CN105241960A - 一种再制造曲轴弯曲疲劳裂纹监测方法、装置及系统 - Google Patents
一种再制造曲轴弯曲疲劳裂纹监测方法、装置及系统 Download PDFInfo
- Publication number
- CN105241960A CN105241960A CN201510640903.0A CN201510640903A CN105241960A CN 105241960 A CN105241960 A CN 105241960A CN 201510640903 A CN201510640903 A CN 201510640903A CN 105241960 A CN105241960 A CN 105241960A
- Authority
- CN
- China
- Prior art keywords
- bent axle
- acoustic emission
- bending fatigue
- measured
- emission signal
- 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.)
- Pending
Links
Landscapes
- Investigating Or Analyzing Materials By The Use Of Ultrasonic Waves (AREA)
Abstract
本发明提供了一种再制造曲轴弯曲疲劳裂纹监测方法、装置及系统,该方法包括:实时获取待测曲轴的过渡圆角位置的声发射信号;对所述声发射信号的特征参数进行参数分析,根据参数分析结果确定所述待测曲轴的弯曲疲劳裂纹对应的发生阶段。该方法还包括,实时获取待测曲轴的R角表面的图像数据,并根据所述图像数据对确定出的所述待测曲轴的弯曲疲劳裂纹对应的发生阶段进行校验。本发明实现了对曲轴前沿裂纹的萌生扩展信号的监测,解决了现有技术中裂纹沿深度方向信号无法实时评估的问题,能够更准确地对曲轴再制造进行评价。
Description
技术领域
本发明涉及再制造技术领域,尤其涉及一种再制造曲轴弯曲疲劳裂纹监测方法、装置及系统。
背景技术
曲轴是发动机的关键组成元件,其结构复杂、制造成本高,且有较高的附加值,是汽车零部件再制造的重要对象。传统的曲轴疲劳强度设计采用无限寿命方法,在设计阶段留下很高的安全裕量(如国内曲轴新品通常是1.8倍安全系数),使得材料强度有较大的冗余。这就为曲轴进行再制造创造了条件。
再制造工程首先要回答废旧零部件“能否再制造”的评价问题。曲轴的失效形式主要包括疲劳和磨损,对于磨损失效带来的划伤、擦伤等破坏,可以经过刷镀、喷涂、激光融覆等工艺修复。而对因疲劳失效导致的曲轴破坏,尤其是出现疲劳裂纹的失效曲轴的再制造性评价非常困难,这必须解决的就是曲轴的裂纹究竟如何扩展,扩展到什么程度不再具有再制造价值,因此,对曲轴疲劳裂纹的动态扩展特性的研究一直受到国内外学者的关注。
目前较多采用有限元技术研究曲轴裂纹扩展,但该方法评估结果存在较大的局限性:首先曲轴裂纹沿三维方向扩展,通过有限元仿真难以准确模拟出其扩展动态;其次曲轴实际工况受力复杂,对曲轴模型边界条件与载荷精确设定较为困难;再者再制造曲轴毛坯在服役过程中存在不同程度的损伤累积,有限元难以模拟实际损伤情况,造成仿真结果有较大程度的偏差。此外,无损检测技术能够真实反映曲轴疲劳裂纹的位置和大小,也是曲轴质量控制的重要手段。但是,常见的无损检测技术,如磁粉探伤及着色渗透法只能静态的判断表面及近表面有无裂纹。扫频法虽然可以对裂纹的扩展行为进行动态监测,但只对接近断裂失效的大尺度裂纹有效,在裂纹萌生早期,其系统的振动频率变化很小,甚至无变化,只有当裂纹扩展到一定程度,导致系统振动模态发生改变时才可以检测到,因此应用扫频法也无法监测到裂纹萌生阶段及早期裂纹扩展阶段的失效信息。
发明内容
鉴于上述问题,本发明提出了一种再制造曲轴弯曲疲劳裂纹监测方法、装置及系统,实现对曲轴前沿裂纹的萌生扩展信号进行监测,以解决现有技术中裂纹沿深度方向信号无法实时评估的问题。
根据本发明的一个方面,提供了一种再制造曲轴弯曲疲劳裂纹监测方法,该方法包括:
实时获取待测曲轴的过渡圆角位置的声发射信号;
对所述声发射信号的特征参数进行参数分析,根据参数分析结果确定所述待测曲轴的弯曲疲劳裂纹对应的发生阶段。
其中,所述方法还包括:
实时获取待测曲轴的R角表面的图像数据;
对所述图像数据进行分析,提取待测曲轴的弯曲疲劳裂纹主干;
将所述弯曲疲劳裂纹主干与所述参数分析结果进行拟合,根据得到的拟合曲线,确定所述待测曲轴的弯曲疲劳裂纹的扩展长度变化趋势。
其中,所述方法还包括:
根据所述图像数据对确定出的所述待测曲轴的弯曲疲劳裂纹对应的发生阶段进行校验。
其中,所述对所述声发射信号的特征参数进行参数分析,具体包括:
采用小波变换算法将所述声发射信号分解为不同频率段的声发射信号;
对分解出的不同频率段的声发射信号的特征参数进行参数分析。
其中,所述根据参数分析结果确定所述待测曲轴的弯曲疲劳裂纹对应的发生阶段,具体为:
根据所述参数分析结果将所述待测曲轴的弯曲疲劳裂纹的发生阶段划分为裂纹萌生早期阶段、微裂纹萌生扩展阶段、宏观裂纹扩展阶段和失稳扩展阶段。
其中,所述根据所述参数分析结果将所述待测曲轴的弯曲疲劳裂纹的发生阶段划分为裂纹萌生早期阶段、微裂纹萌生扩展阶段、宏观裂纹扩展阶段和裂纹失稳扩展阶段,具体包括:
当所述参数分析结果为所述声发射信号是低频连续型声发射信号时,确定所述待测曲轴当前的弯曲疲劳裂纹对应的发生阶段为裂纹萌生早期阶段;
当所述参数分析结果为所述声发射信号出现电压幅值小于预设电压值的突发型声发射信号,且声发射信号的频率向高频区域转移时,确定所述待测曲轴当前的弯曲疲劳裂纹对应的发生阶段为微裂纹萌生扩展阶段;
当所述参数分析结果为所述声发射信号是电压幅值大于所述预设电压值的突发型声发射信号时,确定所述待测曲轴当前的弯曲疲劳裂纹对应的发生阶段为宏观裂纹扩展阶段;
