CN105637338A - 用于轮胎异常的非破坏性检测的方法和装置 - Google Patents
用于轮胎异常的非破坏性检测的方法和装置 Download PDFInfo
- Publication number
- CN105637338A CN105637338A CN201380080228.XA CN201380080228A CN105637338A CN 105637338 A CN105637338 A CN 105637338A CN 201380080228 A CN201380080228 A CN 201380080228A CN 105637338 A CN105637338 A CN 105637338A
- Authority
- CN
- China
- Prior art keywords
- tire
- authenticator
- impacter
- impact
- abnormal
- 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
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M17/00—Testing of vehicles
- G01M17/007—Wheeled or endless-tracked vehicles
- G01M17/02—Tyres
- G01M17/025—Tyres using infrasonic, sonic or ultrasonic vibrations
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
- G01N29/04—Analysing solids
- G01N29/045—Analysing solids by imparting shocks to the workpiece and detecting the vibrations or the acoustic waves caused by the shocks
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2291/00—Indexing codes associated with group G01N29/00
- G01N2291/02—Indexing codes associated with the analysed material
- G01N2291/025—Change of phase or condition
- G01N2291/0258—Structural degradation, e.g. fatigue of composites, ageing of oils
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2291/00—Indexing codes associated with group G01N29/00
- G01N2291/26—Scanned objects
- G01N2291/269—Various geometry objects
- G01N2291/2692—Tyres
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Acoustics & Sound (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Investigating Or Analyzing Materials By The Use Of Ultrasonic Waves (AREA)
Abstract
提供一种用于测试轮胎的冲击声学法以及一种轮胎异常检测系统,在所述轮胎异常检测系统中可致动冲击器配备有声传感器和力传感器。由声信号和力信号计算多个鉴别符量,并将所述计算得出的鉴别符量与存储的鉴别符量进行比较以确定所述轮胎中是否存在异常。
Description
技术领域
当前公开的发明一般地涉及用于外胎的非破坏性测试方法和装置。更具体地说,当前公开的发明涉及在翻新过程之前应用冲击声学法以准确地检测轮胎异常和不规则。
背景技术
当轮胎磨损后,可以在翻新过程期间用新的胎面带或胎面层修复轮胎。翻新是修复或再制造过程,不仅延长轮胎的使用寿命,而且还比制造新轮胎明显更便宜。由于再循环和翻新是降低外胎制造的固有成本和能量的关键,因此有效的翻新就必须使外胎具有良好的结构完整性(即,没有内部的异常或不规则)。
在翻新卡车外胎之前和/或之后,可使用非破坏性测试(NDT)方法来检测和定位内部异常。此类异常可以包含但不限于裂纹、空隙、剥离层和/或异物。已经使用先进的NDT技术进行大量尝试,并且轮胎再制造产业已采用及商业化若干类型的检验程序。例如,使用X射线的工业放射照相法是用于轮胎检验的实时方法。此检验方法提供对例如异物和气孔的异常的高灵敏度(例如,归因于穿透不同材料的X射线的辐射强度的变化)。然而,较小的接合不规则可能难以检测,这是因为X射线的穿透能力取决于材料密度。因此,需要进一步检验程序来研究不可被X射线检测的那些情况。
另一种已知的检验方法利用较高频率(在轮胎产业中通常使用1-10MHz)下的超声波振动,其在空气中比可听声音衰减得快得多。超声波方法可用于检查异常帘线间距、带束异常或轮胎壁厚的变化。此测试程序的自动化因需要在传感器与物体表面之间进行中间耦合而复杂化。另外,超声波方法需要大量的训练和经验来解释数据,因而抑制了此检验方法在高收益检验环境中的应用。
广泛用于外胎检验的剪切干涉能够检测多种类型的异常,例如带束和侧壁中的空隙和剥离。使用剪切干涉,首先通过置于外胎中心的激光在正常大气压力下扫描轮胎以获得基准照片。将外胎置于真空中。如果存在例如空气填充空隙的不规则,外胎周围的低压会使滞留在空隙中的空气膨胀。通过扫描在真空下的外胎胎体获得“加压”照片,将此照片与基准照片对比以产生条纹图形。内部变化通常在应力之下引发可能导致两个图像之间的差异并转变成条纹图形中的异常的应变集中。因此,剪切干涉使内部异常与位移梯度变化相关。对剪切干涉的解释往往需要熟练的操作人员,并且剪切干涉装置可能需要大量的财政和时间支出,特别是当需要检查大批量轮胎时。
因此,需要一种准确地确定外胎中的内部异常并且在各种制造环境中可预测地进行准确确定的可靠且具有成本效益的NDT技术。
发明内容
提供一种用于测试轮胎的冲击声学法,其包含提供可致动冲击器,所述可致动冲击器接近冲击区域安置,冲击器在冲击区域上撞击轮胎。声传感器在轮胎的与冲击器共同侧上接近冲击区域安置,其中声传感器接收在冲击器撞击冲击区域时产生的一个或多个声波并产生对应声信号。力传感器接近冲击区域安置以用于测量一个或多个动力并产生指示冲击力的对应力信号。将轮胎提供在测试平台上使得冲击器在其致动期间撞击冲击区域。由声信号和力信号计算多个鉴别符量。将计算得出的鉴别符量与存储的鉴别符量进行比较以确定轮胎中是否存在异常。
在一些实施例中,可以提供与声传感器和力传感器中的至少一个通信的一个或多个计算装置。所述计算装置可以包含用于执行传递来自传感器中的至少一个的数据以及直接或间接控制一个或两个传感器中的至少一个的指令。在其它实施例中,计算得出的鉴别符量和存储的鉴别符量中的每一个包含峰值冲击力、冲击持续时间、初始接触声下的区域、自由振动能量、累计功率比、功率谱局部峰值量值以及累计频谱能量中的一个或多个量。存储的鉴别符量可以表示先前测试的轮胎的轮胎完整性。
在一些实施例中,声传感器和力传感器中的至少一个是连接网络的装置并且所述方法进一步包含提供平台。平台可以包含与至少一个连接网络的装置通信的服务器以及引擎。引擎可经配置以执行以下各项中的至少一个:接入用于训练和预测异常指标的至少一个人工神经网络(ANN);在测试每个轮胎时记录测试数据;基于检测到的声波和力信号计算鉴别符量;将至少一个存储的鉴别符量与至少一个计算得出的鉴别符量进行比较;以及基于所述比较,确定轮胎完整性。
还提供一种轮胎异常检测系统,其包含具有测试平台的轮胎支撑系统以及冲击系统。冲击系统包含可致动冲击器,所述可致动冲击器接近冲击区域安置,冲击器在冲击区域上撞击位于测试平台上的轮胎。冲击系统还包含声传感器,所述声传感器在轮胎的与冲击器共同侧上接近冲击区域安置。声传感器接收在冲击器撞击冲击区域时产生的一个或多个声波并产生指示接收到的声波的对应声信号。接近冲击区域安置的力传感器测量一个或多个动力并产生指示冲击力的对应力信号。由声信号和力信号计算多个鉴别符量。将计算得出的鉴别符量与存储的鉴别符量进行比较以确定轮胎中是否存在异常。
还提供一种轮胎异常检测系统,其包含用于在测试期间支撑轮胎的轮胎支撑结构。冲击器接近轮胎安置以用于在一个或多个位置处冲击轮胎。声传感器接近冲击器安置以用于在冲击器接触轮胎时接收声波。力传感器测量冲击器接触的位置处的一个或多个动力并产生指示冲击力的对应力信号。所述系统还包含一个或多个计算装置,每个所述计算装置具有处理器,所述处理器具有用于由声波和力信号计算多个鉴别符量的指令以及用于将计算得出的鉴别符值与存储的鉴别符值进行比较以指示轮胎中的异常的指令。
通过以下详细描述本发明所公开的设备的其它方面将变得更加显而易见。
附图说明
在结合附图考虑以下详细描述之后本发明的本质和多个优点将变得更加显而易见,在附图中相同的参考标号通篇指代相同部分,并且在附图中:
图1示出如一般已知的冲击声波法的示意性表示。
图2示出如本发明所公开的具有用于测试的示例性外胎的示例性轮胎组合件。
图3示出如一般已知的不同冲击状况的示例性变形历程。
图4示出使用如本发明所公开的示例性神经网络的示例性随机建模。
图5示出在样本橡胶复合材料上测量的示例性应力-应变曲线。
图6示出影响因子对最大冲击力的整体模型灵敏度的示例性曲线图。
图7示出影响因子对冲击持续时间的整体模型灵敏度的示例性曲线图。
图8示出影响因子对最大接触变形的整体模型灵敏度的示例性曲线图。
图9示出示例性轮胎段的示例性模型近似。
图10示出根据本发明所公开的方法在测试期间带束边缘周围的不规则的横截面。
图11到14示出影响因子对最大冲击力、冲击持续时间、最大接触变形和弯曲能量损失的对应灵敏度曲线图。
图15示出不规则尺寸量对弯曲能量损失的示例性灵敏度分析图。
