CN108956764B - 一种爆炸复合管结合状态定量识别方法 - Google Patents
一种爆炸复合管结合状态定量识别方法 Download PDFInfo
- Publication number
- CN108956764B CN108956764B CN201810574722.6A CN201810574722A CN108956764B CN 108956764 B CN108956764 B CN 108956764B CN 201810574722 A CN201810574722 A CN 201810574722A CN 108956764 B CN108956764 B CN 108956764B
- Authority
- CN
- China
- Prior art keywords
- signal
- modal
- response signal
- vibration response
- index
- 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.)
- Active
Links
Images
Classifications
-
- 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
Landscapes
- 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)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Investigating Or Analyzing Materials By The Use Of Ultrasonic Waves (AREA)
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
Abstract
Description
技术领域
本发明属于机械结构健康状态检测技术领域,涉及一种爆炸复合管结合状态定量识别的方法。
背景技术
爆炸复合管是利用炸药爆炸产生的巨大能量和冲击波,使衬管与基管发生高速碰撞,利用衬管与基管的相对变形使其相互结合,衬管和基管之间没有形成冶金结合界面,衬管和基管的结合主要靠基管和衬管之间的径向残余应力来维持。复合管结合状态的好坏直接影响其在工程中的应用,爆炸复合管的结合状态不良,在服役过程中会出现起皱、鼓包、分离、剥落等缺陷,造成其服役性能下降、失效,甚至引发事故和灾难性后果。因此,有效检测爆炸复合管结合状态,对扩展其应用范围,保证其使用安全性具有重要的工程实用价值。
目前常用的爆炸复合管结合状态检测方法有基于切割、拉伸、剪切和冲击试验等的破坏性抽检方法。这些方法检测成本高、效率低、误差大且无法实现在线定量检测,因此,一种能够实现结构在线、无损、定量检测的方法具有非常重要的意义。
发明内容
本发明的目的是提供一种爆炸复合管结合状态定量识别的方法,解决了现有检测方法存在成本高、效率低以及无法在线定量检测的问题。
本发明所采用的技术方案是,一种爆炸复合管结合状态定量识别的方法,具体操作过程包括如下步骤:
步骤1.振动响应信号的获取:通过力锤在复合管的一端施加脉冲激励,在复合管的另一端使用加速度传感器采集振动响应信号x;
步骤2.根据采集的振动响应信号x的特征构造经验小波变换的尺度函数和小波函数,并用于对振动响应信号进行模态分离;
步骤4.依据检测指标识别复合管的结合状态。
步骤2的具体过程如下:
步骤2.1通过FFT变换获得振动响应信号x的频谱f(ω),ω为频率,搜索信号频谱的N个局部极大值,选取连续两个局部极大值的中间频率点作为频谱划分的边界ωn(n=1,2,...,N-1);
步骤2.3基于步骤2.2构造的经验小波基函数对振动响应信号进行模态分离,其分解和单支重构过程如公式3和公式4所示:
对分解后的小波系数进行单支重构,如公式5所示:
其中,f0(t)、fn(t),n=1,2,...,N为由经验小波变换得到的单频频模态信号。
步骤3的具体过程如下:
步骤3.1从步骤2中基于小波变换分离出的单频模态信号中,确定采集到的有效模态信号,记为[ff1(t),ff2(t),...,ffK(t)];
步骤3.3计算检测指标Yindex,如公式6所示:
步骤4的具体实施过程是:依据检测指标Yindex识别管道结合状态,检测指标Yindex值越小,说明复合管的结合状态越差,反之则复合管的结合状态越好。
本发明的有益效果是,一种爆炸复合管结合状态定量识别的方法,解决了现有检测方法存在成本高、效率低以及无法在线定量检测的问题。利用经验小波变换实现模态信号的有效分离、基于单频模态信号构造随复合管结合状态单调变化的检测指标,实现了爆炸复合管结合状态的定量识别。其优点是,从振动响应信号中提取敏感特征信息、并基于模态信号构造单调检测指标,依据检测指标变化识别复合管结合状态,具有简单、可靠、易行,成本低,实时性强等特点,适用于现场实时定量识别管道的状态,实现了爆炸复合管结合状态的在线无损定量识别,具有重要的工程实用价值。
附图说明
图1是本发明的一种爆炸复合管结合状态定量识别的方法的结合状态识别流程图;
图2是本发明的一种爆炸复合管结合状态定量识别的方法的符合实验结构示意图;
图3是为采用图2的装置采集的标准管的振动响应信号;
图4是图3振动响应信号的频谱图;
图5是本发明中基于经验小波变换对振动响应信号进行模态特征分离的结果图;
图6是图5中分离结果的频谱图;
图7是图5和图6中高阶模态信号ff3和低阶模态信号ff1的希尔伯特包络信号;
