CN105954294A - 基于传感器的裂纹实时监测系统及其监测方法 - Google Patents

基于传感器的裂纹实时监测系统及其监测方法 Download PDF

Info

Publication number
CN105954294A
CN105954294A CN201610320257.4A CN201610320257A CN105954294A CN 105954294 A CN105954294 A CN 105954294A CN 201610320257 A CN201610320257 A CN 201610320257A CN 105954294 A CN105954294 A CN 105954294A
Authority
CN
China
Prior art keywords
sensor
crackle
bragg grating
monitoring
early warning
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
Application number
CN201610320257.4A
Other languages
English (en)
Inventor
李英武
张卫方
金博
任飞飞
张萌
王邓江
刘晓鹏
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beihang University
Original Assignee
Beihang University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beihang University filed Critical Beihang University
Priority to CN201610320257.4A priority Critical patent/CN105954294A/zh
Publication of CN105954294A publication Critical patent/CN105954294A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84Systems specially adapted for particular applications
    • G01N21/88Investigating the presence of flaws or contamination
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N27/00Investigating or analysing materials by the use of electric, electrochemical, or magnetic means
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N27/00Investigating or analysing materials by the use of electric, electrochemical, or magnetic means
    • G01N27/02Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating impedance
    • G01N27/04Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating impedance by investigating resistance
    • G01N27/041Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating impedance by investigating resistance of a solid body

Landscapes

  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Electrochemistry (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)

Abstract

本发明属于结构健康监测技术领域,具体为基于传感器的裂纹实时监测系统及其监测方法,包括布拉格光栅传感器硬件系统和智能涂层传感器硬件系统、数据采集处理平台、数据存储与预警系统;结合了布拉格光栅传感器和智能涂层传感器两种裂纹监测方法,对裂纹进行实时监测,提高了监测精度,减少了误报的概率。