图16和17示出理论峰值冲击力和理论冲击持续时间分别对比具有变化的深度的嵌入式异常的橡胶块的冲击速度的示例性关系。
图18和19示出理论峰值冲击力和冲击持续时间分别对比具有变化的长度的嵌入式异常的橡胶块的冲击速度的示例性关系。
图20和21分别示出预测的峰值冲击力和预测的冲击持续时间对比异常的深度。
图22和23分别示出理论上预测的以及以实验方式获得的峰值冲击力和冲击持续时间的示例性比较。
图24A和24B示出冲击速度对频率覆盖范围的示例性影响。
图25A和25B示出冲击器质量对频率覆盖范围的示例性影响。
图26示出预测的最大变形对比异常深度。
图27示出示例性声音波形属性A1对比异常长度。
图28示出示例性累计环绕声区域A2对比异常深度。
图29示出示例性测得的功率比值对比异常深度。
图30示出理论上计算得出的弯曲能量损失与以实验方式测得的功率比的示例性比较。
图31示出采用如本发明所公开的示例性冲击声学法的示例性轮胎异常检测系统。
图32示出如本文中所公开的示例性测试算法的流程图。
图33示出测试轮胎的平面图,指示示例性测试线和位置。
图34示出从样本轮胎测得的冲击力的示例性时间历程。
图35A和35B分别示出冲击声的示例性时间历程和功率谱。
图36示出冲击位置对峰值声幅的影响。
图37和38示出在代表性胎肩上测得的异常鉴别符。
图39和40分别示出对于全新轮胎和对于在一个肩部中具有不连续的小裂纹的轮胎的异常指数。
具体实施方式
当前公开的发明涉及使用冲击声学和冲击回波方法用于轮胎异常检测。如图1中所图示的此类方法基于在结构表面上施加局部干扰同时记录所引起的空气声波。
在冲击回波法中,在固体表面上的某一点处施加干扰同时记录已经接近传感器的所引起的应力波(见图1(a))。冲击回波法的基本方法论是:应力波的传播可以是不同的,这是因为在结构中存在内部异常。冲击回波基本上是一种接触NDT方法,因而需要仔细考虑传感器如何自动地接近测试表面以及从测试表面缩回。由此实现围绕轮胎圆周的连续测试。
冲击声学法用空气耦合传感器来代替接触传感器,空气耦合传感器记录由相邻结构因冲击激发的振动而产生的声波(见图1(b))。传感器(例如,一个或多个传声器)记录由相邻结构因短冲击激发的振动而产生的声波。在一些实施例中,可以实施抗噪声传声器或相控阵列传声器抗噪声算法以增强接收到的传声器信号的品质。冲击引发的瞬时应力波在测试物体中的传播因例如解体或剥离的内部异常的存在而变化。基于压电的传感器通过与测试物体接触来测量表面位移响应。在冲击声学法的情况下,材料经历微小应变并且因此仅与初始正切模量有关。
当前公开的发明促进橡胶复合结构对冲击的动力响应的调查和分析。冲击力信号已被识别为表征来自对橡胶复合结构的测试的冲击响应的有用方式。此外,可以在两个独立的阶段研究冲击引发的声信号:(1)归因于冲击区域的局部变形的初始接触声;以及(2)归因于结构的自由振动的环绕声。冲击声的这两个部分已经展示与轮胎的结构特性有关,其可以用于确定结构异常的存在。本文中已经采用通过测量冲击力和冲击声两者的综合方法,并且分析建模解释了冲击声信号与内部裂纹之间的关系。
由冲击位置附近的传感器监控的声压对应于目标的移动历程。声信号的初始阶段归因于冲击的持续时间内目标的变形和恢复。声信号的其余部分由结构的自由振动产生。嵌入式内部异常将能量从谐振模式耗散到其它弯曲模式,这使用例如快速傅立叶变换(FFT)的频率分析可以在频域中观察到。应理解,在不脱离本发明的范围的前提下可以采用其它分析。
当前公开的发明采用冲击声学法用于橡胶复合结构中的内部裂纹(例如,在轮胎中发现的内部裂纹)的非破坏性测试(NDT)。此方法是用于外胎完整性检验的目前NDT方法的有效且经济的替代方案。在一些实施例中,冲击力信号和所得声信号是所考虑的冲击声信号的单独的方面。如本文中当前所公开,基于赫兹(Hertz)的冲击理论开发了接触动力学模型并针对橡胶复合材料加以修改。此模型产生对主要冲击动力学量的预测,所述主要冲击动力学量在理论上经证实对内部结构裂纹的存在具有灵敏性。出于将冲击声学法用于外胎完整性检验的目的,针对简化的轮胎结构开发模型。所述模型假定从无加强件的橡胶复合材料构造的立方体形状。所制备的立方体橡胶样本设计为大致近似外胎段的轮廓以及胎肩区中带束边缘处的嵌入式裂纹。
基于能量的结构分析是了解嵌入式异常对冲击行为的影响的另一适用方法。两个对撞主体的材料特性差异导致能量损失,所述能量损失取决于多种特性,包括但不限于刚度、密度和形状。基于冲击过程中的能量损失的建模,在分析上和实验上显示出在冲击之后通过弯曲振动激发的声音的强度可用作结构完整性的指标。
人耳可以捕捉在轻敲或锤击受测试结构时的声音差异这一事实驱动了基于冲击声学法的重要研究。此过程的自动化将使检验更有效、不那么主观且不需要操作人员。还已报告在冲击之后,来自振动捶或其它工具的反馈也与结构差异有关。因而,在一些实施例中,一个或多个传声器感测声波。制造有测力计尖端的冲击器也记录振动反馈。
基于冲击声信号的全面理论分析,可以从冲击力信号以及声学时域和频域信号中选取鉴别符。这些鉴别符可被验证为简化的立方体橡胶结构和复杂的外胎两者中的内部异常的指标。所选取的鉴别符的整合有助于减轻因很大程度依赖单个鉴别符而引起的不足和噪声,同时提供准确地识别异常条件的综合指数。通过鉴别符的加权平均进行的数据融合方法的发展允许产生单个异常指数作为受检验轮胎的完整性的指标。
当前公开的发明将时域和频率特征的测量值作为人工神经网络(ANN)的输入。如本文中所使用,“人工神经网络”(或“ANN”)大体上是指能够进行图案辨识、预测和/或数据压缩的一个或多个模型。使用具有已知特征的样本轮胎的测量值训练ANN。
当前公开的发明涵盖自动化测试平台的设计和制造;实验研究和算法确定;以及包含离线数据库训练和在线样本评估的ANN分析。当前公开的发明采用通过测量冲击力和冲击声两者的综合方法,并且采用分析建模来表示冲击声信号与内部异常之间的关系。对分析模型解开的橡胶结构和复杂外胎两者执行实验验证。
如本文中所公开,一组新颖的鉴别符与力传感器组合使用。寻求可适用于翻新的轮胎的总体特征,而不是寻求定位个体差异。传感器(例如,传声器和测力计)的具体定向和鉴别符功能的选择是受助于有限元建模的广泛实验的结果。传统冲击声学和冲击回波方法使用传声器或加速计检测内部轮胎异常,而当前公开的发明实施冲击器、加速计、传声器和分析算法的组合来检测一系列异常大小、类型和位置。
参考图示,其中相同的参考标号表示相同元件,图2示出示例性轮胎10,所述轮胎具有外胎12,所述外胎具有拱冠段14、肩部16、加强件18和侧壁20。拱冠段14可已经过抛光或者以其它方式加工以提供制得的接合表面,横向延伸的胎面22可以(例如,经由一个或多个接合层)接合到所述接合表面。在准备翻新时将旧胎面从轮胎磨掉去除了通常在翻新过程期间作为接合到胎体的胎面的底胎面部分的一部分被替换的橡胶。将从待翻新的轮胎移除的材料形成废弃物,所述废弃物将被丢弃并随后用翻新过程期间接合到轮胎胎体的新材料进行替换。如本领域已知的,一个或多个胎面元件(未示出)可以以多种配置与胎面22成为一体。因此应了解,胎面22的配置不限于在本文中示出的配置,并且各种胎面配置可用于胎体。
冲击声学的理论基础
冲击产生的动力响应导致周围空气的压缩和稀疏,因而形成源自接触点的增加的压力和减少的压力的同心波阵面。由冲击位置附近的传声器监控的声压级对应于目标的移动历程。声信号的初始阶段归因于冲击持续时间内目标的变形和恢复。声信号的其余部分归因于目标的自由振动。
声音波形中的初始负峰值下的区域是从冲击器的动能传到目标的变形的能量的指标,其是测量冲击过程期间的能量耗散的替代方式。先前阶段中使用的功率比方法提供从声音波形的频域选取适用属性的方案。已经陈述了结构的自由振动含有多种模式,并且内部异常的存在将使谐振能量耗散为其它弯曲模式。通过识别结构的谐振频率并观察其它频率的功率谱密度(PSD)的变化,可显示异常和变化的影响。
冲击动力学的基础
参考图3,冲击行为通常涉及冲击量改变、瞬时应力、接触力和变形的描述。基于冲击引发的瞬时应力,受冲击固体的行为可以划分为不同状况。对于低于屈服强度的应力,材料弹性地表现。此状况的两个极端是完全弹性冲击和完全非弹性冲击。
冲击的变形历程通常由接近阶段和恢复阶段构成(见图3)。牛顿(Newton)引入的恢复系数e是无量纲量,通常在0与1之间。其是冲击期间的能量损失的量度,定义为冲击之后的相对分离速度与冲击之前的相对接近速度的比率。对于完全弹性冲击,系统的动能被完全保存,因此e=1。对于完全非弹性冲击,两个主体在冲击之后凝聚并作为单个质量移动,因此e=0。然而,大多数冲击是对应于0<e<1的在完全弹性冲击与完全非弹性冲击之间的中间冲击(称为“部分弹性”冲击)。
在当前公开的发明中,在部分弹性冲击的状况中观察到冲击声学法。在这种情况下,冲击能的一部分被传输到受冲击目标,且其余部分保存到冲击器中。在此状况中通常论述三个主要的关注点:接触力学、冲击能损失和弹性波传播。接触力学主要涉及到接触力、变形和冲击持续时间。冲击能损失可以在了解恢复系数的情况下通过基于经典力学的冲量动量理论来解决。受冲击固体中的弹性波传播转变成振动并依靠波传播方法。这些参数的有效模型允许其作用应用于异常检测。产生描述与冲击声信号相关联的冲击动力学的接触力学模型。随后使模型量与受冲击目标中的内部不规则的存在相关联以确定异常鉴别符。
为了推导部分非弹性冲击动力过程的分析解,恢复系数e是重要参数。在涉及不可忽略的、非线性的迟滞阻尼效果的橡胶材料的情况下,冲击能损失与迟滞阻尼器相关。如本领域中已知,存在用以确定恢复系数e的不同实验方法。应理解,组合的恢复系数e与类似的材料系数e1、e2和对应的弹性模量相关,由以下方程式表示:
e=e 1 E 2 +e 2 E 1
E1+E2
根据表达式推测,结构刚度可以影响恢复系数。如果e1>e2(例如,钢冲击器和橡胶目标),那么减小的目标刚度(E2)可以产生更小的e,这意味着更多能量损失。理论上,内部异常(例如,内部裂纹或同等异常)的存在会减小结构刚度,且因裂纹引起的弯曲振动将使总能量耗散。可以基于恢复系数将能量损失因子λ计算为:
λ=1-e2
能量耗散的此量度类似于回弹性R,其是估计橡胶损失特性的重要指标。通常通过下落测试测量弹性R,其可以通过记下下落高度h1和回弹高度h2来确定,然后得出:
R=e2=h2/h1
在此情况下,λ可以写成:
λ=1-R