图8是采用本发明的方法的四种状态复合管识别结果图;
图9是基于时间熵指标的四种状态复合管识别结果图。
具体实施方式
下面结合附图和具体实施方式对本发明进行详细说明。
本发明的一种爆炸复合管结合状态定量识别的方法,如图1所示,具体操作过程包括如下步骤:
步骤1.振动响应信号的获取:通过力锤在复合管的一端施加脉冲激励,在复合管的另一端使用加速度传感器采集振动响应信号x;
步骤2.根据采集的振动响应信号x的特征构造经验小波变换的尺度函数和小波函数,并用于对振动响应信号进行模态分离;
步骤4.依据检测指标识别复合管的结合状态。
步骤2的具体过程如下:
步骤2.1通过快速傅里叶变换(FFT)获得振动响应信号x的频谱f(ω),ω为频率,搜索信号频谱的N个局部极大值,选取连续两个局部极大值的中间频率点作为频谱划分的边界ωn(n=1,2,...,N-1);
步骤2.3基于步骤2.2构造的经验小波基函数对振动响应信号进行模态分离,其分解和单支重构过程如公式3和公式4所示:
对分解后的小波系数进行单支重构,如公式5所示:
其中,f0(t)、fn(t),n=1,2,...,N为由经验小波变换得到的单频模态信号。
步骤3的具体过程如下:
步骤3.1从步骤2中基于小波变换分离出的单频模态信号中,确定采集到的有效模态信号,记为[ff1(t),ff2(t),...,ffK(t)];
步骤3.3计算检测指标Yindex,如公式6所示:
步骤4的具体实施过程是:依据检测指标Yindex识别管道结合状态,检测指标Yindex值越小,说明复合管的结合状态越差,反之则复合管的结合状态越好。
本发明的一种爆炸复合管结合状态定量识别的方法主要是通过施加脉冲激励,获得管道的自由衰减振动响应信号,如图2所示,采用V型槽将复合管两端简支支撑,通过力锤在复合管左端1/10~1/5长度的位置之间施加脉冲激励,在距离右端1/10长度的位置用加速度传感器采集响应信号;本发明的方法的基本原理是:基于振动信号特性构造经验小波基函数,进而对振动响应信号进行经验小波变换,实现模态特征信号分离并确定采集到管道的有效模态信号;再计算有效模态信号中高阶模态信号和低阶模态信号的Hilbert包络,及其Hilbert包络信号的能量;高阶模态信号Hilbert包络能量与低阶模态信号Hilbert包络能量的比值作为检测指标,基于检测指标的变化,确定检测管道状态。指标值越大,管道结合状态越好。
具体的实施方式如下:
设计制作一组具有不同结合状态的复合管,该类管道由碳钢外管和不锈钢内管组成,1#管为结合状态良好的标准管,2#,3#和4#分别为具有微小损伤、小损伤和大损伤的结合不良的复合管。4种管道的具体参数如表1所示,从表中可以看出,所有管道都是等材质,等外径,等壁厚和等长度的基管和衬管同轴装配得到的。
表1复合管基本尺寸参数
实验装置如图2所示,采用V型槽将复合管两端简支支撑,通过力锤在复合管左端1/10~1/5长度的位置之间施加脉冲激励,在距离右端1/10长度的位置用加速度传感器测量响应信号,数据采集仪采集加速度响应信号。采样频率为3200Hz,采集点数为5000。采集的1#管时域信号及其频谱如图3和图4所示。基于经验小波变换对振动响应信号进行模态特征分离,结果如图5和图6所示,从图中可知各阶模态信号被成功分解到不同的频带中。从图5和图6可确定,ff3(即f2频带)为采集到的最高阶模态信号,ff1(即f0频带)为采集到的最低阶模态信号。然后,如图5所示,计算ff3(即f2频带)和ff1(即f0频带)的Hilbert包络信号,结果如图7所示,依据如下公式计算检测指标:
基于检测指标Yindex的归一化检测结果如图8和表2所示,从图8和表2中可知,标准管道的指标值最大,随着管道损伤的增加,指标值在减小。说明所构造的检测指标可以作为判断管道结合状态的指示指标。
表2基于检测指标的管道识别结果
本发明的一种爆炸复合管结合状态的定量识别方法,首先,通过对简支复合管施加脉冲激励获得管道的振动响应信号;然后,基于响应信号的特征构造经验小波基函数,并用于振动响应信号的模态特征分离;再计算采集到的模态信号中高阶模态信号和低阶模态信号的Hilbert包络。其次,基于模态信号的Hilbert包络能量比构造检测指标;最后,依据所构造的检测指标值的大小,判定管道的状态。该方法检测精度高、成本低、简单可靠,可实现复合管在线无损定量检测,具有重要的工程实用价值。
本发明的一种爆炸复合管结合状态的定量识别方法相比于现有技术主要的优势是:(1)利用经验小波变换对振动响应信号进行模态分离,目前现有技术利用自适应双树复小波变换对振动响应信号进行模态分离;相比于自适应双树复小波变换,本发明的经验小波变换具有小波基函数构造过程简单,操作方便,计算速度快等优点;
(2)本发明构造的检测指标为:高阶模态信号希尔伯特包络能量与低阶模态信号希尔伯特包络能量之比
其中,Eh和El分别表示高阶模态信号和低阶模态信号的希尔伯特包络信号和ff1(t)的能量;结合了高阶模态信号和低阶模态信号对复合管状态的敏感性,构造指标;现有技术基于某一阶模态信号对复合管结合状态的敏感性构造时间熵指标,本发明的检测指标结合了更多的特征信息,其敏感性明显高于目前使用的时间熵指标。
表3基于时间熵指标的管道识别结果
对比图8和图9以及表2和表3可知,随着复合管结合状态的变化,本发明的检测指标的变化量明显大于时间熵检测指标,即本文中构造的检测指标的识别效果明显优于时间熵检测指标。
Claims (2)
1.一种爆炸复合管结合状态定量识别的方法,其特征在于,具体操作过程包括如下步骤:
步骤1.振动响应信号的获取:通过力锤在复合管的一端施加脉冲激励,在复合管的另一端使用加速度传感器采集振动响应信号x;
