CN105067239B - 基于扫频激励振动的梁裂纹故障检测装置及方法 - Google Patents

Abstract

本发明公开了一种基于扫频激励振动的梁裂纹故障检测装置及方法，利用振动信号激励和数据采集系统，向梁结构施加给定的正弦扫频激励，并根据扫频激励的频率变化对梁振动信号进行创新性的重采样、滤波及统计分析，从而实现对简支梁不同程度裂纹进行故障诊断及故障程度分类。

Description

基于扫频激励振动的梁裂纹故障检测装置及方法

技术领域

本发明属于机械设备故障诊断与预示技术领域，具体涉及一种基于扫频激励振动的梁裂纹故障检测装置及方法的设计。

背景技术

近年来，机械结构健康监测越来越受到人们的关注，尤其是工业4.0和2025中国制造的提出，对机械设备运行状态的健康管理提出了更高的要求，采用简单、有效的方法实现机械设备的健康状态的评估已经成为机械设备健康管理的重要研究课题。

疲劳裂纹是机械结构中常见的故障，微小裂纹具有不易察觉、难检测等特点。潜在的裂纹扩展将会产生灾难性的后果，必须对结构中的裂纹进行有效的检测和对裂纹程度的分类评估。对于裂纹的检测，目前主要采用超声波探伤、磁粉探伤、着色探伤等方法，这些手段通常用于静态检测，检测过程不激发被测系统，而且有些检测过程需要较多的辅助设备，实现成本较高。而对于结构故障分析，尤其是梁结构中的裂纹损伤，动态激励过程可以激发裂纹的动态响应特征，比静态检测过程具有明显的优势，通过有针对性的分析动态响应信号可以定性、定量的提取裂纹的损伤程度指标。

目前采用振动激励实现裂纹损伤的识别，如桥梁的健康状况评估的模态分析方法，已经被广泛应用。然而，模态分析方法由于其理论分析和操作技巧均要求较高，需要比较熟练的工程技术人员才可以实现。而且选择不同的模态分析实现方法，也会对裂纹损伤故障指标的检测敏感性有较大制约，如常用的位移模态对裂纹并不敏感。所以，在动态激励过程检测裂纹的应用领域，需要有更多简易、准确的识别方法出现。

发明内容

本发明的目的是为了解决现有的动态激励裂纹检测技术对理论分析和操作技巧均要求较高，且通常对裂纹的敏感性较低的问题，提出了一种基于扫频激励振动的梁裂纹故障检测装置及方法。

本发明的技术方案为：一种基于扫频激励振动的梁裂纹故障检测装置，包括信号采集单元、扫频信号发生器、激振器以及计算机数字信号采集分析单元，扫频信号发生器、激振器、信号采集单元、计算机数字信号采集分析单元顺次连接。

优选地，扫频信号发生器与激振器通过线缆连接。

优选地，扫频信号发生器用于生成正弦扫频激励，激振器用于实现激励过程。

优选地，信号采集单元包括信号采集仪与加速度传感器；信号采集仪连接于计算机数字信号采集分析单元，加速度传感器连接于被测梁结构；信号采集仪与加速度传感器相互连接。

优选地，计算机数字信号采集分析单元包括带通滤波器和数学计算分析处理软件MATLAB。

本发明还提供了一种基于扫频激励振动的梁裂纹故障检测方法，其特征在于，包括以下步骤：

S1、利用激振器向梁结构施加一个正弦扫频激励信号；

S2、利用加速度传感器获取梁结构振动时域信号；

S3、根据正弦扫频激励信号的正弦周期性特点，对对应的振动时域信号进行等间距重采样；

S4、利用带通滤波器对重采样后的信号进行滤波，滤掉正弦扫频成分，得到剩余信号；

S5、对滤波后的剩余信号进行时域统计指标分析，诊断出梁结构的裂纹及其裂纹程度。

进一步地，步骤S1中正弦扫频激励信号的振幅恒定，频率均匀变化。

进一步地，步骤S3具体为：

在正弦扫频激励信号的每一个单个正弦时间周期内选择相同采样点数n，依据采样点数n对采集到的振动时域信号进行重采样，并采用插值法构造新的数据序列。

进一步地，步骤S5中的时域统计指标分析包括均方根值分析和峰度分析。

进一步地，步骤S5中的时域统计指标分析为均方根值分析。

本发明的有益效果是：

(1)本发明选择了常用的正弦扫频激励激发故障梁结构，实现过程简单易行，并创造性地对振动响应信号进行重采样、滤波和统计分析计算，对梁结构的裂纹损伤检测和程度评估提供了新的思路和方法，具有广阔的工程应用前景。