首先,考虑冲击各向同性整体目标的球形固体的一般情况,并且取决于单个自由度的弹簧-质量阻尼器系统来描述冲击动力学模型。冲击器的质量和位移分别表示为m1和x1,且目标的质量和位移分别表示为m2和x2。归因于接触面的中心处的局部压缩的相对变形为:
α=x1-x2
基于通过使由动量冲量方法得出的能量损失与由在时间t处的迟滞阻尼得出的能量损失相等的能量法,可以得到穿透速度。
考虑到冲击过程期间的能量分布,两个接触主体的材料特性的差异导致大量的能量损失。此类能量损失取决于不同的特性,包括但不限于刚度、密度和形状。能量损失因子可以用作目标中的内部异常的指标,这是因为嵌入式剥离会大大减小结构刚度。测量此能量损失的直观方法是记录冲击器的初始速度和最终速度。因此,能量损失λ可以表达为:
λ=1-Vf 2/Vi 2
能量耗散的此量度类似于回弹性R,其是估计橡胶损失特性的重要指标。
人工神经网络技术
在本文中也称作神经网络(NN)的人工神经网络(ANN)是用以捕捉和表示复杂的和非线性的输入/输出关系的相对简单且有效的工具。NN包含神经元的互连层,其中每个神经元含有三个部分:用于接收输入的节点、用于传递值的连通性以及作为那些值的乘数的权数。具有足量层数和节点的ANN能够容纳过程的非线性、边界条件以及可以控制所测量电势和阻抗的其它参数。
在当前公开的发明中,使用冲击声学测试数据,开发示例性NN算法来由时域和频域两者解释所测量指标从而预测内部异常和变化的程度和位置。可以采用各种NN类型以进行初步轮胎异常评估,包括但不限于利用反向传播算法的前馈神经网络。如图4中所示,可以使用基本规则以基于8个输入和2个输出在隐蔽层中建立初步网络设计和神经元,从而在每一个隐蔽层中产生大致30个神经元。应理解,可以使用不同数目的多种输入采用其它NN类型来推导不同数目的多种输出。
如图4中进一步所示,此示例性NN计算算法需要训练过程以便确定后续用于通过传感器系统估计轮胎异常的连接权数。具体来说,将不规则区域和位置的一组已知值(目标)与NN的输出进行比较。反复地调整权数直到误差降至最低。一旦模型经过训练,就设定(或“冻结”)所得权数并实施为用于轮胎条件的预测方法。在示出的实例中,需要的训练数据集的估计数目超过800(但是此数目可在训练其它NN类型时不同)。将NN的输出置于两个分格中:表面缺陷(例如,裂纹)和内部缺陷。
灵敏度分析
样本制备和材料特性
已经以实验方式确定橡胶目标(即,轮胎)和冲击器的材料特性。假定冲击声学应变如此低并在使得橡胶材料可以处理为具有图5中的应力-应变曲线的低应变区域的线性材料的小范围中变化。应力测试中所测得的橡胶等效于胎肩中带束边缘周围使用的材料(或与所述材料相同)。在表1中给出橡胶目标和铝冲击器的材料特性:
样本橡胶 | 铝 | |
密度(kg/m3) | 1143 | 2700 |
弹性模数(E)MPa | 17.9 | 0.7e5 |
泊松比(ν) | 0.49 | 0.3 |
表1:样本橡胶和铝冲击器的材料特性
损耗角正切tanδ主要取决于刺激频率和温度。tanδ的粗略近似值与回弹性R相关,为:
tan(δ)=-ln(R)/π
样本橡胶材料的回弹性R通过回弹测试测量为0.25,因此损耗角正切可以计算为:
tan(δ)=-ln(0.25)/π≈0.44
整体模型的灵敏度分析
进一步分析整体固体结构的接触动力学模型以便了解每个影响因子对所预测鉴别符的作用。针对灵敏度分析所考虑的因子为:冲击速度(Vi)、冲击器的质量(m1)、目标质量(m2)、冲击器的刚度(E1)和目标刚度(E2)。最初使用表2中的一组试验参数来获得基准情境。监控三个鉴别符:最大冲击力(Fmax)、冲击持续时间(τ)和最大接触变形(αmax):
Vi(m/s) | m1(kg) | m2(kg) | E1(Pa) | E2(Pa) | |
基准值 | 1.85 | 0.0045 | 1.6483 | 70e9 | 17.9e6 |
表2:基准影响因子
将每个变量乘以从0.1到2的范围内的因子N。基准值对应于N=1。计算个别地变化的每个影响因子的Fmax、τ和αmax,图6、7和8中呈现其对应的曲线图。从曲线图中可以观察到m2和E1具有比m1和E2更大的数量级。
冲击动力学对鉴别符的灵敏度分析提供了用于近似外胎形状的模型的理论基础。图9中示出用于近似外胎段的示例性立方体橡胶块。已经观察到对于所述模型作出的假设(即,目标质量可以处理为无穷大的和固定的)为有效的。简化模型的一个前提条件是:假设所施加的冲击仅影响接触区域周围材料的有限局部区域内的机械动力学。简化模型中省略了两个侧壁。由于橡胶块的质量比冲击器的质量大得多,因此可以忽略由近似引入的误差。考虑到边界轮廓对冲击响应的作用微小,对于小曲率段将胎面的曲率视为零。立方体的垂直高度模拟肩到肩的距离,而水平厚度对应于从轮胎触地面到内胎体的距离。
冲击速度、冲击器的质量以及目标结构的刚度都是鉴别符的影响因子。所有所监控的动力量对Vi的变化极具灵敏性。出于异常识别的目的,此关系建议在整个冲击测试过程中维持Vi不变,使得可以尽可能地减轻因Vi变化引入的波动。
此外,冲击器的质量m1比目标质量更明显地影响鉴别符。此观察结论使得能够获取对撞主体的曲率的灵敏度(即,接触半径r1和r2)。根据对撞主体的质量m1、m2与等效接触半径r1、r2之间的关系,可以观察到,目标表面的曲率比冲击器表面的曲率对鉴别符的影响小得多。因此,可以认为胎肩的表面曲率为零,其等效于与所施加的冲击垂直的平坦表面。替代地,灵敏度曲线图示出与冲击器的质量m1相关的冲击器的半径r1影响所有三个鉴别符。冲击速度Vi和冲击器的半径r1对冲击持续时间的作用继而将反映在冲击响应的频率特征上。
对冲击声学鉴别符的另一影响是目标E2的弹性模数,其可以从图6到8中观察到。就外胎结构来说,E2受各种因素影响,包括但不限于嵌入式钢带束、均匀性品质和外来杂质。考虑到冲击声学法假设冲击引发的应力仅对接触面积周围的有限区域起作用的前提条件,远场加强件(例如钢带束)极少改变冲击响应。
改变目标刚度的重要因子归因于如图10所示的带束边缘周围的变化。因此,动力量中观察到的变化可归因于嵌入式异常的存在。其它影响因子在整个测试过程中保持稳定,从而提供结构完整性的指示。
异常模型的灵敏度分析
对应异常模型已并有帮助定义内部异常的几何结构和位置的另外两个参数h和l。需要至少部分地在弯曲能量损失方面了解改变这些参数对冲击动力响应的作用。表3中给出所评估因子的基准值。可以针对个别地变化的每个影响因子计算四个冲击动力鉴别符,图11到14中呈现其对应的曲线图。
Vi(m/s) | m1(kg) | m2(kg) | E1(Pa) | E2(Pa) | h | l | |
基准值 | 1.85 | 0.0045 | 1.6483 | 70e9 | 17.9e6 | 25.4 | 25.4 |
表3:基准影响因子和异常的尺寸
针对异常模型考虑的前五个因子的灵敏度分析产生与整体模型类似的结论。可以在灵敏度曲线图中省略两个影响最小的因子m2和E1。如本文中所示,在异常参数与其它五个因子之间提供清晰比较。先前假设目标刚度E2的变化归因于至少一个异常的存在,因此其可与两个参数h和l相关。可见异常深度h的增大和异常长度l的减小均等效于E2(目标结构的弹性模数)的增大。
对两个异常参数之间的灵敏度进行比较,可以从曲线图中观察到对于N=0~1(相当于h=0~25.4mm,l=0~25.4mm),深度h的影响比长度l的影响大得多。然而,当N=1~2(相当于h=25.4~50.8mm,l=25.4~50.8mm)时,这两个参数对观察到的量具有相对微小的影响。这种趋势暗示了鉴别符感测异常、不规则或变化的存在的灵敏范围(如本文中进一步论述)。另外,如图11、12和13中所示,与前三个动力量Fmax、τ和αmax+δmax的其它所有绘制因子比较时,长度l显示出不太明显。
然而,弯曲能量损失百分比λf呈现对深度h和长度l两者的变化的更高灵敏度。可以看出,λf因异常长度l加倍而增大约4.6%,这比冲击速度Vi加倍而增大0.74%高得多。归因于前五个参数(Vi、m1、m2、E1、E2)与两个异常参数(h、l)之间的变化范围的此差异,在图14和15中分开示出灵敏度曲线图。当λf接近最大值1时,异常更接近受冲击表面。当λf快速减小时,异常变得更深。替代地,随着异常长度l增大,λf以相对稳定的比率上升。这种现象反映出更多能量损失归因于增多的异常引发的弯曲振动。
冲击声信号分析
冲击声信号包含两个部分:一个是可以通过使用作为冲击尖端的测力计进行测量的冲击力信号。另一个是通过传声器记录的所得声信号。根据本文中所公开的接触动力学模型,动力量经证实对橡胶结构中的内部异常的存在具有灵敏性。
实验冲击力信号提供对峰值冲击力和冲击持续时间的直接测量。这两个量在理论上可以从接触动力学模型中获得。有必要比较实验得出的量与理论得出的量以便验证所述模型。另外,分析裂纹对量的影响以验证采用这两个量作为异常鉴别符的合理性。进行分析以便了解内部异常对这两个动力量的影响。
实例:
以示例性立方体形状制备并由具有此前表1中所列的材料特性的橡胶制成橡胶样本。使用两组块尺寸来研究块长度对冲击动力学量的影响:
·50.8mm×279.4mm×101.6mm(“101.6mm的块”);以及
·50.8mm×279.4mm×152.4mm(“152.4mm的块”)。
每个尺寸制造四个样本,包含一个整体块和三个各自在其顶部和底部范围处并有孔的块。
给出三个不同深度h为25.4mm、19.05mm、12.7mm以及两个长度l为25.4mm和50.8mm,分析具有孔的三个块。顶部孔与底部孔之间的最近距离为228.6mm,所述距离是通过从块的总高度中减去25.4mm的两个深度h获得的。此前经证实,冲击动力学鉴别符对深于25.4mm的异常变得不灵敏,相对应地可假设能够忽略远场变化(例如,与所施加冲击的受影响区域相距228.6mm处的另一异常)。
针对101.6mm的橡胶块的四个情境,基于所开发的整体模型和异常模型计算峰值冲击力Fmax和冲击持续时间τ的理论值。分别在图16和17中绘制相对于冲击速度的Fmax和τ。在更高速度下,模型预测每个情境的更高冲击力和更少冲击持续时间。对于某个冲击速度,整体块(曲线1)比孔块(曲线2、3、4)给出更高冲击力和更少冲击持续时间,其与嵌入式异常引入的其它膜弯曲挠度相关联而不是与局部接触变形相关联。通过接近整体模型的预测值,还观察到随着嵌入式异常的深度增长,峰值冲击力增大而冲击持续时间减少。所述趋势显示,异常的位置越深,异常的存在对所预测鉴别符的影响就越小。这验证了在单个块中制造两个孔(即,“异常”)以用于模拟外胎中的两个胎肩的合理性。