当所述参数分析结果为所述声发射信号是以高衰减特性的突发型信号为主的声发射信号时,确定所述待测曲轴当前的弯曲疲劳裂纹对应的发生阶段为裂纹失稳扩展阶段。
根据本发明的另一个方面,提供了一种再制造曲轴弯曲疲劳裂纹监测装置,所述装置包括:
声发射信号获取模块,用于实时获取待测曲轴的过渡圆角位置的声发射信号;
第一数据分析模块,用于对所述声发射信号的特征参数进行参数分析,根据参数分析结果确定所述待测曲轴的弯曲疲劳裂纹对应的发生阶段。
其中,所述装置还包括:
图像数据获取模块,用于实时获取待测曲轴的R角表面的图像数据;
第二数据分析模块,用于对所述图像数据进行分析,提取待测曲轴的弯曲疲劳裂纹主干;
预测模块,用于将所述弯曲疲劳裂纹主干与所述参数分析结果进行拟合,根据得到的拟合曲线,确定所述待测曲轴的弯曲疲劳裂纹的扩展长度变化趋势。
其中,所述装置还包括:
校验模块,用于根据所述图像数据获取模块获取的图像数据对所述第一数据分析模块确定出的所述待测曲轴的弯曲疲劳裂纹对应的发生阶段进行校验。
其中,所述第一数据分析模块,具体包括:
声发射信号分解单元,用于采用小波变换算法将所述声发射信号分解为不同频率段的声发射信号;
参数分析单元,用于对分解出的不同频率段的声发射信号的特征参数进行参数分析。
根据本发明的再一个方面,提供了一种再制造曲轴弯曲疲劳裂纹监测系统,该系统包括:
声发射传感器、机器视觉传感器以及如上述任一实施例所述的再制造曲轴弯曲疲劳裂纹监测装置:
所述声发射传感器设置在所述曲轴的曲拐的两个过渡圆角下止点中心位置,用于采集待测曲轴的过渡圆角位置的声发射信号;
所述机器视觉传感器设置在所述曲轴的曲拐的一侧,用于采集待测曲轴的R角表面的图像数据;
所述监测装置,用于获取待测曲轴的过渡圆角位置的声发射信号,并对所述声发射信号的特征参数进行参数分析,根据参数分析结果确定所述待测曲轴的弯曲疲劳裂纹对应的发生阶段;
所述监测装置,还用于获取待测曲轴的R角表面的图像数据,对所述图像数据进行分析,提取待测曲轴的弯曲疲劳裂纹主干,并将所述弯曲疲劳裂纹主干与所述参数分析结果进行拟合,根据得到的拟合曲线,确定所述待测曲轴的弯曲疲劳裂纹的扩展长度变化趋势。
本发明的有益效果为:
本发明提供的再制造曲轴弯曲疲劳裂纹监测方法、装置及系统,采用声发射传感器对曲轴前沿裂纹的萌生扩展信号进行监测,实现了对曲轴前沿裂纹的萌生扩展信号的实时监测,解决了现有技术中裂纹沿深度方向信号无法实时评估的问题,而且通过将声发射与机器视觉传感器相结合的方式对曲轴弯曲疲劳失效过程的损伤信号进行同步动态监测,更精确的得到曲轴疲劳裂纹萌生及扩展过程的失效信息,进而能够更准确地对曲轴再制造进行评价。
附图说明
通过阅读下文优选实施方式的详细描述,各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的,而并不认为是对本发明的限制。而且在整个附图中,用相同的参考符号表示相同的部件。在附图中:
图1为本发明实施例提出的一种再制造曲轴弯曲疲劳裂纹监测方法的流程图;
图2为本发明另一实施例提出的一种再制造曲轴弯曲疲劳裂纹监测方法的流程图;
图3为本发明实施例中机器视觉传感器的布置示意图;
图4为本发明实施例中曲轴裂纹萌生早期阶段的声发射幅度与能量值的示意图;
图5为本发明实施例中裂纹萌生早期阶段声发射信号波形的示意图;
图6为本发明实施例中裂纹萌生早期阶段波形小波分解图;
图7为本发明实施例中微裂纹萌生扩展阶段的声发射幅度与能量值的示意图;
图8为本发明实施例中微裂纹萌生扩展阶段声发射信号波形的示意图;
图9为本发明实施例中微裂纹萌生扩展阶段波形小波分解图;
图10为本发明实施例中宏观裂纹扩展阶段的声发射幅度与能量值的示意图;
图11为本发明实施例中宏观裂纹扩展阶段声发射信号波形的示意图;
图12为本发明实施例中宏观裂纹扩展阶段波形小波分解图;
图13为本发明实施例中裂纹失稳扩展阶段的声发射幅度与能量值的示意图;
图14为本发明实施例中裂纹失稳扩展阶段声发射信号波形的示意图;
图15为本发明实施例中裂纹失稳扩展阶段波形小波分解图;
图16为本发明实施例中曲轴弯曲疲劳裂纹的示意图;
图17为本发明实施例中声发射能量参数随曲轴表面裂纹长度变化曲线示意图;
图18为本发明实施例提出的一种再制造曲轴弯曲疲劳裂纹监测装置的结构框图。
具体实施方式
下面详细描述本发明的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,仅用于解释本发明,而不能解释为对本发明的限制。
本技术领域技术人员可以理解,除非特意声明,这里使用的单数形式“一”、“一个”、“所述”和“该”也可包括复数形式。应该进一步理解的是,本发明的说明书中使用的措辞“包括”是指存在所述特征、整数、步骤、操作、元件和/或组件,但是并不排除存在或添加一个或多个其他特征、整数、步骤、操作、元件、组件和/或它们的组。
本技术领域技术人员可以理解,除非另外定义,这里使用的所有术语(包括技术术语和科学术语),具有与本发明所属领域中的普通技术人员的一般理解相同的意义。还应该理解的是,诸如通用字典中定义的那些术语,应该被理解为具有与现有技术的上下文中的意义一致的意义,并且除非被特定定义,否则不会用理想化或过于正式的含义来解释。
图1示出了本发明实施例的一种再制造曲轴弯曲疲劳裂纹监测方法的流程图。
参照图1,本发明实施例提出的再制造曲轴弯曲疲劳裂纹监测方法包括:
S11、实时获取待测曲轴的过渡圆角位置的声发射信号;
S12、对所述声发射信号的特征参数进行参数分析,根据参数分析结果确定所述待测曲轴的弯曲疲劳裂纹对应的发生阶段。
需要说明的是,声发射信号的特征参数据包括:幅度、能量以及声发射计数等特征,本发明实施例通过声发射信号的幅度、能量以及声发射计数等来监测曲轴的弯曲疲劳失效过程。