Description

基于传感器的裂纹实时监测系统及其监测方法
技术领域
本发明属于结构健康监测技术领域,具体为基于传感器的裂纹实时监测系统及其监测方法。
背景技术
随着各行业机械化的逐渐普及,结构寿命及可靠性分析成为亟待解决的问题。其中,对于结构裂纹的检测成为结构寿命评估的一个重要的方面。裂纹是结构中典型的损伤类型之一。重要结构在预计或额外使用期内都会不可避免地产生裂纹,如果不能及时准确地监测出这些裂纹的萌生及其扩展情况,可能会导致重大事故的发生,所以裂纹的实时监测对于提高结构安全是至关重要的。
结构健康监控技术是一种智能的结构监测方法,通过传感器网络在结构中的集成,可在线实时获取与结构健康状况相关的信息。因此,它能对结构的健康状态进行实时的诊断并及时发现裂纹。结构健康监控技术作为一门新兴技术受到广泛关注,处于迅速发展阶段。目前,在结构健康监测领域用于裂纹实时监测的技术主要有:智能涂层技术、光纤传感技术、基于主动Lamb的压电传感技术、机电阻抗法、声发射技术等。其中,智能涂层技术用于孔边裂纹监测相对可行,已在多个型号试用,但从飞机的试用情况来看,其存在虚警率较高的问题。从其监测的物理机理来说,为了较为敏感的捕捉裂纹,智能涂层驱动层相对基体材料偏脆,这就降低了驱动层的基体随附损伤特性。当基体发生较大变形却尚未产生裂纹时,脆性较大的驱动层却发生断裂继而报警,而该报警实际为虚警。当智能涂层布贴在不同基体上时,其驱动层与基体的脆性相差参差不齐,从而造成智能涂层不可能在所有材料上均具有良好的适用性。从造成智能图层产生虚警的物理机理来看,这一问题是无法从根本上得到解决的。如何实现孔边裂纹的有效监测是急需解决的关键问题之一。
发明内容
针对上述技术问题,本发明提供一种基于传感器的裂纹实时监测系统的监测方法,基于较为成熟的智能涂层技术,提出将光纤布拉格光栅传感器与智能图层传感器相结合,开发一套裂纹综合诊断系统,降低裂纹监测的虚警率,提高裂纹监控精度与可靠性。
具体的技术方案为:
基于传感器的裂纹实时监测系统,包括布拉格光栅传感器硬件系统和智能涂层传感器硬件系统、数据采集处理平台、数据存储与预警系统;
布拉格光栅传感器硬件系统包括依次连接的宽带光源、F-P腔、光分路器、梳状滤波器、第一光电探测器,光分路器还分别与第二光点探测器、光栅连接,第一光电探测器、第二光点探测器分别与数据采集处理平台的AD采集卡连接;
智能涂层传感器硬件系统与数据采集处理平台的AD采集卡连接;
数据采集处理平台还包括FPGA/ARM平台,AD采集卡与FPGA/ARM平台连接;FPGA/ARM平台与数据存储与预警系统连接;
所述的数据存储与预警系统包括通信接口、数据存储模块和实时预警模块。
基于传感器的裂纹实时监测系统的监测方法,包括以下过程,
(1)将智能涂层传感器和布拉格光栅传感器布于需要检测裂纹的结构上;
(2)数据采集处理平台对采集的数据进行预处理,得到布拉格光栅的反射波波长偏移、波的展宽特征数据以及智能涂层的电阻、电压特征数据;然后通过模式识别的方法,建立裂纹产生情况与这些特征量的函数关系;
将布拉格光栅传感器和智能涂层传感器采集到的原始数据进行预处理,得到特征量如布拉格光栅反射波长变化量、展宽以及智能涂层电阻,设为α1、α2...αn,然后通过模式识别的方法建立模型;设β为又裂纹产生的概率,即求得:
β=f(α12...αn)
(3)在步骤(2)的基础上对结构是否产生裂纹进行分级,实现分级预警,合理处理;
当在a%以上概率产生裂纹时,为一级预警,需要发出一级警告,说明裂纹已经产生;
当在b%至a%的概率产生裂纹时,为二级预警,需要发出二级警告,说明裂纹很可能已经产生或将要产生,需要尽快核实检修;
当在b%以下概率产生裂纹时,无需警告,说明结构状态良好,无裂纹产生;
其中100>a>b>0,根据实际需要确定分级预警的阈值。
本发明提供的基于传感器的裂纹实时监测系统及其监测方法,结合了布拉格光栅传感器和智能涂层传感器两种裂纹监测方法,将两种方法融合在一起,设计数据处理和多级预警机制,扬长避短,很大程度上克服了如今单独种类传感器普遍存在的虚警、漏警现象。使用这种方法对裂纹进行实时监测,提高了监测精度,减少了误报的概率,从而实现了一加一大于二的效果,在工程上具有更为广阔的应用前景。布拉格光栅传感器具有抗腐蚀、轻便、不受电磁干扰、绝缘等优良特性。另一方面,智能涂层传感器也具有抗腐蚀、自修复、自清洁、抗菌等优势。这两种传感器的结合更是拓宽了系统的应用范围。另外,鉴于单独布拉格光栅传感器监测裂纹和智能涂层传感器监测裂纹技术均较为成熟,使本发明有更好的稳定性和可靠性。
附图说明
图1为本发明结构示意图;
图2为本发明流程示意图。
具体实施方式
结合附图说明本发明的具体实施方式。
具体过程如图2所示:
第一步,将智能涂层传感器和布拉格光栅传感器合理布于需要检测裂纹的结构上;
对待测结构进行受力分析,模拟结构工作状态下各部分受力情况,在易产生裂纹的区域合理布置布拉格光栅传感器和智能涂层传感器。
第二步,在上述基础上分别搭建与布拉格光栅传感器和智能涂层传感器相应的硬件系统,并将硬件系统结合起来;
布拉格光栅传感器硬件系统包括宽带光源、F-P腔等光学器件组成的光路,智能涂层传感器硬件系统为一系列电路系统。将两个硬件系统经过合理的整合,成为互不干扰,互不影响的一个系统。该系统在之前两个独立系统的基础上,实现了供电统一、数据采集、预处理和存储的统一等。基于传感器的裂纹实时监测系统结构如图1所示。
第三步,对采集的数据进行预处理,得到布拉格光栅的反射波波长偏移、波的展宽等特征数据以及智能涂层的电阻、电压等特征数据。然后通过模式识别的方法,建立裂纹产生情况与这些特征量的函数关系;
将布拉格光栅传感器和智能涂层传感器采集到的原始数据进行预处理,得到特征量如布拉格光栅反射波长变化量、展宽以及智能涂层电阻等。设为α1、α2...αn,然后通过模式识别的方法建立模型。设β为又裂纹产生的概率,即求得:
β=f(α12...αn)
第四步,在第三步的基础上对结构是否产生裂纹进行分级,实现分级预警,合理处理;
在求得β的基础上,需要合理的处理判断是否真正产生裂纹,然后判断是否需要报警。可以根据β的大小进行分级预警。即分为两级预警:
当在a%以上概率产生裂纹时,为一级预警,需要发出一级警告,说明裂纹已经产生。
当在b%至a%的概率产生裂纹时,为二级预警,需要发出二级警告,说明裂纹很可能已经产生或将要产生,需要尽快核实检修。
当在b%以下概率产生裂纹时,无需警告,说明结构状态良好,无裂纹产生。
其中100>a>b>0,可根据实际需要确定分级预警的阈值。
在结构正常工作过程中,通过实时采集布拉格光栅和智能涂层的数据,经过处理得到各特征量,然后建立模型和预警机制,便可以实现系统的实时预警功能。