图18和19示出针对在12.7mm的相同深度下具有25.4mm和50.8mm的对应异常长度的三个情境(即,101.6mm的整体块和两个带孔的101.6mm的块)的由冲击速度引起的峰值冲击力和冲击持续时间的变化趋势。对于给定冲击速度,带孔块比整体块呈现更低冲击力和更长冲击持续时间。因此,异常越窄,在整体情况与孔情况之间的鉴别符就存在越少的差异。显然,具有无限接近零的异常长度的块等同于整体块。可同时推断出冲击动力学鉴别符不能检测大小过小的异常。
因此,冲击动力学量检测异常的能力取决于传感器的灵敏度和可检测范围。还可以总结出,当异常的位置深于25mm时,不能通过查找所测得的峰值冲击力的变化检测到异常。然而,峰值冲击力可以用作区分异常深度的鉴别符。因此,如本文中所论述的胎肩中的目标带束边缘异常始终小于25.4mm。
在图20和21中,考虑1.85m/s的冲击速度,分别在理论上得出具有变化深度的异常的101.6mm的块的Fmax和τ。比较长度l=25.4mm的异常与长度l=50.8mm的异常的两个情境。对于深度小于25mm的较浅的异常,相比于更深的异常,冲击力随着异常深度的增大更快速地增大。这种现象表示对于接近受冲击表面的异常,冲击力可以是非常灵敏的鉴别符,然而,当异常的位置在结构中较深时可能更难以区分不同深度下的异常。
图22比较理论上预测的和以实验方式获得的峰值冲击力Fmax。在预测Fmax与实验Fmax之间显示出极好的一致性,其中图示中的所有绘制点落入5%误差容限内。此相关性使得能够预测从橡胶复合结构测量的冲击力并且基于所测得的峰值冲击力识别异常。
图23示出预测的冲击持续时间与实验冲击持续时间之间的相关性,其中大部分测量值落入0.75到0.85msec的相对较小范围内。两个“掉队的”测量值是从异常具有最长对比横向长度和最小深度的两个样本获得的。这种现象表明冲击持续时间可以是极严重异常的良好鉴别符。然而,对于相对较小且较深的异常,可能无法清晰区分针对不规则的或变化的结构测得的冲击持续时间与针对具有结构完整性的结构测得的冲击持续时间。
可以总结出,在使用峰值冲击力和冲击持续时间作为异常鉴别符时,存在可检测或灵敏范围。替代地,这意味着可能不容易通过某些接触动力学鉴别符(Fmax和τ)辨别深且窄的异常。在了解本发明所公开的冲击声学法的一组特定输入参数(例如,包含但不限于冲击速度和冲击器的材料特性)的情况下,可以确定嵌入式异常的可检测范围。
声信号的理论分析
之前已经通过接触动力学模型研究了冲击速度和冲击器的质量对冲击持续时间具有显著影响,冲击持续时间又控制频率分量的可激励范围。针对这两个参数进行实验研究,并且针对每个观察参数比较两个情境之间的频谱。图24A和24B比较冲击速度对频率覆盖范围的影响,而图25A和25B说明冲击器质量对相对应带宽的影响。图示指出,对于较高冲击速度和较小冲击器质量,频率覆盖范围较大,这与此前得出的理论结论相匹配。因此,适当冲击速度和冲击器质量的选择影响频域分析中冲击声信号的成效。
在较低可听频率范围(20-200Hz)下传声器增益通常不是常量值。如果冲击声信号含有大量较低可听频率含量,那么时域幅值是速度的失真的比例再现。因此,初始接触声波幅值可以估计为与受冲击固体的振动速度成比例。此外,可以得出,在假设电压增益的位移随时间推移恒定不变时,初始接触声波形下的区域与由冲击产生的最大变形成比例。声信号的自由振动阶段是接触之后的表面移动的间接测量。因此,环绕声幅值取决于开始自由振动时的结构的初始位置。此初始条件可以假设为最大变形。在接触动力学模型中将在接触持续时间结束时经历冲击的最大变形分析为与存在内部异常相关。
如图26中所示,可以基于所开发的异常模型在理论上得出最大变形dmax与异常尺寸之间的关系。接触变形αmax和弯曲变形δfmax根据增大的异常深度而变化。总的来说,总最大变形随异常深度的增大而减小,这表示dmax随内部不规则(例如,一个或多个裂纹)的存在而增大。当不规则的位置深于约20mm时此关系不太明显,这表明此动力量也限制为显示在一定可检测范围内的不规则。
频域分析的基本依据是异常或不规则通常减小结构刚度k,因此产生较低谐振频率ω。冲击声学法中考虑的有缺陷的结构质量可以假设为橡胶的高于异常(例如,裂纹)的一部分。在有缺陷的试样的情况下,m减小。在此情况下,通过减小m,自然频率是ω=(k/m)^0.5。由高于异常的m的振动产生的谐振频率ω将增大,并且因此产生许多更高的频率分量。相对应地,在声信号的更高频率带宽处产生更丰富的频率分量。被转换至结构中的总冲击能被内部异常引起的曲线式弯曲变形部分地耗散。因此,可以更有效地区分在较低频率下归因于局部接触变形的振动与在声信号的功率谱中较高频率下的弯曲振动。弯曲振动能直接与由冲击引起的初始最大挠度δfmax相关,而谐振的振动能的量可以归因于局部接触变形αmax的量值。
声谱中能量的量反映冲击的声学响应的两个阶段:初始接触阶段和自由振动阶段。弯曲能量损失因子是测量因曲线式弯曲变形造成的能量损失的百分比的理论量。此弯曲能量损失可以替代地理解为造成结构刚度的减小。高于内部异常的材料的弯曲刚度Kf取决于异常的深度和长度(注意到h的增大和l的减小均减小Kf)。因此,弯曲刚度从对于整体结构的无穷大减小到对于不规则结构(即,具有至少一个异常的结构)的有限值,并且随着内部裂纹的严重性增加而减小。因此,能量损失因子可以估计为增加的较高频率分量的替代测量。
声学时域鉴别符的实验验证
在声信号的时域中,将两个累计区域A1和A2表示成最大变形dmax的实验性解释并因此可以被用作异常鉴别符。通过对如本文中所公开的人工橡胶样本应用冲击声学测试得出关于内部异常对A1的影响的实验验证。
等效地测量最大变形的一个实验量是声学时间信号A1的初始区域。图27示出对于三种不同的异常深度的针对异常长度绘制的实验属性A1。如图所示,与理论量dmax一样,声学时间信号A1与异常尺寸相关,并且其可以用来显示橡胶结构中内部异常的存在。
图28中针对裂纹深度绘制了由环绕声波计算得出的累计区域A2。示出内部异常的严重性增加产生了更高的A2,这与dmax的预测趋势相匹配。因此,由时域声学波形计算得出的两个特征A1和A2均是橡胶结构中的内部异常和不规则的鉴别符。
声学频域鉴别符的实验验证
直接观察到,低于640Hz的频谱能量对整体结构比对两个不规则结构(即,具有一个或多个异常的结构)更高,并且在裂纹更接近表面时变得更低。因此,高于640Hz的频谱能量(归因于弯曲振动)归因于内部剥离引入的弯曲振动而对于不规则结构更高。低于或高于640Hz的功率谱能量的关系分别匹配αmax和δfmax的趋势,这又指明可以通过频谱能量的操作识别内部异常对冲击声学响应的影响。局部峰值幅值或累计频谱密度可以被看作异常识别的鉴别符。
模态频率的移位是归因于不规则结构的弯曲振动。它们还可以与谐振对总振动能量的能量分布比相关。为此目的限定累计功率比以检查所关注频率范围的能量分布。
以实验方式从整体橡胶块样本和分别具有12.7mm、19.05mm和25.4mm深度的异常的三个不规则样本获取功率谱。在每个曲线图中每个功率谱密度归一化为其对应的最大密度。相比而言,较高频率(高于500Hz)下的功率密度从整体块到最浅裂开块变得更大。
此外,术语ΔPR定义为带孔情境的功率比值与整体测量值的差异:
ΔPR=ΔPR整体的-ΔPR裂开的。
以实验方式测得的鉴别符ΔPR与理论上预测的λf相同,这两者指示结构的异常状态:
通过获得400Hz与550Hz之间的频率范围中的累计密度与总频率覆盖范围(0~3000Hz)中的累计密度的比计算得出功率比值。图29中呈现结果。随后计算三个不规则块的ΔPR值并与λf对比异常深度的理论曲线(见图30)进行比较。比较显示出在实验得出的鉴别符ΔPR与理论上估计的弯曲能量损失因子λf之间的有利一致性。
冲击声学法的实施
本发明所公开的冲击声学法可以在用过的轮胎(包含用过的卡车轮胎)上实施,其目的是检查用过的外胎并确定其完整性。如本文中所公开,存在经验证可用于内部裂纹识别的七个鉴别符:峰值冲击力、冲击持续时间、初始接触声下的区域、自由振动能量、累计功率比、功率谱局部峰值量值以及累计频谱能量(见下表4)。
表4:冲击声学异常识别的鉴别符概述
可以直接由力-时间信号测量Fmax和τ,并且还可以由声音-时间信号计算Fmax和τ。
表5指出预测的动力量如何针对增大的异常深度和长度而改变。已经通过测试具有人工异常的立方体橡胶样本证实以实验方式测得的鉴别符可有利地与对应的分析动力量相比。例如,在相比于整体结构的具有异常的结构中可以测得较低的Fmax和较高的弯曲能量Ef。
表5:异常尺寸对所选择的参数的影响
实验设置和仪器
在实验阶段,通过冲击声学法测试具有三个不同带束构造的用过的径向卡车轮胎。对于所有样本对胎面进行抛光以确保周向上一致的材料量并且消除胎面设计差异的影响。异常检查的关注区域是外胎的两个肩部处的带束边缘分离处。带束边缘与周围橡胶材料之间的分离通常预示着严重的轮胎故障的开始,所述分离沿着带束方向平行展开。异常可能延展到底胎面区域中的带束区中从而导致极其严重的胎面分离。
进一步参考图31,提供总体而言包含轮胎支撑系统和冲击系统的示例性轮胎异常检测系统100。轮胎支撑系统可以包含测试平台102。一个或多个测试平台可以设计为满足这些系统的全面自动化(例如,轮胎支撑系统可以结合轮胎旋转系统)。可以对一个或多个辅助子系统(例如,加载/卸载系统、轮胎居中定位系统、定位系统等)执行手动操作。
示例性冲击系统包含电机驱动冲击器104和声传感器(例如位于靠近外胎108的目标区域的传声器106)。例如,目标区域可以是外胎108的肩部108a,并且传声器106可以安置在距肩部108a的固定距离处。外胎108可与如图2中所示的外胎12类似。应理解,冲击器可以是产生输入压力波的冲击器。因此,冲击器104可以通过螺线管、通过手动输入或通过如本领域已知的任何其它经得起检验的致动方式来致动。
传声器106可与冲击器104一起移动或视需要而独立地具有三个自由度。冲击器104可以具有微型大小且低质量的测力计,所述测力计设计为在准静态至50kHz的宽频率范围上测量±50g动力范围标度上的动力。传声器106包含具有70Hz到20kHz的范围的冲击声学系统的其它传感器。