本发明实施例提供的再制造曲轴弯曲疲劳裂纹监测方法,相比现有技术中的其他无损检测手段,声发射对相变、断裂、摩擦等都较为敏感,可监测裂纹萌生早期因缺陷增值、塑性变形等造成的损伤信号。采用声发射传感器对曲轴前沿裂纹的萌生扩展信号进行监测,解决了裂纹沿深度方向信号无法实时评估的问题。
本发明另一实施例中,所述再制造曲轴弯曲疲劳裂纹监测方法,如图2所示,还包括以下步骤:
S13、实时获取待测曲轴的R角表面的图像数据;
S14、对所述图像数据进行分析,提取待测曲轴的弯曲疲劳裂纹主干;
S15、将所述弯曲疲劳裂纹主干与所述参数分析结果进行拟合,根据得到的拟合曲线,确定所述待测曲轴的弯曲疲劳裂纹的扩展长度变化趋势。
进一步地,所述方法还包括:
根据所述图像数据对确定出的所述待测曲轴的弯曲疲劳裂纹对应的发生阶段进行校验。
具体的,所述步骤S12中的对所述声发射信号的特征参数进行参数分析,具体包括:
采用小波变换算法将所述声发射信号分解为不同频率段的声发射信号;
对分解出的不同频率段的声发射信号的特征参数进行参数分析。
本发明实施例中,为更好的观察裂纹的萌生、扩展信息,可沾取少量煤油涂抹于裂纹萌生、扩展区域来加速裂纹的显像。并对曲轴疲劳全过程的声发射信号幅度与能量参数变化进行分析,采用dB10小波分解对曲轴不同疲劳损伤阶段的声发射波形信号进行频域分析。国内外研究表明,曲轴疲劳损伤频率主要分布在50~1000kHz以内。因此,本发明实施例中,对波形(2M采样率)具体进行6层小波分解与重构,其中s为源波形,将其分解为a6,d6,d5,d4,d3,d2,d1层不同频率段信号,其中d1~d6与a6信号的频率范围分别为1000~2000,500~1000,250~500,125~250,62.5~125,31.25~62.5,0~31.25kHz。分析得出在整个疲劳过程的声发射信号可分为4个阶段。
具体的,所述根据参数分析结果确定所述待测曲轴的弯曲疲劳裂纹对应的发生阶段,具体为:
根据所述参数分析结果将所述待测曲轴的弯曲疲劳裂纹的发生阶段划分为裂纹萌生早期阶段、微裂纹萌生扩展阶段、宏观裂纹扩展阶段和失稳扩展阶段。
本发明实施例中,曲轴失效过程伴随着声发射幅度、能量等的变化。在裂纹萌生早期阶段的幅度最大值在50dB~55dB附近,且能量值较小;微观裂纹萌生扩展阶段的能量值有所增加,幅度值最大值在65dB左右,且信号较为稳定;到宏观裂纹扩展阶段后,各信号会呈现不稳定起伏跳动,较前几个阶段有明显的能量积累效应,尤其在裂纹失稳扩展阶段更为明显,且幅度最大值在80dB附近呈现不稳定跳动。
进一步地,所述根据所述参数分析结果将所述待测曲轴的弯曲疲劳裂纹的发生阶段划分为裂纹萌生早期阶段、微裂纹萌生扩展阶段、宏观裂纹扩展阶段和裂纹失稳扩展阶段,具体包括:
当所述参数分析结果为所述声发射信号是低频连续型声发射信号时,确定所述待测曲轴当前的弯曲疲劳裂纹对应的发生阶段为裂纹萌生早期阶段;
当所述参数分析结果为所述声发射信号出现电压幅值小于预设电压值的突发型声发射信号,且声发射信号的频率向高频区域转移时,确定所述待测曲轴当前的弯曲疲劳裂纹对应的发生阶段为微裂纹萌生扩展阶段;
当所述参数分析结果为所述声发射信号是电压幅值大于所述预设电压值的突发型声发射信号时,确定所述待测曲轴当前的弯曲疲劳裂纹对应的发生阶段为宏观裂纹扩展阶段;
当所述参数分析结果为所述声发射信号是以高衰减特性的突发型信号为主的声发射信号时,确定所述待测曲轴当前的弯曲疲劳裂纹对应的发生阶段为裂纹失稳扩展阶段。
下面通过具体实施例,对发明提出的再制造曲轴弯曲疲劳裂纹监测方法进行详细的介绍。
本实施例是基于卧置式弯曲疲劳试验机在不同载荷条件下对曲轴进行弯曲疲劳试验。试验选用的曲轴为中国一汽生产的6DL型发动机曲轴,曲轴材料为42CrMoA,材料力学性能如表1所示:
表1曲轴的力学性能
本实施例中主要以曲轴在不同实验载荷条件下的弯曲疲劳的监测为例,对本发明技术方案进行解释说明。其中,试验机自带加速度、速度、位移等传感器。曲轴弯曲疲劳试验采用恒幅对称正弦载荷,其设计工作弯矩为1921N·m,试验过程弯矩计算公式为:
M-1=n×M0(1)
其中:M-1为试验弯矩;n为强化系数;M0为设计工作弯矩。
为保证曲拐过渡圆角下止点处出现裂纹来研究裂纹的萌生与扩展信息,因此本实施例中设定的工作弯矩较大。当曲轴出现裂纹后,降低弯曲载荷至1.8倍强化系数下进行弯曲疲劳试验,直至曲轴疲劳监测系统振动频率降低1Hz(即试验转数下降60转)后自动停机。
本实施例中,采用美国物理声学公司生产的PCI-2声发射监测系统与机器视觉传感系统对曲轴的疲劳过程进行实时监测。声发射传感器主要由PCI-2数据采集卡、PICO型声发射探头(采样率2MHz)、前置放大器(40dB)、AEwin信号记录、分析软件等组成。将传感器探头置于曲拐两过渡圆角下止点中心位置,方便接收来自过渡圆角位置的疲劳失效信息。为防止探头因试验过程振动而发生松动或脱落,采用胶带进行固定探头。设置固定门槛值41dB来消除试验过程中的背景噪声。
本实施例中,采用声发射幅度、能量与声发射计数等特征参数来监测曲轴的疲劳失效过程,并辅助于断口分析,对不同疲劳阶段失效信息进行进一步补充;机器视觉传感器,如图3所示,主要用于实时监测疲劳裂纹在R角表面的萌生与扩展信息,主要有工业相机(CCD)、两照明光源及MV视图软件组成。为更直观的监测裂纹的长度与扩展状态,本实施例中自制了可折叠标尺(精度为1mm),平行于R角位置粘贴于曲拐表面。
通过对曲轴弯曲疲劳试验,具体试验结果如表2所示。
表2曲轴弯曲疲劳试验结果
通过小波变换算法对声发射信号的特征参数进行参数分析后,分析得出在整个疲劳过程的声发射信号可分为4个阶段:
1、裂纹萌生早期阶段