Claims (2)

1.基于传感器的裂纹实时监测系统,其特征在于,包括布拉格光栅传感器硬件系统和智能涂层传感器硬件系统、数据采集处理平台、数据存储与预警系统;
布拉格光栅传感器硬件系统包括依次连接的宽带光源、F-P腔、光分路器、梳状滤波器、第一光电探测器,光分路器还分别与第二光点探测器、光栅连接,第一光电探测器、第二光点探测器分别与数据采集处理平台的AD采集卡连接;
智能涂层传感器硬件系统与数据采集处理平台的AD采集卡连接;
数据采集处理平台还包括FPGA/ARM平台,AD采集卡与FPGA/ARM平台连接;FPGA/ARM平台与数据存储与预警系统连接;
所述的数据存储与预警系统包括通信接口、数据存储模块和实时预警模块。
2.根据权利要求1所述的基于传感器的裂纹实时监测系统的监测方法,其特征在于,包括以下过程,
(1)将智能涂层传感器和布拉格光栅传感器布于需要检测裂纹的结构上;
(2)数据采集处理平台对采集的数据进行预处理,得到布拉格光栅的反射波波长偏移、波的展宽特征数据以及智能涂层的电阻、电压特征数据;然后通过模式识别的方法,建立裂纹产生情况与这些特征量的函数关系;
将布拉格光栅传感器和智能涂层传感器采集到的原始数据进行预处理,得到特征量如布拉格光栅反射波长变化量、展宽以及智能涂层电阻,设为α1、α2...αn,然后通过模式识别的方法建立模型;设β为又裂纹产生的概率,即求得:
β=f(α12...αn)
(3)在步骤(2)的基础上对结构是否产生裂纹进行分级,实现分级预警,合理处理;
当在a%以上概率产生裂纹时,为一级预警,需要发出一级警告,说明裂纹已经产生;
当在b%至a%的概率产生裂纹时,为二级预警,需要发出二级警告,说明裂纹很可能已经产生或将要产生,需要尽快核实检修;
当在b%以下概率产生裂纹时,无需警告,说明结构状态良好,无裂纹产生;
其中100>a>b>0,根据实际需要确定分级预警的阈值。
CN201610320257.4A 2016-05-13 2016-05-13 基于传感器的裂纹实时监测系统及其监测方法 Pending CN105954294A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610320257.4A CN105954294A (zh) 2016-05-13 2016-05-13 基于传感器的裂纹实时监测系统及其监测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610320257.4A CN105954294A (zh) 2016-05-13 2016-05-13 基于传感器的裂纹实时监测系统及其监测方法

Publications (1)

Publication Number Publication Date
CN105954294A true CN105954294A (zh) 2016-09-21

Family

ID=56912479

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610320257.4A Pending CN105954294A (zh) 2016-05-13 2016-05-13 基于传感器的裂纹实时监测系统及其监测方法

Country Status (1)

Country Link
CN (1) CN105954294A (zh)