外胎108位于测试平台102上并且在其上居中。在实施例中,冲击器104具有微型大小且低质量(例如,4.5g或约4.5g)IEPE力传感器,所述传感器设计为以22.5mV/N的灵敏度测量±222N动力范围标度上的动力。DC电机驱动的冲击器104可以最大效率达到8170r/min(即,对于2.3mm的转子大致0.98m/s)的最大速度。因此,在50mm轴杆的延伸处提供的冲击器104可达到约40m/s的最大冲击速度。在一些实施例中,传声器106可以是驻极体电容式传声器,其从覆盖从70Hz直到20kHz的声频的单个方向接收信号。
图32中示出控制硬件并检查内部异常(包含数据采集和后处理)的示例性测试算法的流程图。利用由旋转步进式电机控制的所需分辨率在外胎的两个肩部上周向地执行全面冲击声学测试。将如所示的算法划分为两个部分:一个部分是控制硬件并记录数据,且第二部分是选取异常指标并将所述指标馈给到涉及ANN的随机算法中。
可以通过在半步进模式下运行电机来实现0.9°的最小分辨率。测试分辨率选择为3.6°,这使测试线的圆周离散为100段,如图33中所见。在每次冲击和信号记录之后,使轮胎朝向下一个测试位置旋转3.6°直到覆盖整个圆周。测量标记为0°或360°的测试线的开始位置,重复两次。
为了所收集声音波形的准确度,最低采样频率应当是所关注的最高频率的至少十倍。为此目的,声信号采集的采样率设置为41kHz。样本的总数目设置为214个(即,16384个),因此声信号的总记录时间为0.4秒,产生5Hz的频率分辨率。后处理阶段总结出来自力信号和声信号两者的鉴别符选取以及用于异常识别的进一步综合分析。
使用冲击声学测试数据,开发NN算法来从时域和频域两者解释测得指标以预测内部异常的程度和位置。尽管存在多种神经网络,但将利用用于监督式学习的反向传播算法的前馈NN用于初步轮胎异常评估。建立如本文中所公开的至少参考图4的基本规则。
测量的后处理包含三个阶段:鉴别符的选取、离线ANN训练和在线ANN评估。基于声波和力信号计算鉴别符量。基于选定的数据库,将所选取的那些鉴别符馈送到NN以用于离线训练,从而产生包括网络的传递函数的权矩阵。保存用于选定的数据库的最合适的权数以用于未知轮胎的在线评估。
图34中示出从样本轮胎测得的冲击力的典型时间历程。从轮胎上的对应位置测得代表性数据,并且这些位置是根据对应剪切干涉图像分别从整体和不规则区域选择的。整体结构的点的固体力-时间曲线相比于不规则结构的点(即,具有嵌入式异常)的虚短划曲线呈现更高的峰值力和更短的接触持续时间。结果与理论冲击动力学模型一致,其中对于整体结构预测更高冲击力和更短冲击持续时间。
图35A和35B分别示出从与图34中示出的点相同的两个点测得的冲击声的典型时间历程和对应功率谱。从声音-时间波形中可以观察到,整体结构的点的初始下行峰值下的区域比不规则结构的点小。频域的分析要求了解遭受局部接触变形的谐振频率,其可以根据fc=1/(2x0.9msec)≈555Hz的冲击持续时间确定。在功率谱中,对于不规则曲线而言,高于550Hz的频率下的频谱密度更大,这表示归因于嵌入式异常的更多弯曲振动能量。累计功率比PR(针对较高频率分量比率计算得出)、峰值弯曲频谱Pf和累计弯曲能量Ef可以视为异常鉴别符。
曲线式弯曲变形可以小于人工不规则橡胶样本,这是因为轮胎结构中的实际带束边缘异常通常在两个分离的表面之间呈现出比橡胶样本中制出的人工异常小得多的间隙。这通过减少结构刚度的差异减轻了谐振频率偏移的影响。
冲击位置的影响
图36示出冲击位置对从极其不规则轮胎的肩部测得的峰值声幅的影响。每个曲线表示在整个圆周的对应冲击位置处的101个测量值,其中在初始测试位置处重复两次。对于裂开的区域,在x=0mm处测得的峰值声幅在不规则区域与整体区域之间显示出大得多的偏差。例如,在250°周围测得的幅值低至约0.4V,但靠近200°测得的幅值高达1.4V。幅值与剪切干涉之间的唯一不匹配为约75°与120°之间的区域,在所述区域剪切干涉测试因表面异常而失败。这表明冲击声学法比剪切干涉成像法更具优势,因为表面异常可能影响剪切干涉测试结果。本发明所公开的冲击声学法通常仅受局部表面异常影响。在此特定区域上的测试结果指示存在剪切干涉未发现的嵌入式异常。针对来自代表性轮胎样本的每个测量值选取所有冲击声学鉴别符,如图37和38中所绘制。每个曲线呈现两次独立重复的结果,其中对于每次重复,整个圆周周围存在101个测量值。
将七个鉴别符组合成单个稳定的异常指数(DI),最直观的方法是计算经加权均值(例如,计算并对归一化的鉴别符求平均)。可以计算DI以按比例调整从而将原始鉴别符置于表示为归一化的鉴别符的[0,1]范围中(其中0表示规则,且1表示最严重的不规则)。
对于图39中的全新的轮胎,两个肩部的DI几乎为零。在图40中,第一肩部的剪切干涉图像中显示不连续的斑点,这表示肩部区域中开始出现带束边缘分离。冲击声学指数指出第一肩部在180°左右出现两个蝶形斑点。此肩部的DI值一般在0.25左右,而第二肩部的DI值几乎为零,这显示了不规则条件与规则条件之间的充分对比。综合方法的重点是具有不同构造、相同内径、抛光胎面的轮胎共享单一组参数以用于归一化,传播此方法用于大量轮胎的异常检验具有实用价值。
声传感器(例如,一个或传声器,例如图31中示出的传声器106)和力传感器(例如,包括冲击器的测力计,冲击器例如图31中示出的冲击器104)中的至少一个可以与一个或多个计算装置通信以用于产生异常指标。声传感器和力传感器中的至少一个可以是与计算装置通信的连接网络的装置。可以提供平台,平台包含与连接网络的装置通信的服务器以及引擎中的至少一个。引擎可以用来接入用于训练和预测异常指标的ANN和/或用来在测试每个轮胎时记录测试数据。引擎还可经配置以基于检测到的声波和力信号计算鉴别符量。将至少一个存储的鉴别符量与至少一个计算得出的鉴别符量进行比较,并且基于比较,确定轮胎的完整性。
服务器可经进一步配置以促进传感器中的至少一个与计算装置中的一个或多个之间的通信。可以建立并接入包含存储的鉴别符量和可针对预期轮胎完整性产生的传感器输出的计算得出的鉴别符量的数据库。例如,在一些实施例中,存储的鉴别符量可以表示不具有异常或不规则的轮胎。在一些实施例中,存储的鉴别符量还可包含此前计算得出的表示不规则的变化程度的鉴别符量。可以通过服务器上传受测试轮胎的测试数据并存储在数据库上,用于计算所述计算得出的鉴别符量并将其与存储的鉴别符量进行比较。可以产生计算得出的鉴别符量的一个或多个表示。
引擎可经进一步配置以产生关于受测试轮胎的完整性的通知。所述通知可以告知用户对应于轮胎完整性的更新后的轮胎测试数据和更新后的异常指数。
当前公开的发明有效地使用冲击信号检测异常。用于异常检测的方法论是基于电流传感器响应与此前研发的来自规则结构(即,不具有异常的结构)的基准传感器响应的比较。对传声器和测力计信号两者进行实验数据分析,且所涉及的方法是时域和频域分析。
本文中所描述的各种技术中的至少一些可以结合硬件或软件或适当时结合两者的组合来实施。例如,电数据处理功能可以用来实施鉴别符推导和指数计算的各方面,包含结合计算装置(包含移动网络设备)的实施,计算装置包含硬件、软件或适当时两者的组合。处理功能可以对应于包含一个或多个处理装置的任何类型的计算装置。计算装置可以包含任何类型的计算机、计算机系统或其它可编程电子装置,包含客户端计算机、服务器计算机、便携式计算机(包含膝上型电脑和平板电脑)、手持式计算机、移动电话(包含智能电话)、游戏装置、嵌入式控制器、近场通信装置、具有至少部分使用云服务实施的应用程序的装置、以及其任何组合和/或等效物(包含无接触装置)。此外,例如,可以在集群或其它分布式计算系统中使用一个或多个连网的计算机来实施计算装置。网络可以是LAN、WAN、SAN、无线网络、蜂窝网络、无线电链路、光学链路和/或因特网,但是网络不限于这些网络选择。
通过训练ANN来获得基准数据,一个状况良好的轮胎将与另一个状况良好的轮胎很好地关联,但是在不存在内部变化或异常的情况下。可以将之前用作用于分析的个别数据的时域和频域输入数据两者整合为ANN的输入。当ANN以整合方式用于处理这两个数据集时,所处理的测试信号的增大的值与具有异常和不规则的轮胎段很好地关联。此分析提供了用于各种轮胎类型的通用模型。由此提供了以比现有方法更低的成本和更高的准确度识别用过的外胎中的内部异常的设备和方法。
应进一步理解,本发明所公开的方法预期用于先前经受如本文中所公开或根据一个或多个其它经得起检验的翻新方法的一个或多个翻新过程的轮胎。然而,应理解,本发明所公开的方法可以用于从未经过翻新的轮胎。当前公开的发明可以结合翻新后的重型卡车或挂车用轮胎和任何其它轮胎类型来使用,所述其它轮胎类型包括但不限于轻型汽车、越野车、ATV、公交车、飞机、农用车、矿业用车、自行车、摩托车和客车用轮胎。
本文中所公开的尺寸和值不应理解为严格地限制于所述的精确数值。反之,除非另外规定,否则每个此类尺寸均意在意指所述值和围绕所述值的功能上等效的范围。例如,公开为“40mm”的尺寸意在意指“约40mm”。另外,本文中所公开的尺寸和值不限于指定测量单位。例如,以英制单位表示的尺寸应理解为包含公制和其它单位的等效尺寸(例如,公开为“1英寸”的尺寸意在意指“2.5cm”的等效尺寸)。
如本文中所使用,术语“方法”或“过程”是指可以在不脱离当前公开的发明的范围的前提下以与所示出的排序不同的排序执行的一个或多个步骤。如本文中所使用,术语“方法”或“过程”可以包含至少通过一个电子设备或基于计算机的设备执行的一个或多个步骤。步骤的任何顺序都是示例性的,且不意在将本文中所描述的方法限制到任何特定顺序,也不意在排除添加步骤、省略步骤、重复步骤、或同时执行步骤。
术语“一”和词的单数形式应理解为包含相同词的复数形式,以使得所述术语意指提供一个或多个某物。术语“至少一个”和“一个或多个”可互换地使用。描述为“在a与b之间”的范围包括“a”和“b”的值。
如本文中所使用,术语“过程”或“方法”是指可以在不脱离本发明的范围的前提下以与所示出的排序不同的排序执行的一个或多个步骤。另外,一些步骤可以是任选的且可以省略。可以通过至少一个计算机执行一些或所有步骤,所述计算机具有用于执行实施步骤的指令的处理器。
除非明确排除或以其它方式限制,否则本文中所引用的每个文献(包含任何交叉参考或相关专利或申请案)均以全文引用的方式并入本文中。任何文献的引用均不承认其为本文中所公开或所主张的任何发明的现有技术,或其单独或与任何其它一个或多个参照案组合教示、表明或公开任何此类发明。此外,在这一文献中的术语的任何意义或定义与以引用方式并入的文献中的相同术语的任何意义或定义冲突的情况下,应以在这一文献中赋予所述术语的意义或定义为准。