在裂纹萌生早期阶段声发射信号幅度与能量值都较小,如图4所示,幅度最大值一般不超过55dB,能量最大值在60(V·s)左右,且趋于稳定。此时声发射波形呈良好的周期性,电压幅值较小,稳定于10mV左右,如图5所示,图中纵坐标为电压值,横坐标为事件持续时间。对其进行6层小波分解与重构后的波形进行分析,如图6所示,在图6中,从上之下依次为d6~d1的信号波形图,可以看出声发射波形频率主要集中在100kHz以下,为典型的低频连续型声发射信号。
2、微裂纹萌生扩展阶段
当曲轴进入疲劳裂纹萌生阶段时,如图7所示,声发射幅度与能量有一定程度的增大,对于再制造曲轴毛坯幅度值一般增大到60dB以上,能量值也会有一定程度的增加,一般在100~200(mV·s)之间。如图8所示,波形图中开始出现突发型声发射事件,从小波分解图中可以清晰地看到,声发射信号向高频区域转移,如d1~d2,如图9所示,在图9中,从上之下依次为d6~d1的信号波形图。此时,声发射幅度与能量值较稳定且从机器视觉中也还未发现裂纹。通过微观机理分析,这主要是由于试样内部缺陷的增值与位错滑移过程中会产生较大程度的应力波,随之被声发射探头所采集,因此引起声发射信号的改变。
3、宏观裂纹扩展阶段
随后经过长时间的疲劳损伤积累,声发射幅度与能量值呈现一定程度的不稳定跳动,幅度跳动范围一般在55~65dB。能量值也会出现不稳定跳动,但跳动程度相对较小,一般在50(mV·s)以内。如图10所示,且波形图中开始出现较高电压幅值的突发型声发射信号,如图11所示,尤其是在机器视觉检测到裂纹时,电压幅值突变高达100mV。小波分解后,如图13所示,在图13中,从上之下依次为d6~d1的信号波形图,d1,d2区间开始出现少量高衰减特性的声发射信号。d4与d5层波形相比其他波形有明显的幅值突变,突变幅值约50mV,说明该阶段声发射波形频率主要集中在250~500kHz,125~250kHz区间。并从CCD高清摄像头中可检测出曲拐过渡圆角下止点附近位置有气泡冒出,并出现点状红斑,表明该区域出现宏观裂纹缺陷。且随循环载荷的不断增加,红斑面积沿曲拐过渡圆角表面不断增大。
需要说明的是,由于循环载荷作用下,煤油渗入裂纹内部不断被挤压而形成气泡,且裂纹处材料在环境介质材料发生腐蚀与氧化生成了Fe3+,随煤油流出,贴附于裂纹表面进而呈现暗红色斑点。
4、裂纹失稳扩展阶段
随着疲劳循环周次的增加,裂纹扩展面积逐渐增大,至440万周次时,裂纹长度已扩展至连杆轴颈扇板区域。声发射幅度与能量值达到顶峰,如图13,且声发射波形多以高衰减特性的突发型信号为主,如图14所示,这主要是由于曲轴裂纹大面积开裂瞬间释放大量能量,进而形成强度较大的声发射信号。该信号突变幅值高达400mV,但信号衰减较快,衰减时间仅约700~800us。通过小波分析得出,信号在d1~d4都存在裂纹萌生扩展特性的突变信号,如图15所示,在图15中,从上之下依次为d6~d1的信号波形图。声发射信号主要集中在d2,d3,d4区间,且在d2,d3区间存在较大的电压幅值突变,突变幅值高达400mV。d4区间的突变幅值在50~55mV,因此可推断失稳扩展声发射频率主要集中在500~1000kHz,250~500kHz,125~250kHz之间。此后系统的共振频率随模态变化逐渐下降,加速度传感器也开始做出相应的响应。
综合试验结果分析得出,曲轴的疲劳失效过程主要包括裂纹萌生早期阶段、微裂纹萌生扩展阶段、宏观裂纹扩展和失稳扩展四个阶段,不同的阶段对应的声发射信号各不相同,如表3所示。裂纹萌生早期阶段的声发射信号多以连续型的低频噪声信号(<100kHz)为主。裂纹萌生扩展阶段的声发射信号多以混合型为主,频率分布开始向高频信号扩展(200kHz~500kHz),但其参数变化规律略有不同:微裂纹萌生扩展阶段信号较为稳定,用机器视觉无法捕捉到裂纹信息;而宏观裂纹萌生阶段信号则起伏较大,此时CCD高清摄像头开始能捕捉到裂纹的萌生与扩展信号。当裂纹扩展到一定程度后,相对前几个阶段,声发射信号多以突发型高频信号为主,且从疲劳信号中可以看出有明显的能量积累效应,此时系统的振动发生改变,随之加速度、速度传感器开始做出不同程度的响应。
表3曲轴各疲劳失效阶段声发射幅度与能量值的变化规律
通过对曲轴弯曲疲劳试验过程的声发射数据进行分析,可知在低倍载荷下可以清晰地观察到曲轴裂纹萌生、扩展等各阶段有明显的声发射能量累计;而在高倍载荷下,声发射能量随时间变化并没有明显的疲劳各阶段划分,且裂纹扩展时间较短。这主要是由于随着曲轴裂纹的萌生扩展声发射能量、幅度等参数大小发生改变。循环载荷较小时,裂纹萌生、扩展所经历的时间较长。但随着循环载荷增加,曲轴疲劳寿命缩短,裂纹萌生阶段经历的时间较短,然后迅速进入裂纹扩展阶段,根据声发射信号较难得出声发射萌生信号的能量变化。
通过对曲轴弯曲疲劳试验过程的声发射数据进行分析,可以发现在低倍载荷下可以清晰地观察到曲轴裂纹萌生、扩展等各阶段有明显的声发射能量累计;而在高倍载荷下,声发射能量—时间变化图中没有明显的疲劳各阶段划分,且裂纹扩展时间较短。曲轴弯曲疲劳试验过程中,通过对不同安全系数下的声发射信号进行监测,得出在低倍载荷弯曲疲劳试验下,裂纹扩展较为充分,声发射能量积累较明显;而在高倍载荷作用下,裂纹不能很好扩展就因加速度响应较剧烈而导致试验停止,声发射能量积累较小。因此,声发射能量积累大小与裂纹的开裂面积成一定的递增关系。
本发明实施例提供的再制造曲轴弯曲疲劳裂纹监测方法,还包括:通过曲轴断口的宏观图像数据对曲轴弯曲疲劳裂纹的发生阶段进行分析。
本发明实施中,通过观察疲劳损伤区域的截面形貌,可以清楚地看到曲轴裂纹的三维扩展历程。在表面萌生的初始裂纹,弯曲疲劳裂纹通常萌生于曲拐R角下止点处,为I型(张开型)疲劳裂纹,随后发展成横断曲柄臂的贯穿裂纹,如图16所示,最终造成曲轴的断裂。裂纹形态则多为半椭圆型,曲轴端口表面形貌呈贝壳状疲劳辉纹,根据Laird的塑性钝化模型,辉纹的形成主要是由于裂纹顶端塑性钝化效应引起的。每条辉纹都代表了疲劳裂纹前沿扩展的历程。从图中可清晰地分辨出裂纹源、裂纹扩展区与最终断裂部位。由于宏观裂纹萌生裂纹扩展阶段可以看做裂纹从裂纹源位置以波浪形式扩展,因此该阶段声发射信号会出现高低起伏的变化。
