CN109520643B - 一种微弱应力应变信号测量用传感器 - Google Patents
一种微弱应力应变信号测量用传感器 Download PDFInfo
- Publication number
- CN109520643B CN109520643B CN201811454657.XA CN201811454657A CN109520643B CN 109520643 B CN109520643 B CN 109520643B CN 201811454657 A CN201811454657 A CN 201811454657A CN 109520643 B CN109520643 B CN 109520643B
- Authority
- CN
- China
- Prior art keywords
- signal
- parameter
- time
- stress
- strain
- 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
- G01L—MEASURING FORCE, STRESS, TORQUE, WORK, MECHANICAL POWER, MECHANICAL EFFICIENCY, OR FLUID PRESSURE
- G01L1/00—Measuring force or stress, in general
- G01L1/005—Measuring force or stress, in general by electrical means and not provided for in G01L1/06 - G01L1/22
Abstract
本发明公开了一种微弱应力应变信号测量用传感器,包括拉力传感器、位移传感器和微控制器,微控制器按如下步骤处理:按相同时间间隔同步读取位移传感器检测到的位移信号Li和拉力传感器检测到的拉力信号F;将位移信号转换为应变信号参数,拉力信号转换为应力信号参数,把应力、应变信号数值对时间进行积分,获得各时间段的应力、应变信号积分参数;获得核心积分参数;建立包括应力信号参数、应力信号积分参数和核心积分参数的第一参数组参数、以及包括应变信号参数、应变信号积分参数和核心积分参数的第二参数组参数;本发明通过创建核心积分参数以及参数组参数对监测状况进行整体判断,大幅度提高传感器采集精度,监测结果更准确。
Description
技术领域
本发明属于压力传感器技术领域,具体地说,涉及一种微弱应力应变信号测量用传感器。
背景技术
现阶段,常规压力传感器一般是采用敏感材料制作成的一种检测装置,能感受到被测量的信息,并能将感受到的信息,按一定规律变换成为电信号或其他所需形式的信息输出,以满足信息的传输、处理、存储、显示、记录和控制等要求。但微弱的应力应变信号测量比较困难,一方面压力传感器测量精度有限,分辨微小信号及其变化比较困难,单纯使用放大电路,很容易因干扰导致判断结果有误;另一方面,绝大多数压力传感器信号所反映的异常参数是时变性暂态参数,随时间变化差别很大,绝大多数隐患早期阶段,暂态参数绝大部分时间内为正常数值,早期隐患的异常一般具有统计意义,例如出现频率趋快、数值渐大。
现有传感器技术基于传感器的储存空间、通讯带宽及通讯流量的限制,往往只能对短时段的全体数据计算处理,或者是对长时间的部分随机抽样数据进行处理,是离散的,很难获得时间足够长的全体数据的大尺度特征信息,或者时间足够短的突发异常信息,导致测量精度偏差大,测量精度低。