(2)本发明采用非平稳扫频激励对简支梁不同程度的裂纹故障进行检测和识别，是一种静态结构的动态响应特性分析方法。动态非平稳扫频激励更易激发结构损伤的响应特征，是传统静态检测方法的重要补充，同时也是大数据时代设备海量状态信息中，重要的结构健康评估的关键性信息，也为梁结构的裂纹检测提供了新的实现方法。

附图说明

图1为本发明提供的基于扫频激励振动的梁裂纹故障检测装置结构框图。

图2为本发明提供的基于扫频激励振动的梁裂纹故障检测方法流程图。

图3为不同程度梁裂纹示意图。

图4为不同程度梁裂纹的振动时域信号图。

图5为不同程度梁裂纹重采样数据序列的傅立叶变换谱图。

图6为不同程度梁裂纹剩余数据序列的傅立叶变换谱图。

图7为不同程度梁裂纹剩余数据统计指标图。

具体实施方式

下面结合附图对本发明的实施例作进一步的说明。

本发明提供了一种基于扫频激励振动的梁裂纹故障检测装置，如图1所示，包括信号采集单元、扫频信号发生器、激振器以及计算机数字信号采集分析单元，扫频信号发生器、激振器、信号采集单元、计算机数字信号采集分析单元顺次连接。

其中，扫频信号发生器用于生成正弦扫频激励，激振器用于实现激励过程。扫频信号发生器与激振器通过大功率线缆连接，实现对梁结构施加正弦扫频激励。

信号采集单元与计算机数字信号采集分析单元通过1394信号线连接。

信号采集单元包括信号采集仪与加速度传感器，用于采集梁振动信号。信号采集仪连接于计算机数字信号采集分析单元，加速度传感器连接于被测梁结构；信号采集仪与加速度传感器之间通过信号线连接。

计算机数字信号采集分析单元包括带通滤波器和数学计算分析处理软件MATLAB，用于实现数字滤波及统计分析。

本发明还提供了一种基于扫频激励振动的梁裂纹故障检测方法，如图2所示，包括以下步骤：

S1、利用激振器向梁结构施加一个正弦扫频激励信号。

其中，正弦扫频激励信号的振幅恒定，频率均匀变化。本发明实施例中，设定扫频增加速率为2Hz/s。

S2、利用加速度传感器获取梁结构振动时域信号。

由于实际情况梁裂纹位置未知，需要在重要监测点布置加速度传感器进行监测。本发明实施例中，选择距梁裂纹较近处的传感器信号进行后续分析，实际情况中可以连续监测不同关键点的振动信号进行多点的比较。

S3、根据正弦扫频激励信号的正弦周期性特点，对对应的振动时域信号进行等间距重采样。

本发明实施例中，利用Matlab软件平台对对应的振动时域信号进行等间距重采样，其具体过程为：

在正弦扫频激励信号的每一个单个正弦时间周期内选择相同采样点数n，依据采样点数n对采集到的振动时域信号进行重采样，并采用插值法(如线性插值法)构造新的数据序列。

本发明实施例中，采样点数n＝100。

S4、利用带通滤波器对重采样后的信号进行滤波，滤掉正弦扫频成分，得到剩余信号。

由于扫频激励信号经过每个正弦周期内的数据重采样后，其变频特性已经转化成了定频，相应的梁振动信号也进行了重组，因此利用Matlab软件平台的带通滤波器可以过滤出重采样后的数据主频率成分，此部分振动主要由扫频激励产生。

对步骤S3中构造的新数据序列，利用带通滤波器过滤掉新数据序列的主频率成分，即正弦扫频成分，得到剩余信号数据序列。由于对每一单个正弦信号进行等点数重采样，因此每个正弦周期所对应的采样点数相同，新数据序列的主频率成分为扫频激励产生，剩余数据序列则主要包含由于梁裂纹等量结构缺陷所产生的振动响应信息。

S5、对滤波后的剩余信号进行时域统计指标分析，诊断出梁结构的裂纹及其裂纹程度。

这里的时域统计指标分析包括均方根值(RMS)分析和峰度分析(Kurtosis)。本发明实施例中，为了实现简易的统计指标分析同时也考虑到裂纹会增加振动响应的噪声成分的特点，因此选择了均方根值(RMS)指标对梁裂纹进行评价。通过对比健康梁和故障梁的峰度指标及对剩余数据的傅立叶变换分析结果，则可以对梁裂纹进行故障损伤诊断和故障程度的分类分析。