从曲轴断口形貌可以看出,裂纹沿表面扩展较快,而沿深度方向扩展则相对较慢。根据杠杆原理,对称轴下侧的部分受拉应力,且越靠近表面曲轴变形量越大,从而导致该处容易产生裂纹并快速扩展。而在对称轴上侧的部分受压应力,且裂纹沿深度扩展越深,裂纹前端所受的压应力越大,因此越不容易扩展,从而导致裂纹沿表面比深度扩展快的情况发生。
通过机器视觉传感器对曲轴疲劳失效过程表面裂纹的扩展历程进行监测进而提取裂纹主干并与试验过程声发射监测数据拟合分析,得出疲劳试验过程曲轴表面裂纹长度与声发射能量计数的关系曲线,如图17所示,从图中可以看出声发射能量参数变化与表面裂纹的扩展长度变化呈良好的线性递增关系。
本发明实施例,应用声发射与机器视觉传感器动态监测裂纹表面扩展情况,对曲轴表面裂纹扩展规律进行初步探究,分析得出表面裂纹扩展长度与能量拟合曲线呈良好的线性关系,为后期应用声发射与机器视觉定量监测裂纹扩展情况提供重要依据。
图18示出了本发明实施例的一种再制造曲轴弯曲疲劳裂纹监测装置的结构框图。
参照图18,本发明实施例提出的再制造曲轴弯曲疲劳裂纹监测装置,包括声发射信号获取模块201以及第一数据分析模块202,其中:
所述的声发射信号获取模块201,用于实时获取待测曲轴的过渡圆角位置的声发射信号;
所述的第一数据分析模块202,用于对所述声发射信号的特征参数进行参数分析,根据参数分析结果确定所述待测曲轴的弯曲疲劳裂纹对应的发生阶段。
本发明实施例中,所述装置进一步包括:
图像数据获取模块,用于实时获取待测曲轴的R角表面的图像数据;
第二数据分析模块,用于对所述图像数据进行分析,提取待测曲轴的弯曲疲劳裂纹主干;
预测模块,用于将所述弯曲疲劳裂纹主干与所述参数分析结果进行拟合,根据得到的拟合曲线,确定所述待测曲轴的弯曲疲劳裂纹的扩展长度变化趋势。
本发明实施例中,所述装置进一步包括:
校验模块,用于根据所述图像数据获取模块获取的图像数据对所述第一数据分析模块确定出的所述待测曲轴的弯曲疲劳裂纹对应的发生阶段进行校验。
进一步地,所述第一数据分析模块,具体包括:
声发射信号分解单元,用于采用小波变换算法将所述声发射信号分解为不同频率段的声发射信号;
参数分析单元,用于对分解出的不同频率段的声发射信号的特征参数进行参数分析。
对于装置实施例而言,由于其与方法实施例基本相似,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
此外,在本发明的另一实施例中,还提供了一种再制造曲轴弯曲疲劳裂纹监测系统,该系统包括:
声发射传感器、机器视觉传感器以及如上述实施例所述的再制造曲轴弯曲疲劳裂纹监测装置:
所述声发射传感器设置在所述曲轴的曲拐的两个过渡圆角下止点中心位置,用于采集待测曲轴的过渡圆角位置的声发射信号;
所述机器视觉传感器设置在所述曲轴的曲拐的一侧,用于采集待测曲轴的R角表面的图像数据;
所述监测装置,用于获取待测曲轴的过渡圆角位置的声发射信号,并对所述声发射信号的特征参数进行参数分析,根据参数分析结果确定所述待测曲轴的弯曲疲劳裂纹对应的发生阶段;
所述监测装置,还用于获取待测曲轴的R角表面的图像数据,对所述图像数据进行分析,提取待测曲轴的弯曲疲劳裂纹主干,并将所述弯曲疲劳裂纹主干与所述参数分析结果进行拟合,根据得到的拟合曲线,确定所述待测曲轴的弯曲疲劳裂纹的扩展长度变化趋势。
对于系统实施例而言,由于其与方法实施例基本相似,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
综上所述,本发明提供的再制造曲轴弯曲疲劳裂纹监测方法、装置及系统,采用声发射传感器对曲轴前沿裂纹的萌生扩展信号进行监测,实现了对曲轴前沿裂纹的萌生扩展信号的实时监测,解决了现有技术中裂纹沿深度方向信号无法实时评估的问题,而且通过将声发射与机器视觉传感器相结合的方式对曲轴弯曲疲劳失效过程的损伤信号进行同步动态监测,更精确的得到曲轴疲劳裂纹萌生及扩展过程的失效信息,进而能够更准确地对曲轴再制造进行评价。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到本发明可以通过硬件实现,也可以借助软件加必要的通用硬件平台的方式来实现。基于这样的理解,本发明的技术方案可以以软件产品的形式体现出来,该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM,U盘,移动硬盘等)中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述的方法。
本领域技术人员可以理解附图只是一个优选实施例的示意图,附图中的模块或流程并不一定是实施本发明所必须的。
本领域技术人员可以理解实施例中的系统中的模块可以按照实施例描述进行分布于实施例的系统中,也可以进行相应变化位于不同于本实施例的一个或多个系统中。上述实施例的模块可以合并为一个模块,也可以进一步拆分成多个子模块。
以上所述仅是本发明的部分实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (10)
1.一种再制造曲轴弯曲疲劳裂纹监测方法,其特征在于,所述方法包括:
实时获取待测曲轴的过渡圆角位置的声发射信号;
对所述声发射信号的特征参数进行参数分析,根据参数分析结果确定所述待测曲轴的弯曲疲劳裂纹对应的发生阶段。
2.根据权利要求1所述的方法,其特征在于,所述方法还包括:
实时获取待测曲轴的R角表面的图像数据;
对所述图像数据进行分析,提取待测曲轴的弯曲疲劳裂纹主干;
将所述弯曲疲劳裂纹主干与所述参数分析结果进行拟合,根据得到的拟合曲线,确定所述待测曲轴的弯曲疲劳裂纹的扩展长度变化趋势。
3.根据权利要求2所述的方法,其特征在于,所述方法还包括:
根据所述图像数据对确定出的所述待测曲轴的弯曲疲劳裂纹对应的发生阶段进行校验。