虽然已经说明和描述了所公开的设备的具体实施例,但是将理解在不脱离本发明的精神和范围的前提下可以作出多种改变、添加和修改。因此,除了在所附权利要求书中的阐述之外不应该对当前公开的发明的范围强加限制。
Claims (26)
1.一种用于测试轮胎的冲击声学法,其包括:
提供可致动冲击器,所述可致动冲击器接近冲击区域安置,所述冲击器在所述冲击区域上撞击所述轮胎;
提供声传感器,所述声传感器在所述轮胎的与所述冲击器共同侧上接近所述冲击区域安置,其中所述声传感器接收在所述冲击器撞击所述冲击区域时产生的一个或多个声波并产生对应声信号;
提供力传感器,所述力传感器接近所述冲击区域安置以用于测量一个或多个动力并产生指示冲击力的对应力信号;
在测试平台上提供轮胎使得所述冲击器在其致动期间撞击所述冲击区域;
由所述声信号和所述力信号计算多个鉴别符量;以及
将计算得出的鉴别符量与存储的鉴别符量进行比较以确定所述轮胎中是否存在异常。
2.根据权利要求1所述的冲击声学法,其进一步包括提供与所述声传感器和所述力传感器中的至少一个通信的一个或多个计算装置,其中所述一个或多个计算装置包含用于执行以下项中的至少一个的指令:传递来自所述声传感器和所述力传感器中的至少一个的数据;以及直接或间接控制所述声传感器和所述力传感器中的一个或两个。
3.根据权利要求2所述的冲击声学法,其中所述计算得出的鉴别符量和所述存储的鉴别符量中的每一个包含峰值冲击力、冲击持续时间、初始接触声下的区域、自由振动能量、累计功率比、功率谱局部峰值量值以及累计频谱能量中的一个或多个量。
4.根据权利要求2或3所述的冲击声学法,其中所述存储的鉴别符量表示先前测试的轮胎的轮胎完整性。
5.根据权利要求4所述的冲击声学法,其进一步包括由所述计算得出的鉴别符量的加权平均产生异常指数作为轮胎完整性的指标。
6.根据权利要求5所述的冲击声学法,其中所述冲击区域包括外胎的目标区域,并且所述声传感器安置在距所述目标区域的已知距离处或在所述冲击器撞击所述冲击区域时连同所述冲击器一起移动。
7.根据权利要求6所述的冲击声学法,其中:
所述冲击器包括产生输入压力波的冲击器;
所述声传感器包括一个或多个传声器;并且
所述力传感器包括并有所述冲击器的低质量测力计。
8.根据权利要求6或7所述的冲击声学法,其中所述声传感器和所述力传感器中的至少一个是连接网络的装置,并且所述方法进一步包含提供平台,所述平台包含以下的至少一个:
服务器,所述服务器与至少一个连接网络的装置通信;以及
引擎,所述引擎经配置以执行以下的至少一个:
接入用于训练和预测异常指标的至少一个人工神经网络(ANN);
在测试每个轮胎时记录测试数据;
基于检测到的声波和所述力信号计算鉴别符量;
将至少一个存储的鉴别符量与至少一个计算得出的鉴别符量进行比较;以及
基于所述比较,确定轮胎完整性。
9.根据权利要求8所述的冲击声学法,其中所述服务器经配置以执行包括以下的至少一个的动作:
在网络上通信;
促进所述至少一个连接网络的装置与所述一个或多个计算装置之间的通信;
建立并接入存储的鉴别符量和可针对预期轮胎完整性产生的传感器输出的计算得出的鉴别符量的数据库;
上传测试数据以存储在所述数据库上;以及
产生所述计算得出的鉴别符量中的一个或多个的一个或多个表示。
10.根据权利要求9所述的轮胎异常检测系统,其中所述引擎经进一步配置以产生通知,所述通知告知用户对应于轮胎完整性的更新后的轮胎测试数据和更新后的异常指数。
11.一种轮胎异常检测系统,其包括
轮胎支撑系统,所述轮胎支撑系统包括测试平台;以及
冲击系统,所述冲击系统包括:
可致动冲击器,所述可致动冲击器接近冲击区域安置,所述冲击器在所述冲击区域上撞击位于所述测试平台上的轮胎;
声传感器,所述声传感器在所述轮胎的与所述冲击器共同侧上接近所述冲击区域安置,其中所述声传感器接收在所述冲击器撞击所述冲击区域时产生的一个或多个声波并产生指示所述接收到的声波的对应声信号;以及
力传感器,所述力传感器接近所述冲击区域安置以用于测量一个或多个动力并产生指示冲击力的对应力信号;
其中由所述声信号和所述力信号计算多个鉴别符量,并且将所述计算得出的鉴别符量与存储的鉴别符量进行比较以确定所述轮胎中是否存在异常。
12.根据权利要求11所述的轮胎异常检测系统,其进一步包括与所述声传感器和所述力传感器中的至少一个通信的一个或多个计算装置。
13.根据权利要求12所述的轮胎异常检测系统,其中所述计算得出的鉴别符量和所述存储的鉴别符量中的每一个包含峰值冲击力、冲击持续时间、初始接触声下的区域、自由振动能量、累计功率比、功率谱局部峰值量值以及累计频谱能量中的一个或多个量。
14.根据权利要求13所述的轮胎异常检测系统,其中所述存储的鉴别符量表示先前测试的轮胎的轮胎完整性。
15.根据权利要求13或14所述的轮胎异常检测系统,其中由所述计算得出的鉴别符量的加权平均计算异常指数作为轮胎完整性的指标。
16.根据权利要求15所述的轮胎异常检测系统,其中所述冲击区域包括外胎的目标区域,并且所述声传感器安置在距所述目标区域的已知距离处或在所述冲击器撞击所述冲击区域时连同所述冲击器一起移动。
17.根据权利要求16所述的轮胎异常检测系统,其中:
所述冲击器包括产生输入压力波的冲击器;
所述声传感器包括一个或多个传声器;并且
所述力传感器包括并有所述冲击器的低质量测力计。
18.根据权利要求16或17所述的轮胎异常检测系统,其中所述声传感器和所述力传感器中的至少一个是连接网络的装置,并且所述系统进一步包含平台,所述平台包含以下中的至少一个:
服务器,所述服务器与至少一个连接网络的装置通信;以及
引擎,所述引擎经配置以执行以下中的至少一个:
接入用于训练和预测异常指标的至少一个人工神经网络(ANN);
在测试每个轮胎时记录测试数据;
基于检测到的声波和所述力信号计算鉴别符量;
将至少一个存储的鉴别符量与至少一个计算得出的鉴别符量进行比较;以及
基于所述比较,确定轮胎完整性。
19.根据权利要求18所述的轮胎异常检测系统,其中所述服务器经配置以执行包括以下中的至少一个的动作:
在网络上通信;
促进所述至少一个连接网络的装置与所述一个或多个计算装置之间的通信;
建立并接入存储的鉴别符量和可针对预期轮胎完整性产生的传感器输出的计算得出的鉴别符量的数据库;
上传测试数据以存储在所述数据库上;以及
产生所述计算得出的鉴别符量中的一个或多个的一个或多个表示。
20.根据权利要求19所述的轮胎异常检测系统,其中所述引擎经进一步配置以产生通知,所述通知告知用户对应于轮胎完整性的更新后的轮胎测试数据和更新后的异常指数。
21.根据权利要求17所述的轮胎异常检测系统,其包括一个或多个测试平台,其中至少一个测试平台包含轮胎旋转系统。
22.一种轮胎异常检测系统,其包括:
轮胎支撑结构,所述轮胎支撑结构用于在测试期间支撑轮胎;
冲击器,所述冲击器接近所述轮胎安置以用于在一个或多个位置处冲击所述轮胎;
声传感器,所述声传感器接近所述冲击器安置以用于在所述冲击器接触所述轮胎时接收声波;
力传感器,所述力传感器用于测量冲击器接触的位置处的一个或多个动力并产生指示冲击力的对应力信号;以及
一个或多个计算装置,每个所述计算装置具有处理器,所述处理器具有用于由所述声信号和所述力信号计算多个鉴别符量的指令以及用于将所述计算得出的鉴别符值与存储的鉴别符值进行比较以指示所述轮胎中的异常的指令。
23.根据权利要求22所述的轮胎异常检测系统,其中所述计算得出的鉴别符量和所述存储的鉴别符量中的每一个包含峰值冲击力、冲击持续时间、初始接触声下的区域、自由振动能量、累计功率比、功率谱局部峰值量值以及累计频谱能量中的一个或多个量。
24.根据权利要求23所述的轮胎异常检测系统,其中所述存储的鉴别符量表示先前测试的轮胎的轮胎完整性。
25.根据权利要求22或23所述的轮胎异常检测系统,其中所述指令由所述计算得出的鉴别符量的加权平均计算异常指数作为轮胎完整性的指标。
26.根据权利要求25所述的系统,其中所述系统进一步包括与至少一个连接网络的传感器通信的服务器,所述服务器经配置以执行动作,所述动作包括:
经由网络接口在网络上接入所述系统;以及
在所述冲击器接触所述轮胎时从至少一个传感器获得信息。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/US2013/068513 WO2015069218A1 (en) | 2013-11-05 | 2013-11-05 | Method and apparatus for non-destructive detection of tire anomalies |
Publications (1)
Publication Number | Publication Date |
---|---|
CN105637338A true CN105637338A (zh) | 2016-06-01 |
Family
ID=53041840
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201380080228.XA Pending CN105637338A (zh) | 2013-11-05 | 2013-11-05 | 用于轮胎异常的非破坏性检测的方法和装置 |
Country Status (4)
Country | Link |
---|---|
US (1) | US9909953B2 (zh) |
EP (1) | EP3066446A4 (zh) |
CN (1) | CN105637338A (zh) |
WO (1) | WO2015069218A1 (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107907291A (zh) * | 2017-10-27 | 2018-04-13 | 安徽容知日新科技股份有限公司 | 一种冲击检测方法及计算设备 |
CN108287080A (zh) * | 2018-01-26 | 2018-07-17 | 安徽佳通乘用子午线轮胎有限公司 | 一种轮胎沟裂及延展问题的路试评价方法 |
CN108827661A (zh) * | 2018-09-07 | 2018-11-16 | 攀枝花学院 | 车轮检测装置 |