Cited By (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107036655A (zh) * 2017-05-04 2017-08-11 北京航空航天大学 一种基于光纤传感器的结构健康监测软件平台实现方法
CN107462180A (zh) * 2017-07-07 2017-12-12 北京航空航天大学 基于光纤光栅和智能涂层传感器的告警系统的实现方法
CN107588788A (zh) * 2017-08-29 2018-01-16 北京航空航天大学 基于熵权‑层次分析的光纤和智能涂层数据融合实现方法
CN107590975A (zh) * 2017-09-08 2018-01-16 北京航空航天大学 基于光纤、智能涂层和压电传感器的告警系统的实现方法
CN107592353A (zh) * 2017-09-08 2018-01-16 北京航空航天大学 大容量光纤和智能涂层传感器网络数据处理的实现方法
CN107607055A (zh) * 2017-09-08 2018-01-19 北京航空航天大学 一种基于光纤和智能涂层传感器的硬件系统的实现方法
CN107631698A (zh) * 2017-09-08 2018-01-26 北京航空航天大学 一种基于光纤和智能涂层结构监测软件平台的实现方法
CN107631741A (zh) * 2017-08-29 2018-01-26 北京航空航天大学 一种光纤布拉格光栅传感器波长解调的实现方法
CN107655419A (zh) * 2017-09-08 2018-02-02 北京航空航天大学 一种光纤光栅和智能涂层传感器数据绘图显示的方法
CN108226231A (zh) * 2018-01-29 2018-06-29 英华达(上海)科技有限公司 缺陷评估系统
CN111896589A (zh) * 2020-07-03 2020-11-06 西南交通大学 一种基于智能涂层的桥梁钢结构监测系统
CN113203690A (zh) * 2021-04-02 2021-08-03 太原理工大学 一种基于ofdr+emi的连续配筋混凝土路面裂缝监测系统与方法
CN114234831A (zh) * 2021-12-13 2022-03-25 中铁建工集团有限公司 一种曲面铸钢件的应变监测方法、系统和可读存储介质

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE10307770A1 (de) * 2003-02-14 2004-08-26 Visolux Zweigniederlassung Der Pepperl + Fuchs Gmbh Verfahren zum Betrieb eines Lichtgitters zur Überwachung von geometrischen Merkmalen eines bahnförmigen Objekts
KR20060033564A (ko) * 2004-10-15 2006-04-19 이금석 광섬유격자센서를 이용한 균열측정 방법
CN102269910A (zh) * 2011-07-15 2011-12-07 武汉理工光科股份有限公司 一种使用角度调谐滤光片的光纤光栅波长解调系统和方法
CN102768694A (zh) * 2012-01-19 2012-11-07 长安大学 集成有限元分析模型修正技术的健康监测系统
CN104007171A (zh) * 2014-05-27 2014-08-27 中国石油大学(华东) 一种实时高精度acfm裂纹状态监测系统
CN104062446A (zh) * 2014-06-16 2014-09-24 中国飞机强度研究所 一种飞机结构健康监测集成系统及方法
CN104197993A (zh) * 2014-09-22 2014-12-10 广州特种机电设备检测研究院 一种造船龙门起重机结构健康监测与安全预警方法
CN104678954A (zh) * 2015-01-23 2015-06-03 中国长江三峡集团公司 基于全生命周期的大坝安全智能监测与预警系统及其方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE10307770A1 (de) * 2003-02-14 2004-08-26 Visolux Zweigniederlassung Der Pepperl + Fuchs Gmbh Verfahren zum Betrieb eines Lichtgitters zur Überwachung von geometrischen Merkmalen eines bahnförmigen Objekts
KR20060033564A (ko) * 2004-10-15 2006-04-19 이금석 광섬유격자센서를 이용한 균열측정 방법
CN102269910A (zh) * 2011-07-15 2011-12-07 武汉理工光科股份有限公司 一种使用角度调谐滤光片的光纤光栅波长解调系统和方法
CN102768694A (zh) * 2012-01-19 2012-11-07 长安大学 集成有限元分析模型修正技术的健康监测系统
CN104007171A (zh) * 2014-05-27 2014-08-27 中国石油大学(华东) 一种实时高精度acfm裂纹状态监测系统
CN104062446A (zh) * 2014-06-16 2014-09-24 中国飞机强度研究所 一种飞机结构健康监测集成系统及方法
CN104197993A (zh) * 2014-09-22 2014-12-10 广州特种机电设备检测研究院 一种造船龙门起重机结构健康监测与安全预警方法
CN104678954A (zh) * 2015-01-23 2015-06-03 中国长江三峡集团公司 基于全生命周期的大坝安全智能监测与预警系统及其方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
宋强 等: "《传感器原理与应用技术》", 29 February 2016, 西南交通大学出版社 *