4.根据权利要求1或2所述的方法,其特征在于,所述对所述声发射信号的特征参数进行参数分析,具体包括:
采用小波变换算法将所述声发射信号分解为不同频率段的声发射信号;
对分解出的不同频率段的声发射信号的特征参数进行参数分析。
5.根据权利要求1或2所述的方法,其特征在于,所述根据参数分析结果确定所述待测曲轴的弯曲疲劳裂纹对应的发生阶段,具体为:
根据所述参数分析结果将所述待测曲轴的弯曲疲劳裂纹的发生阶段划分为裂纹萌生早期阶段、微裂纹萌生扩展阶段、宏观裂纹扩展阶段和失稳扩展阶段。
6.根据权利要求4所述的方法,其特征在于,所述根据所述参数分析结果将所述待测曲轴的弯曲疲劳裂纹的发生阶段划分为裂纹萌生早期阶段、微裂纹萌生扩展阶段、宏观裂纹扩展阶段和裂纹失稳扩展阶段,具体包括:
当所述参数分析结果为所述声发射信号是低频连续型声发射信号时,确定所述待测曲轴当前的弯曲疲劳裂纹对应的发生阶段为裂纹萌生早期阶段;
当所述参数分析结果为所述声发射信号出现电压幅值小于预设电压值的突发型声发射信号,且声发射信号的频率向高频区域转移时,确定所述待测曲轴当前的弯曲疲劳裂纹对应的发生阶段为微裂纹萌生扩展阶段;
当所述参数分析结果为所述声发射信号是电压幅值大于所述预设电压值的突发型声发射信号时,确定所述待测曲轴当前的弯曲疲劳裂纹对应的发生阶段为宏观裂纹扩展阶段;
当所述参数分析结果为所述声发射信号是以高衰减特性的突发型信号为主的声发射信号时,确定所述待测曲轴当前的弯曲疲劳裂纹对应的发生阶段为裂纹失稳扩展阶段。
7.一种再制造曲轴弯曲疲劳裂纹监测装置,其特征在于,所述装置包括:
声发射信号获取模块,用于实时获取待测曲轴的过渡圆角位置的声发射信号;
第一数据分析模块,用于对所述声发射信号的特征参数进行参数分析,根据参数分析结果确定所述待测曲轴的弯曲疲劳裂纹对应的发生阶段。
8.根据权利要求7所述的装置,其特征在于,所述装置还包括:
图像数据获取模块,用于实时获取待测曲轴的R角表面的图像数据;
第二数据分析模块,用于对所述图像数据进行分析,提取待测曲轴的弯曲疲劳裂纹主干;
预测模块,用于将所述弯曲疲劳裂纹主干与所述参数分析结果进行拟合,根据得到的拟合曲线,确定所述待测曲轴的弯曲疲劳裂纹的扩展长度变化趋势。
9.根据权利要求8所述的装置,其特征在于,所述装置还包括:
校验模块,用于根据所述图像数据获取模块获取的图像数据对所述第一数据分析模块确定出的所述待测曲轴的弯曲疲劳裂纹对应的发生阶段进行校验。
10.一种再制造曲轴弯曲疲劳裂纹监测系统,其特征在于,所述系统包括声发射传感器、机器视觉传感器以及如权利要求7-9任一项所述的再制造曲轴弯曲疲劳裂纹监测装置:
所述声发射传感器设置在所述曲轴的曲拐的两个过渡圆角下止点中心位置,用于采集待测曲轴的过渡圆角位置的声发射信号;
所述机器视觉传感器设置在所述曲轴的曲拐的一侧,用于采集待测曲轴的R角表面的图像数据;
所述监测装置,用于获取待测曲轴的过渡圆角位置的声发射信号,并对所述声发射信号的特征参数进行参数分析,根据参数分析结果确定所述待测曲轴的弯曲疲劳裂纹对应的发生阶段;
所述监测装置,还用于获取待测曲轴的R角表面的图像数据,对所述图像数据进行分析,提取待测曲轴的弯曲疲劳裂纹主干,并将所述弯曲疲劳裂纹主干与所述参数分析结果进行拟合,根据得到的拟合曲线,确定所述待测曲轴的弯曲疲劳裂纹的扩展长度变化趋势。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510640903.0A CN105241960A (zh) | 2015-09-30 | 2015-09-30 | 一种再制造曲轴弯曲疲劳裂纹监测方法、装置及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510640903.0A CN105241960A (zh) | 2015-09-30 | 2015-09-30 | 一种再制造曲轴弯曲疲劳裂纹监测方法、装置及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN105241960A true CN105241960A (zh) | 2016-01-13 |
Family
ID=55039683
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510640903.0A Pending CN105241960A (zh) | 2015-09-30 | 2015-09-30 | 一种再制造曲轴弯曲疲劳裂纹监测方法、装置及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105241960A (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106321164A (zh) * | 2016-08-31 | 2017-01-11 | 上海发电设备成套设计研究院 | 内缸、外缸与阀壳的内表面制造缺陷的监控装置及方法 |
CN106596001A (zh) * | 2016-12-09 | 2017-04-26 | 中车唐山机车车辆有限公司 | 轨道列车制动毂齿根部的裂纹状态检测方法及系统 |
CN106950922A (zh) * | 2017-04-10 | 2017-07-14 | 沈阳精新再制造有限公司 | 基于二级实例推理的废旧零部件再制造工艺决策方法 |
CN107084899A (zh) * | 2017-05-16 | 2017-08-22 | 西安邮电大学 | 一种输气管道腐蚀疲劳裂纹扩展趋势的分形维数表征方法 |
CN108020269A (zh) * | 2018-01-30 | 2018-05-11 | 吉林大学 | 一种用于轴类零件弯曲裂纹与断裂检测的声发射测试装置 |