CN110824006A (zh) * | 2019-11-08 | 2020-02-21 | 南通大学 | 一种基于智能声信息识别的焊后焊缝冲击质量判别方法 |
CN110998253A (zh) * | 2017-07-27 | 2020-04-10 | 格林多松尼克有限公司 | 用于进行冲击激发技术的设备和方法 |
Families Citing this family (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP3718960B1 (en) * | 2014-12-10 | 2023-10-25 | Paul D. Okulov | Structural health and usage monitoring system |
AU2016241572B2 (en) | 2015-03-31 | 2021-06-17 | Fisher & Paykel Healthcare Limited | A user interface and system for supplying gases to an airway |
ITUB20151812A1 (it) * | 2015-07-02 | 2017-01-02 | Univ Degli Studi Di Trieste | Dispositivo di rilevazione dell'integrita strutturale di un oggetto campione |
WO2018029638A1 (en) | 2016-08-11 | 2018-02-15 | Fisher & Paykel Healthcare Limited | A collapsible conduit, patient interface and headgear connector |
FR3058930A1 (fr) * | 2016-11-21 | 2018-05-25 | Compagnie Generale Des Etablissements Michelin | Procede de controle et/ou de suivi de l'utilisation d'un pneumatique |
JP6905890B2 (ja) * | 2017-08-03 | 2021-07-21 | 株式会社トーキン | 構造品質判定方法及び構造品質判定装置 |
JP6966290B2 (ja) * | 2017-11-01 | 2021-11-10 | Toyo Tire株式会社 | 振動測定装置及び振動測定方法 |
DE102018200878B3 (de) * | 2018-01-19 | 2019-02-21 | Zf Friedrichshafen Ag | Detektion von Gefahrengeräuschen |
JP7107000B2 (ja) * | 2018-06-07 | 2022-07-27 | 住友ゴム工業株式会社 | 空気入りタイヤ製造方法 |
US10914573B2 (en) * | 2019-05-29 | 2021-02-09 | Bae Systems Information Electronic Systems Integration Inc. | Shearography detection and classification |
KR102267901B1 (ko) * | 2019-10-02 | 2021-06-24 | 한국타이어앤테크놀로지 주식회사 | 노면 상태 추정 장치 및 이를 이용한 노면 상태 추정 방법 |
CN111006591B (zh) * | 2019-10-29 | 2021-08-27 | 国网浙江省电力有限公司电力科学研究院 | 一种非接触测量gis设备位移反演应力的方法 |
CN115994477B (zh) * | 2023-03-24 | 2023-07-14 | 西安航天动力研究所 | 一种火箭发动机管路的寿命确定方法 |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US3967498A (en) * | 1975-09-16 | 1976-07-06 | Super Tire Engineering Company | Tire defect detector |
US4479386A (en) * | 1983-02-10 | 1984-10-30 | The United States Of America As Represented By The Administrator Of The National Aeronautics And Space Administration | Insulation bonding test system |
US4542639A (en) * | 1983-03-31 | 1985-09-24 | National Research Development Corporation | Testing of structures by impact |
US4799375A (en) * | 1983-10-26 | 1989-01-24 | Pcb Piezotronics, Inc. | Instrumented test hammer |
US5048320A (en) * | 1986-08-28 | 1991-09-17 | Mitsui Engineering & Shipbuilding Co., Ltd. | Method and apparatus for impact-type inspection of structures |
US6327921B1 (en) * | 2000-03-03 | 2001-12-11 | Iowa State University | Non-destructive inspections and the display of inspection results |
US6381547B1 (en) * | 2000-06-12 | 2002-04-30 | Foster-Miller, Inc. | Tire defect detection system and method |
US20040016293A1 (en) * | 2002-04-05 | 2004-01-29 | Weiss Arnold A. | Apparatus and method for tire testing |
CN101144757A (zh) * | 2006-09-11 | 2008-03-19 | 青岛高校软控股份有限公司 | 轮胎均匀性测量方法 |
CN102224412A (zh) * | 2008-11-21 | 2011-10-19 | 住友化学株式会社 | 成形片材的缺陷检查装置 |
CN102788706A (zh) * | 2011-01-28 | 2012-11-21 | 通用汽车环球科技运作有限责任公司 | 评估轮胎性能的方法和系统 |
CN103250040A (zh) * | 2010-12-17 | 2013-08-14 | 盖茨公司 | 用于挠性复合材料的非破坏性检测 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4297876A (en) * | 1979-08-29 | 1981-11-03 | Amf Incorporated | Ultrasonic tire testing apparatus |
US5894086A (en) * | 1997-03-06 | 1999-04-13 | The Goodyear Tire & Rubber Company | Method and apparatus for detecting cords in composites |
US6907777B2 (en) * | 2002-04-04 | 2005-06-21 | Arnold A. Weiss | Apparatus and method for electronic tire testing |
US6837102B2 (en) * | 2002-04-05 | 2005-01-04 | Arnold A. Weiss | Method and apparatus for tire flaw detection |
-
2013
- 2013-11-05 EP EP13897019.9A patent/EP3066446A4/en not_active Withdrawn
- 2013-11-05 WO PCT/US2013/068513 patent/WO2015069218A1/en active Application Filing
- 2013-11-05 US US15/033,854 patent/US9909953B2/en active Active
- 2013-11-05 CN CN201380080228.XA patent/CN105637338A/zh active Pending
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US3967498A (en) * | 1975-09-16 | 1976-07-06 | Super Tire Engineering Company | Tire defect detector |
US4479386A (en) * | 1983-02-10 | 1984-10-30 | The United States Of America As Represented By The Administrator Of The National Aeronautics And Space Administration | Insulation bonding test system |
US4542639A (en) * | 1983-03-31 | 1985-09-24 | National Research Development Corporation | Testing of structures by impact |