公开号为CN105509815B,公开日为2017年11月21日的中国专利公开了一种基于积分算法的非电量信号采集监测方法,包括以下步骤:设置非电量传感器,将非电量传感器的输出信号,转换还原为非电量信号参数,把非电量信号参数或非电量信号参数变化量对时间进行积分,获得各时间段非电量信号参数进行存储;根据各时间段非电量积分参数对非电量信号参数状况进行判断,并对异常进行监测。该专利将非电量检测转换成非电量积分参数检测,有利于对细小隐患进行累积放大,即在隐患发生的中早期及时发现预警处理,避免隐患严重化,从而避免损失,降低风险。但是,该专利的检测数据过于单一,也并没有直接提取有效数据。
类似于,碳纤维这种新型纤维材料。其质量比金属铝轻,但强度却高于钢铁,并且具有耐腐蚀、高模量的特性,在国防军工和民用方面都是重要材料。
碳纤维具有许多优良性能,碳纤维的轴向强度和模量高,密度低、比性能高,无蠕变,非氧化环境下耐超高温,耐疲劳性好,比热及导电性介于非金属和金属之间,热膨胀系数小且具有各向异性,耐腐蚀性好,X射线透过性好。良好的导电导热性能、电磁屏蔽性好等。因此被广泛用做各种先进复合材料中的增强相,目前,碳纤维增强复合材料在风力发电、航空航天、海洋船舶等方面的应用显示出其优越性。在碳纤维增强复合材料中,碳纤维是主要的承力部分,其力学性能直接决定了复合材料的力学性能。由于碳纤维增强陶瓷基复合材料通常在高温环境下工作,碳纤维因而会发生氧化,致使材料力学性能下降,进而严重影响工程构件的使用寿命与安全,因此需对碳纤维氧化后的力学性能进行准确地测试。然而,由于碳纤维微米级的直径,对于碳纤维单丝氧化后的拉伸应力应变曲线的测量面临很多困难。碳纤维单丝的直径一般在几微米到十几微米,其破坏拉力在0.1牛的量级,这样小的量级对拉力传感器和执行机构的控制都提出了更高的要求。
发明内容
1、要解决的问题
针对现有的传感器对微弱的应力应变信号变化测量监测困难,且精度不高的问题,本发明提供一种微弱应力应变信号测量用传感器。本发明的传感器通过对突变信号的积分处理并通过构造多参数组,对浓度进行整体判断,显著提高传感器采集精度,监测结果更加准确。
2、技术方案
为解决上述问题,本发明采用如下的技术方案。
一种微弱应力应变信号测量用传感器,包括拉力传感器、位移传感器和微控制器,所述微控制器按如下步骤处理数据:
S1、按相同时间间隔同步读取位移传感器检测到的位移信号Li和拉力传感器检测到的拉力信号F;通过Δx=Li-L,获取位移信号差量Δx,其中L为应变前初始长度;
所述应变信号参数包括应变信号数值及其产生时间;所述应力信号参数包括应力信号数值及其产生时间,把应变信号数值、应力信号数值分别对时间进行积分,获得各时间段的应变信号时间积分参数、各时间段的应力信号时间积分参数;
S3、获得核心积分参数;所述核心积分参数包括应力信号数值、应变信号数值分别以突变为时间起止边界的时间段的信号时间积分参数;
分别设定应力信号参数、应变信号参数的稳态基准值带阈,沿时间方向根据各时间段内应力信号参数值、应变信号参数值与相应稳态基准值带阈的关系,判断应力和应变信号分别处于稳态中的子稳态或稳态中的子突变、稳态之间的迁移跃变还是各具体过程;所述突变包括稳态中的子突变和稳态之间的迁移跃变;相邻子突变之间的未超出稳态基准值带阈的时间段部分为一个子稳态;
S4、建立包括应力信号参数、应力信号积分参数和核心积分参数的第一参数组参数、以及包括应变信号参数、应变信号积分参数和核心积分参数的第二参数组参数;
S5、所述第一参数组参数和第二参数组参数均作为过程参数对监测状况进行整体判断,反馈结果。
优选地,微控制器还设置步骤S21、S22,其中:
S21、对S2中应变信号数值进行自积分计算,获得某时间段的应变信号自积分参数;所述自积分频率与采样频率一致,所述某时间段均在一个子突变或一个子稳态时间段范围内;
S22、通过应变信号自积分参数除以该时间段内自积分的总次数,计算获得视觉类应变信号参数,所述视觉类应变信号参数用于显示输出,所述视觉类应变信号参数对应的自积分时间段长度宜在2s~10s范围内。