步骤2.根据采集的振动响应信号x的特征构造经验小波变换的尺度函数和小波函数,并用于对振动响应信号进行模态分离;
步骤4.依据检测指标识别复合管的结合状态;
所述步骤2的具体过程如下:
步骤2.1通过FFT变换获得振动响应信号x的频谱f(ω),ω为频率,搜索信号频谱的N个局部极大值,选取连续两个局部极大值的中间频率点作为频谱划分的边界ωn(n=1,2,...,N-1);
步骤2.3基于步骤2.2构造的经验小波基函数对振动响应信号进行模态分离,其分解和单支重构过程如公式3和公式4所示:
对分解后的小波系数进行单支重构,如公式5所示:
其中,f0(t)、fn(t),n=1,2,...,N为由经验小波变换得到的单频频模态信号;
步骤3的具体过程如下:
步骤3.1从步骤2中基于小波变换分离出的单频模态信号中,确定采集到的有效模态信号,记为[ff1(t),ff2(t),...,ffK(t)];
步骤3.3计算检测指标Yindex,如公式6所示:
2.如权利要求1所述的一种爆炸复合管结合状态定量识别的方法,其特征在于,所述步骤4的具体实施过程是:依据检测指标Yindex识别管道结合状态,检测指标Yindex值越小,说明复合管的结合状态越差,反之则复合管的结合状态越好。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810574722.6A CN108956764B (zh) | 2018-06-06 | 2018-06-06 | 一种爆炸复合管结合状态定量识别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810574722.6A CN108956764B (zh) | 2018-06-06 | 2018-06-06 | 一种爆炸复合管结合状态定量识别方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108956764A CN108956764A (zh) | 2018-12-07 |
CN108956764B true CN108956764B (zh) | 2021-01-15 |
Family
ID=64493070
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810574722.6A Active CN108956764B (zh) | 2018-06-06 | 2018-06-06 | 一种爆炸复合管结合状态定量识别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108956764B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111238362B (zh) * | 2020-01-20 | 2021-10-26 | 西安理工大学 | 一种深孔钻削中孔圆度误差实时监测的方法 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB2477062A (en) * | 2008-11-10 | 2011-07-20 | Baker Hughes Inc | Method and apparatus for echo-peak detection for circumferential borehole image logging |
CN106092879A (zh) * | 2016-06-07 | 2016-11-09 | 西安向阳航天材料股份有限公司 | 基于振动响应信息的爆炸复合管结合状态检测方法 |
CN106568589A (zh) * | 2016-11-04 | 2017-04-19 | 东南大学 | 一种基于经验小波变换碰摩声发射消噪方法 |
CN106568607A (zh) * | 2016-11-04 | 2017-04-19 | 东南大学 | 一种基于经验小波变换碰摩声发射故障诊断方法 |
CN106682782A (zh) * | 2016-12-30 | 2017-05-17 | 国网新疆电力公司电力科学研究院 | 基于ewt‑kmpmr的短期光伏功率预测方法 |
CN107356432A (zh) * | 2017-07-12 | 2017-11-17 | 石家庄铁道大学 | 基于频域窗经验小波共振解调的滚动轴承故障诊断方法 |
CN107844849A (zh) * | 2017-08-08 | 2018-03-27 | 国网江苏省电力公司盐城供电公司 | 一种基于经验小波变换与改进高斯过程回归的新能源出力短期预测方法 |
CN108107475A (zh) * | 2018-03-05 | 2018-06-01 | 吉林大学 | 一种基于经验小波变换和多阈值函数的井中微地震去噪方法 |
-
2018
- 2018-06-06 CN CN201810574722.6A patent/CN108956764B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB2477062A (en) * | 2008-11-10 | 2011-07-20 | Baker Hughes Inc | Method and apparatus for echo-peak detection for circumferential borehole image logging |