CN109541037A (zh) * | 2018-11-21 | 2019-03-29 | 扬州大学 | 一种基于妥协与竞争机理的装载机结构主干裂纹筛选方法 |
CN110108803A (zh) * | 2019-05-08 | 2019-08-09 | 上海航天设备制造总厂有限公司 | 一种基于声发射传感的搅拌针断针检测的装置及方法 |
CN114897909A (zh) * | 2022-07-15 | 2022-08-12 | 四川大学 | 基于无监督学习的曲轴表面裂纹监测方法及系统 |
CN115048731A (zh) * | 2021-09-09 | 2022-09-13 | 海沃机械(中国)有限公司 | 用于垃圾转运车的拉臂的健康评估方法和装置 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE4137534A1 (de) * | 1990-11-19 | 1992-05-21 | Avl Verbrennungskraft Messtech | Motorblock einer brennkraftmaschine |
CN102109498A (zh) * | 2009-12-28 | 2011-06-29 | 天津工业大学 | 一种对三维编制复合材料的无损检测系统及检测分析方法 |
CN203011896U (zh) * | 2012-11-26 | 2013-06-19 | 大连海事大学 | 船用主机实时监控及故障诊断装置 |
-
2015
- 2015-09-30 CN CN201510640903.0A patent/CN105241960A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE4137534A1 (de) * | 1990-11-19 | 1992-05-21 | Avl Verbrennungskraft Messtech | Motorblock einer brennkraftmaschine |
CN102109498A (zh) * | 2009-12-28 | 2011-06-29 | 天津工业大学 | 一种对三维编制复合材料的无损检测系统及检测分析方法 |
CN203011896U (zh) * | 2012-11-26 | 2013-06-19 | 大连海事大学 | 船用主机实时监控及故障诊断装置 |
Non-Patent Citations (4)
Title |
---|
施克仁主编: "《无损检测技术》", 31 December 2007, 清华大学出版社 * |
李术才等著: "《加锚断续节理岩体破坏机理及工程应用》", 31 December 2010, 科学出版社 * |
薛楠: "曲轴再制造毛坯剩余寿命无损评估技术基础研究", 《中国博士学位论文全文数据库工程科技Ⅱ辑》 * |
钱文学 等: "2A12铝合金疲劳裂纹声发射信号分析与模式识别", 《仪器仪表学报》 * |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106321164A (zh) * | 2016-08-31 | 2017-01-11 | 上海发电设备成套设计研究院 | 内缸、外缸与阀壳的内表面制造缺陷的监控装置及方法 |
CN106596001A (zh) * | 2016-12-09 | 2017-04-26 | 中车唐山机车车辆有限公司 | 轨道列车制动毂齿根部的裂纹状态检测方法及系统 |
CN106596001B (zh) * | 2016-12-09 | 2019-05-07 | 中车唐山机车车辆有限公司 | 轨道列车制动毂齿根部的裂纹状态检测方法及系统 |
CN106950922A (zh) * | 2017-04-10 | 2017-07-14 | 沈阳精新再制造有限公司 | 基于二级实例推理的废旧零部件再制造工艺决策方法 |
CN106950922B (zh) * | 2017-04-10 | 2019-02-01 | 沈阳精新再制造有限公司 | 基于二级实例推理的废旧零部件再制造工艺决策方法 |
CN107084899A (zh) * | 2017-05-16 | 2017-08-22 | 西安邮电大学 | 一种输气管道腐蚀疲劳裂纹扩展趋势的分形维数表征方法 |
CN108020269B (zh) * | 2018-01-30 | 2023-09-29 | 吉林大学 | 一种用于轴类零件弯曲裂纹与断裂检测的声发射测试装置 |
CN108020269A (zh) * | 2018-01-30 | 2018-05-11 | 吉林大学 | 一种用于轴类零件弯曲裂纹与断裂检测的声发射测试装置 |
CN109541037A (zh) * | 2018-11-21 | 2019-03-29 | 扬州大学 | 一种基于妥协与竞争机理的装载机结构主干裂纹筛选方法 |
CN109541037B (zh) * | 2018-11-21 | 2021-01-01 | 扬州大学 | 一种基于妥协与竞争机理的装载机结构主干裂纹筛选方法 |
CN110108803B (zh) * | 2019-05-08 | 2021-10-01 | 上海航天设备制造总厂有限公司 | 一种基于声发射传感的搅拌针断针检测的装置及方法 |
CN110108803A (zh) * | 2019-05-08 | 2019-08-09 | 上海航天设备制造总厂有限公司 | 一种基于声发射传感的搅拌针断针检测的装置及方法 |
CN115048731A (zh) * | 2021-09-09 | 2022-09-13 | 海沃机械(中国)有限公司 | 用于垃圾转运车的拉臂的健康评估方法和装置 |
CN115048731B (zh) * | 2021-09-09 | 2023-10-31 | 海沃机械(中国)有限公司 | 用于垃圾转运车的拉臂的健康评估方法和装置 |
CN114897909A (zh) * | 2022-07-15 | 2022-08-12 | 四川大学 | 基于无监督学习的曲轴表面裂纹监测方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105241960A (zh) | 一种再制造曲轴弯曲疲劳裂纹监测方法、装置及系统 | |
US11639915B2 (en) | Identifying structural defect geometric features from acoustic emission waveforms | |
Tang et al. | An experimental study of acoustic emission methodology for in service condition monitoring of wind turbine blades | |
US8640544B2 (en) | Method for analyzing structure safety | |
Kaewniam et al. | Recent advances in damage detection of wind turbine blades: A state-of-the-art review | |
Kudela et al. | Identification of cracks in thin-walled structures by means of wavenumber filtering | |
Walker et al. | Fatigue damage evaluation in A36 steel using nonlinear Rayleigh surface waves | |
CN102466597B (zh) | 一种金属构件/材料剩余寿命的无损检测和评价方法 | |
Jamaludin et al. | Monitoring extremely slow rolling element bearings: part I | |
Saravanan et al. | Damage detection in structural element through propagating waves using radially weighted and factored RMS | |
CN107014668A (zh) | 一种基于压电和智能涂层传感器的疲劳裂纹综合监测方法 | |
GB2416207A (en) | Locating the source of an acoustic emission using a model of the effects of different acoustic paths in a structure | |
CN103760243A (zh) | 一种微裂纹无损检测装置及方法 | |
CN102928472A (zh) | 一种用于风力发电机叶片裂纹的监测方法 | |
Tola et al. | Bolt looseness detection based on ultrasonic wavefield energy analysis using an Nd: YAG pulsed laser scanning system | |
Vazirizade et al. | Online nonlinear structural damage detection using Hilbert Huang transform and artificial neural networks | |
CN108828069A (zh) | 一种基于超声定量数据的关键件疲劳寿命的定寿方法 | |
JP2013545077A (ja) | ボアホールを囲む層の線形及び非線形特性を画像処理する装置及び方法 | |
Bhuiyan et al. | Experimental and computational analysis of acoustic emission waveforms for SHM applications | |
CN117250089A (zh) | 基于局部化位移差值波动确定岩石起裂强度阈值的方法 | |
Ohtsu et al. | Quantitative evaluation of SIBIE procedure and case studies | |
Haldar et al. | Data analysis challenges in structural health assessment using measured dynamic responses | |
CN109850713A (zh) | 一种电梯检测方法、装置、系统、设备和存储介质 | |
Chi et al. | Frictional heating as an estimator of modal damping and structural degradation: a vibrothermographic approach | |
Meng et al. | Experimental research on crack damage detection of concrete beam based on PZT wave method |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20160113 |
|
RJ01 | Rejection of invention patent application after publication |