Cited By (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107036655A (zh) * 2017-05-04 2017-08-11 北京航空航天大学 一种基于光纤传感器的结构健康监测软件平台实现方法
CN107462180A (zh) * 2017-07-07 2017-12-12 北京航空航天大学 基于光纤光栅和智能涂层传感器的告警系统的实现方法
CN107462180B (zh) * 2017-07-07 2019-05-03 北京航空航天大学 基于光纤光栅和智能涂层传感器的告警系统的实现方法
CN107631741A (zh) * 2017-08-29 2018-01-26 北京航空航天大学 一种光纤布拉格光栅传感器波长解调的实现方法
CN107588788A (zh) * 2017-08-29 2018-01-16 北京航空航天大学 基于熵权‑层次分析的光纤和智能涂层数据融合实现方法
CN107655419A (zh) * 2017-09-08 2018-02-02 北京航空航天大学 一种光纤光栅和智能涂层传感器数据绘图显示的方法
CN107631698A (zh) * 2017-09-08 2018-01-26 北京航空航天大学 一种基于光纤和智能涂层结构监测软件平台的实现方法
CN107607055A (zh) * 2017-09-08 2018-01-19 北京航空航天大学 一种基于光纤和智能涂层传感器的硬件系统的实现方法
CN107592353A (zh) * 2017-09-08 2018-01-16 北京航空航天大学 大容量光纤和智能涂层传感器网络数据处理的实现方法
CN107590975A (zh) * 2017-09-08 2018-01-16 北京航空航天大学 基于光纤、智能涂层和压电传感器的告警系统的实现方法
CN107592353B (zh) * 2017-09-08 2020-04-14 北京航空航天大学 大容量光纤和智能涂层传感器网络数据处理的实现方法
CN108226231A (zh) * 2018-01-29 2018-06-29 英华达(上海)科技有限公司 缺陷评估系统
CN111896589A (zh) * 2020-07-03 2020-11-06 西南交通大学 一种基于智能涂层的桥梁钢结构监测系统
CN113203690A (zh) * 2021-04-02 2021-08-03 太原理工大学 一种基于ofdr+emi的连续配筋混凝土路面裂缝监测系统与方法
CN113203690B (zh) * 2021-04-02 2024-04-26 太原理工大学 一种基于ofdr+emi的连续配筋混凝土路面裂缝监测系统与方法
CN114234831A (zh) * 2021-12-13 2022-03-25 中铁建工集团有限公司 一种曲面铸钢件的应变监测方法、系统和可读存储介质

Similar Documents

Publication Publication Date Title
CN105954294A (zh) 基于传感器的裂纹实时监测系统及其监测方法
CN108418841B (zh) 基于ai的下一代关键信息基础设施网络安全态势感知系统
CN107831422B (zh) 一种gis设备局部放电诊断方法及系统
CN109027704B (zh) 基于微结构光纤分布式传感的管道监测系统及监测方法
US20200225118A1 (en) Failure detection device for detecting an issue with a part of a machine
CN106201828A (zh) 一种基于数据挖掘的虚拟机故障检测方法和系统
CN108051450A (zh) 一种基于无人机的桥梁健康检测系统及方法
CN110059775A (zh) 旋转型机械设备异常检测方法及装置
US10552511B2 (en) Systems and methods for data-driven anomaly detection
CN113962299A (zh) 一种核电设备智能运行监测与故障诊断通用模型
EP2682836A2 (en) Method for performing diagnostics of a structure subject to loads and system for implementing said method
CN111994137B (zh) 一种基于铁路信号集中监测的报警分析方法
CN113091817A (zh) 一种三甘醇脱水装置状态监测及故障诊断系统
JP6876589B2 (ja) 異常検知装置及び異常検知方法並びに異常検知プログラム
Atzmueller et al. Anomaly detection and structural analysis in industrial production environments
CN116384975A (zh) 一种基于发电厂设备的维护系统
CN107977679A (zh) 基于频响函数和运行响应特征诊断复杂装置早期故障的方法
CN110411331A (zh) 一种gnss形变监测系统及方法
US20170176985A1 (en) Method for predicting end of line quality of assembled product
CN113625133A (zh) 一种配电设备局部放电的在线监测反馈系统及方法
CN111539393B (zh) 基于emd分解与lstm的油气管道第三方施工预警方法
KR20220132824A (ko) 배전설비 상태 이상 개소 감시 시스템 및 방법
CN112525923A (zh) 一种共享果汁平台管道内壁检测方法、系统及可读存储介质
CN106528940B (zh) 基于数理模型对列车车轴性能进行评价和预警的方法
CN115187880A (zh) 基于图像识别的通信光缆缺陷检测方法、系统及存储介质

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20160921