CN106092879A (zh) * | 2016-06-07 | 2016-11-09 | 西安向阳航天材料股份有限公司 | 基于振动响应信息的爆炸复合管结合状态检测方法 |
CN106568589A (zh) * | 2016-11-04 | 2017-04-19 | 东南大学 | 一种基于经验小波变换碰摩声发射消噪方法 |
CN106568607A (zh) * | 2016-11-04 | 2017-04-19 | 东南大学 | 一种基于经验小波变换碰摩声发射故障诊断方法 |
CN106682782A (zh) * | 2016-12-30 | 2017-05-17 | 国网新疆电力公司电力科学研究院 | 基于ewt‑kmpmr的短期光伏功率预测方法 |
CN107356432A (zh) * | 2017-07-12 | 2017-11-17 | 石家庄铁道大学 | 基于频域窗经验小波共振解调的滚动轴承故障诊断方法 |
CN107844849A (zh) * | 2017-08-08 | 2018-03-27 | 国网江苏省电力公司盐城供电公司 | 一种基于经验小波变换与改进高斯过程回归的新能源出力短期预测方法 |
CN108107475A (zh) * | 2018-03-05 | 2018-06-01 | 吉林大学 | 一种基于经验小波变换和多阈值函数的井中微地震去噪方法 |
Non-Patent Citations (1)
Title |
---|
基于能量聚集度经验小波变换的齿轮箱早期微弱故障诊断;王友仁等;《中国机械工程》;20170630;第28卷(第12期);第1484-1490页 * |
Also Published As
Publication number | Publication date |
---|---|
CN108956764A (zh) | 2018-12-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Xiao et al. | Natural-gas pipeline leak location using variational mode decomposition analysis and cross-time–frequency spectrum | |
Li et al. | Early fault feature extraction of rolling bearing based on ICD and tunable Q-factor wavelet transform | |
CN107435817B (zh) | 一种压力管道两点泄漏检测精确定位方法 | |
Xu et al. | An acoustic emission based multi-level approach to buried gas pipeline leakage localization | |
CN109084186B (zh) | 基于改进的elmd多尺度熵的管道泄漏信号识别方法 | |
CN103018044B (zh) | 一种改进冲击字典匹配追踪算法的轴承复合故障诊断方法 | |
CN103323538B (zh) | 基于杜芬方程Lyapunov指数的超声导波检测方法 | |
CN104838229B (zh) | 超声波测量设备和方法 | |
Tang et al. | A correlated empirical mode decomposition method for partial discharge signal denoising | |
CN102507742B (zh) | 一种机械复合管结合强度的评价方法 | |
CN104062062B (zh) | 基于反射纵波的压力容器压力检测方法和测量系统 | |
CN109827082A (zh) | 一种管道多点泄漏精确定位方法 | |
He et al. | Approximate entropy analysis of the acoustic emission from defects in rolling element bearings | |
CN103776903B (zh) | 一种风电叶片脱层检测方法及检测系统 | |
CN108956764B (zh) | 一种爆炸复合管结合状态定量识别方法 | |
CN102269814A (zh) | 一种用于基桩质量智能检测的方法 | |
CN104089699A (zh) | 一种变电站设备声音重建算法 | |
CN103472141A (zh) | 一种用于识别振动声调制机理的信号解调方法 | |
CN111189930B (zh) | 基于管体的裂纹检测方法、系统、设备及存储介质 | |
CN106092879B (zh) | 基于振动响应信息的爆炸复合管结合状态检测方法 | |
Tang et al. | A method based on SVD for detecting the defect using the magnetostrictive guided wave technique | |
CN113586177B (zh) | 基于单叶端定时传感器的叶片固有频率识别方法 | |
CN105909979B (zh) | 基于小波变换融合盲源分离算法的泄漏声波特征提取方法 | |
CN1258078C (zh) | 基于瑞利表面波的无损测压方法 | |
CN105403621A (zh) | 一种主动监测金属管材结构损伤的方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |