滑动窗口中探索起始点及其之前的j个检测数据点对应的子数据序列{data(i-j),…,data(i-1),data(i)},计算得到所述子数据序列的回归系数kf(i);
对于滑动窗口中探索起始点及其之后的j个检测数据点对应的子数据序列{data(i),data(i+1),…,data(i+j)},计算得到所述子数据序列的回归系数kb(i);
(4)、寻找曲线斜率增量取得局部最大值的探索点:
首先计算探索起始点前后曲线斜率增量△k(i)=kf(i)-kb(i),然后计算与探索起始点相邻的两个监测数据点前后曲线斜率增量△k(i-1)和△k(i+1),若△k(i)>△k(i-1)且△k(i)>△k(i+1),则认为在第i监测数据点处取得曲线斜率增量的局部最大值;否则,滑动窗口,并用同样的方法进行计算,直至取得曲线斜率增量的局部最大值;
假设在第m个监测数据点处取得曲线斜率增量的局部最大值,对应的监测数据记为data(m);
(5)、判定斜率突变点:
如果kb(m)>0,并且data(m+1)-data(m)>data(m)-data(m-1),并且△k(m)>a,a为系统阈值,则判定第m个监测数据点为斜率突变点;否则,返回步骤(4)继续寻找曲线斜率增量取得局部最大值的探索点,进而执行步骤(5)判定其是否为斜率突变点;
(6)、寻找裂纹危险点:
假设第n个监测数据点为裂纹危险点,若data(n)>b,b为系统阈值,则确定第n个监测数据点为裂纹危险点;否则,滑动窗口,直至寻找到裂纹危险点。
2.根据权利要求1所述的针对电阻性薄膜传感器的实时裂纹损伤识别方法,其特征在于,在步骤(3)中,
计算得到回归系数kf(i)的过程为:对子数据序列{data(i-j),…,data(i-1),data(i)}作一元线性回归,采用最小二乘法拟合得到回归系数kf(i);
计算得到回归系数kb(i)的过程为:对子数据序列{data(i),data(i+1),…,data(i+j)}作一元线性回归,采用最小二乘法拟合得到回归系数kb(i)。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510128480.4A CN104713916B (zh) | 2015-03-23 | 2015-03-23 | 一种针对电阻性薄膜传感器的实时裂纹损伤识别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510128480.4A CN104713916B (zh) | 2015-03-23 | 2015-03-23 | 一种针对电阻性薄膜传感器的实时裂纹损伤识别方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104713916A true CN104713916A (zh) | 2015-06-17 |
CN104713916B CN104713916B (zh) | 2017-02-22 |
Family
ID=53413429
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510128480.4A Active CN104713916B (zh) | 2015-03-23 | 2015-03-23 | 一种针对电阻性薄膜传感器的实时裂纹损伤识别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104713916B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111289567A (zh) * | 2018-12-07 | 2020-06-16 | 中南大学 | 一种在线检测金属箔材质量的方法 |
CN113392378A (zh) * | 2021-07-16 | 2021-09-14 | 中南大学 | 一种基于时间序列的围岩变形多点突变识别方法及系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS61233349A (ja) * | 1985-04-09 | 1986-10-17 | Furukawa Electric Co Ltd:The | プラスチツク成型品のクラツク検査方法 |
CN102107845A (zh) * | 2009-12-25 | 2011-06-29 | 中国科学院金属研究所 | 一种微米传感元及其制备方法和应用 |
US20120209538A1 (en) * | 2011-02-10 | 2012-08-16 | Caicedo Juan M | Determination of the Remaining Life of a Structural System Based on Acoustic Emission Signals |
CN103278532A (zh) * | 2013-04-12 | 2013-09-04 | 空军工程大学 | 一种用于金属结构疲劳裂纹监测的微米传感元及其方法 |
CN103940905A (zh) * | 2014-04-16 | 2014-07-23 | 山东农业大学 | 基于平稳小波变换和分形分析的梁结构损伤检测方法 |
CN104165920A (zh) * | 2014-08-07 | 2014-11-26 | 中国人民解放军空军工程大学 | 薄膜传感器阵列及其制备方法 |
-
2015
- 2015-03-23 CN CN201510128480.4A patent/CN104713916B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS61233349A (ja) * | 1985-04-09 | 1986-10-17 | Furukawa Electric Co Ltd:The | プラスチツク成型品のクラツク検査方法 |
CN102107845A (zh) * | 2009-12-25 | 2011-06-29 | 中国科学院金属研究所 | 一种微米传感元及其制备方法和应用 |
US20120209538A1 (en) * | 2011-02-10 | 2012-08-16 | Caicedo Juan M | Determination of the Remaining Life of a Structural System Based on Acoustic Emission Signals |
CN103278532A (zh) * | 2013-04-12 | 2013-09-04 | 空军工程大学 | 一种用于金属结构疲劳裂纹监测的微米传感元及其方法 |
CN103940905A (zh) * | 2014-04-16 | 2014-07-23 | 山东农业大学 | 基于平稳小波变换和分形分析的梁结构损伤检测方法 |
CN104165920A (zh) * | 2014-08-07 | 2014-11-26 | 中国人民解放军空军工程大学 | 薄膜传感器阵列及其制备方法 |
Non-Patent Citations (2)
Title |
---|
SYLVIE CHARBONNIER ET AL.: "Trends extraction and analysis for complex system monitoring and decision support", 《ARTIFICIAL INTELLIGENCE》 * |
焦胜博 等: "小波变换在飞机结构疲劳裂纹监测信号处理中的应用", 《组合机床与自动化加工技术》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111289567A (zh) * | 2018-12-07 | 2020-06-16 | 中南大学 | 一种在线检测金属箔材质量的方法 |
CN113392378A (zh) * | 2021-07-16 | 2021-09-14 | 中南大学 | 一种基于时间序列的围岩变形多点突变识别方法及系统 |
CN113392378B (zh) * | 2021-07-16 | 2024-04-09 | 中南大学 | 一种基于时间序列的围岩变形多点突变识别方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN104713916B (zh) | 2017-02-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104408899B (zh) | 一种山岭高速公路花岗岩残坡积土滑坡远程实时预警方法 | |
CN108537376B (zh) | 基于rs-pso-grnn的埋地油气管道土壤腐蚀预测方法 | |
CN106150485B (zh) | 一种基于数字岩体的钻井井漏预测系统 | |
CN105069248B (zh) | 巨型滑坡多块滑动计算方法 | |
CN109490072B (zh) | 一种土木工程建筑用检测系统及其检测方法 | |
CN104063588A (zh) | 基于多源数据融合的管道腐蚀缺陷尺寸的预测系统及方法 | |
CN110908000A (zh) | 基于变维贝叶斯的隧道瞬变电磁数据解释方法 | |
WO2013147473A1 (ko) | 이안류 경보 발생방법 | |
CN104713916A (zh) | 一种针对电阻性薄膜传感器的实时裂纹损伤识别方法 | |
CN106934179A (zh) | 输电铁塔角钢主节点拉伸试验数据处理方法 | |
CN111695280A (zh) | 一种基于临界位移等值线的多阶边坡多级滑动面的搜索方法 | |
CN105484735A (zh) | 一种实钻井眼轨迹与设计轨道符合率的评价方法 | |
CN102567640A (zh) | 矿井瓦斯监测方法 | |
CN108984821A (zh) | 基于降雨诱发变形的结构面控制边坡稳定性评价方法 | |
CN112504357A (zh) | 一种河道过流能力动态分析方法和系统 | |
CN106199690A (zh) | 泥页岩裂缝的预测方法 | |
Yun et al. | An improved crack tracking algorithm with self‐correction ability of the crack path and its application in a continuum damage model | |
CN116699724B (zh) | 一种时间域激发极化数据质量评价方法、体系及系统 | |
CN114036696B (zh) | 一种基于神经网络模型微调的刀盘扭矩预测方法及系统 | |
CN106708786A (zh) | 一种基于传感器检测的铁塔问题严重程度计算方法及系统 | |
CN113027427A (zh) | 一种基于贝叶斯理论的含可信度地层压力随钻修正方法 | |
CN105258966A (zh) | 一种基于裂纹扩展信息的起重设备实时安全运行指标确定方法 | |
CN111598366A (zh) | 一种实时钻井辅助决策方法及系统 | |
CN106021907B (zh) | 一种卫星遥测数据趋势预测的置信度动态评估方法 | |
CN113657515A (zh) | 一种基于岩机敏感参量判识和改进fmc模型隧道围岩等级的分类方法 |
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 |