下面以一具体实施例对上述基于扫频激励振动的梁裂纹故障检测方法作进一步说明：

如图3所示，在实验梁上利用线切割的方法，制作了三根与健康梁结构一致、不同故障程度的损伤梁。选用结构钢制作了4根梁板进行实验，梁长587.5mm，横截面50mm×5.5mm，在梁的两端有两对直径为9mm的安装孔。裂纹为线性切割距离梁左端128mm处切割一条宽0.5mm，深度分别为1mm、2mm、3.5mm的缝隙来模拟裂纹损伤。

S1、利用激振器向梁结构施加一个正弦扫频激励信号。

S2、利用加速度传感器获取梁结构振动时域信号。

扫频激励下不同程度梁裂纹的振动时域信号如图4所示，图示分别为无裂纹、1mm、2mm及3.5mm裂纹梁的扫频振动时域信号，可以看到，几种情况的振动时域信号均出现了峰值，由于几次实验的扫频激励设定相同，因此很难通过时域波形的方法对梁进行故障损伤的识别及定量分析。

由图4可知，时域信号很难对梁进行故障损伤识别。

S3、根据正弦扫频激励信号的正弦周期性特点，对对应的振动时域信号进行等间距重采样。

对重采样的数据序列进行傅立叶变换，并将不同程度裂纹的各组分析数据画出，如图5所示(为了增强辨识度，以各图的峰值归一化纵坐标)，可以看到，扫频激励的非平稳特性已经被重采样过程去除，而且信号的主要成分扫频激励，对应阶次1。

S4、利用带通滤波器对重采样后的信号进行滤波，滤掉正弦扫频成分，得到剩余信号。

对经过滤波后的剩余信号数据进行傅立叶变换，同样地将不同程度裂纹的各组分析数据画出，如图6所示(此图以3.5mm裂纹的最高峰值归一化其余各图，以方便比较)，可以看到，扫频激励对应阶次1的成分已经被滤掉，剩余信息是阶次1的倍频，而且已经可以比较清楚的看到不同裂纹程度时，倍频的峰值高低已经出现明显的差别，可以定性的对梁裂纹故障进行诊断。

不同程度裂纹的各组剩余信号数据序列的峰度统计指标如图7所示，可以非常明确的看出由于裂纹深度的增加而导致的峰度指标的提高。

其中，均方根指标的具体计算公式如下：

式中x_RMS为计算后的均方根值，x_i为时间序列的第i个值，n为数据的个数。

S5、对滤波后的剩余信号进行时域统计指标分析，诊断出梁结构的裂纹及其裂纹程度。

通过对图5、6的分析可以定性的检测出梁的故障；通过对图7的分析可以对不同深度的梁裂纹进行了定量的统计指标评价。

本领域的普通技术人员将会意识到，这里所述的实施例是为了帮助读者理解本发明的原理，应被理解为本发明的保护范围并不局限于这样的特别陈述和实施例。本领域的普通技术人员可以根据本发明公开的这些技术启示做出各种不脱离本发明实质的其它各种具体变形和组合，这些变形和组合仍然在本发明的保护范围内。

Claims (4)

1.一种基于扫频激励振动的梁裂纹故障检测方法，其特征在于，包括以下步骤：

S1、利用激振器向梁结构施加一个正弦扫频激励信号；

S2、利用加速度传感器获取梁结构振动时域信号；

S3、根据正弦扫频激励信号的正弦周期性特点，对对应的振动时域信号进行等间距重采样；

S4、利用带通滤波器对重采样后的信号进行滤波，滤掉正弦扫频成分，得到剩余信号；

S5、对滤波后的剩余信号进行时域统计指标分析，诊断出梁结构的裂纹及其裂纹程度。

2.根据权利要求1所述的梁裂纹故障检测方法，其特征在于，所述步骤S1中正弦扫频激励信号的振幅恒定，频率均匀变化。

3.根据权利要求2所述的梁裂纹故障检测方法，其特征在于，所述步骤S3具体为：

在正弦扫频激励信号的每一个单个正弦时间周期内选择相同采样点数n，依据采样点数n对采集到的振动时域信号进行重采样，并采用插值法构造新的数据序列。

4.根据权利要求3所述的梁裂纹故障检测方法，其特征在于，所述步骤S5中的时域统计指标分析包括均方根值分析和峰度分析。