US4799375A (en) * | 1983-10-26 | 1989-01-24 | Pcb Piezotronics, Inc. | Instrumented test hammer |
US5048320A (en) * | 1986-08-28 | 1991-09-17 | Mitsui Engineering & Shipbuilding Co., Ltd. | Method and apparatus for impact-type inspection of structures |
US6327921B1 (en) * | 2000-03-03 | 2001-12-11 | Iowa State University | Non-destructive inspections and the display of inspection results |
US6381547B1 (en) * | 2000-06-12 | 2002-04-30 | Foster-Miller, Inc. | Tire defect detection system and method |
US20040016293A1 (en) * | 2002-04-05 | 2004-01-29 | Weiss Arnold A. | Apparatus and method for tire testing |
CN101144757A (zh) * | 2006-09-11 | 2008-03-19 | 青岛高校软控股份有限公司 | 轮胎均匀性测量方法 |
CN102224412A (zh) * | 2008-11-21 | 2011-10-19 | 住友化学株式会社 | 成形片材的缺陷检查装置 |
CN103250040A (zh) * | 2010-12-17 | 2013-08-14 | 盖茨公司 | 用于挠性复合材料的非破坏性检测 |
CN102788706A (zh) * | 2011-01-28 | 2012-11-21 | 通用汽车环球科技运作有限责任公司 | 评估轮胎性能的方法和系统 |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110998253A (zh) * | 2017-07-27 | 2020-04-10 | 格林多松尼克有限公司 | 用于进行冲击激发技术的设备和方法 |
CN110998253B (zh) * | 2017-07-27 | 2022-06-28 | 格林多松尼克有限公司 | 用于进行冲击激发技术的设备和方法 |
CN107907291A (zh) * | 2017-10-27 | 2018-04-13 | 安徽容知日新科技股份有限公司 | 一种冲击检测方法及计算设备 |
CN108287080A (zh) * | 2018-01-26 | 2018-07-17 | 安徽佳通乘用子午线轮胎有限公司 | 一种轮胎沟裂及延展问题的路试评价方法 |
CN108827661A (zh) * | 2018-09-07 | 2018-11-16 | 攀枝花学院 | 车轮检测装置 |
CN110824006A (zh) * | 2019-11-08 | 2020-02-21 | 南通大学 | 一种基于智能声信息识别的焊后焊缝冲击质量判别方法 |
CN110824006B (zh) * | 2019-11-08 | 2021-12-28 | 南通大学 | 一种基于智能声信息识别的焊后焊缝冲击质量判别方法 |
Also Published As
Publication number | Publication date |
---|---|
WO2015069218A1 (en) | 2015-05-14 |
EP3066446A1 (en) | 2016-09-14 |
US9909953B2 (en) | 2018-03-06 |
EP3066446A4 (en) | 2017-06-28 |
US20160282227A1 (en) | 2016-09-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105637338A (zh) | 用于轮胎异常的非破坏性检测的方法和装置 | |
CN108195535B (zh) | 基于非线性激振特征的螺栓结合部松动检测方法及系统 | |
CN111353252B (zh) | 一种基于环境激励的桥梁静载试验方法 | |
O'brien et al. | A pattern recognition system based on acoustic signals for fault detection on composite materials | |
Rus et al. | Optimized damage detection of steel plates from noisy impact test | |
Putra et al. | Fatigue feature clustering of modified automotive strain signals for saving testing time | |
CN113901580A (zh) | 一种车辆减振器异响预测方法及系统 | |
Gelman et al. | Novel vibration structural health monitoring technology for deep foundation piles by non‐stationary higher order frequency response function | |
JP2010043935A (ja) | 道路斜面地震リスク評価方法 | |
CN113688544B (zh) | 一种主被动结合的复合材料损伤定量辨识方法 | |
Ma et al. | Two-stage damage identification based on modal strain energy and revised particle swarm optimization | |
JP4069977B2 (ja) | 構造物の健全度診断システム | |
JP4598809B2 (ja) | 打音解析による健全性診断方法 | |
Park et al. | Shape optimization of rubber isolators in automotive cooling modules for the maximization of vibration isolation and fatigue life | |
Coelho et al. | Detection of fatigue cracks and torque loss in bolted joints | |
Karve et al. | The inverse medium problem for Timoshenko beams and frames: damage detection and profile reconstruction in the time-domain | |
Ramezani et al. | Structural damage identification for elements and connections using an improved genetic algorithm | |
Andersson et al. | Fatigue life and stiffness of the spider spot weld model | |
Wang et al. | Integrated health monitoring for reinforced concrete beams: an experimental study | |
Müller | Clapping in delaminated sandwich-beams due to forced oscillations | |
Kang et al. | Virtual road profile modeling using equivalent damage method for VPG simulation | |
Londhe et al. | Evaluation of vehicle systems structural durability using PSD based fatigue life approach | |
Mandke et al. | Numerical prediction and verification of noise radiation characteristics of diesel engine block | |
JP6959421B1 (ja) | 推定装置、及び、推定方法 | |
JP6959420B1 (ja) | 信号処理装置、及び、信号処理方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20170816 Address after: French Clermont Ferrand Applicant after: Compagnie General Des Etablissements Michelin Address before: French Clermont Ferrand Applicant before: Compagnie General Des Etablissements Michelin Applicant before: Michelin Research & Technology Co., Ltd. |
|
TA01 | Transfer of patent application right | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20160601 |
|
RJ01 | Rejection of invention patent application after publication |