优选地,步骤S2中,将所述应力信号数值除以大整数得到σ1,所述大整数取104~1012,将σ1对时间积分,获得各时间段的应力信号积分参数。
优选地,步骤S3中,在一个稳态中,设定应力信号数值的均值为E1,按E1的比例设定阈值W1,那么E1±W1为该稳态的稳态基准值带阈;设定应变信号数值的均值为E2,按E2的比例设定阈值W2,那么E2±W2为该稳态的稳态基准值带阈;
当应力信号数值的变化量、应变信号数值的变化量在一半以上的时间稳定单向超出或在一半以上的时间稳定单向低于前一阶段的稳态基准值带阈,则从一个稳态进入另一个新的稳态;
在同一稳态中,应力信号数值、应变信号数值超出稳态基准值带阈后又返回的时间段区间为一个子突变。
优选地,步骤S4中,所述第一参数组参数、第二参数组参数均包括迁移跃变的相关参数,所述迁移跃变的相关参数为所述迁移跃变的起点时间、持续时长、正负符号、极值、产生序号中的一个或多个。
优选地,步骤S4中,所述第一参数组参数、第二参数组参数均包括各个稳态中子突变的相关参数,所述第一参数组参数的各个稳态中子突变的相关参数包括子突变的起点时间、持续时长、应力信号积分参数、正负符号、极值和产生序号中的一个或多个,所述第二参数组参数的各个稳态中子突变的相关参数包括子突变的起点时间、持续时长、应变信号积分参数、正负符号、极值和产生序号中的一个或多个。
3、有益效果
相比于现有技术,本发明的有益效果为:
(1)本发明在获得各时间段应力信号积分参数、应变信号积分参数的基础上,通过构造从一个稳态迁移跃变到后一稳态的迁移跃变过程,以及每个稳态的各个子突变过程,从而捕捉应力信号数值、应变信号数值沿时间方向变化的每一个渐变过程和突变过程,并生成从每个具体过程起始时间开始的,具体迁移跃变时长或子突变时长为时间段长度的积分参数,即核心积分参数。通过构造包括应力信号参数、应力信号积分参数和核心积分参数的第一参数组参数、以及包括应变信号参数、应变信号积分参数和核心积分参数的第二参数组参数,多参数组参数能够从不同角度体现被检测碳纤维的综合信息;又因为应力-应变成线性关系,故通过对应力和应变两维度信号综合分析,使得分析结果更具有可靠性;
本发明并不机械地依赖应力信号、应变信号对时间进行积分,扩大时间范围提高传感器监测精度,而是通过相关的多个参数或组合从不同角度体现各种特征,通过多参数组参数对监测状况进行整体判断,大幅度提高了传感器采集精度,监测结果更加准确;
(2)本发明的多参数组参数还包括迁移跃变以及子突变这些突变的相关参数,掌握突变的起始时间,突变存在的时长;通过突变过程的应变、应力信号积分、极值等参数表达具体突变的整体程度;通过子突变跳变的正负符号表达跳变的上升或下降属性,通过某个长时间段内各个子突变跳变的正负符号的分时分布表达被检测碳纤维的宏观振荡特性。例如,某次采集的应力和应变的单个数据,可能意义不明确,不具备实用性,但增加采集时间、地点作为相关参数,就会让人清楚知道是某时某地的应变。
附图说明
图1为本发明方法流程图。
具体实施方式
下面结合附图和具体实施例对本发明进行详细描述。
实施例1
一种微弱应力应变信号测量用传感器,包括拉力传感器、位移传感器和微控制器,拉力传感器、位移传感器连接到微控制器上,微控制器具有通讯接口电路;如图1所示,微控制器按如下步骤处理数据:
S1、一定采样频率下按相同时间间隔同步读取位移传感器检测到的位移信号Li和拉力传感器检测到的拉力信号F;通过Δx=Li-L,获取位移信号差量Δx,其中L为应变前初始长度。
S2、将所述位移信号通过算式转换为应变信号参数ε。若应变信号数值为负,则理解为压力压变信号。拉力信号通过算式转换为应力信号参数σ,S为拉力作用的面积;在碳纤维束氧化应力应变在拉力信号转化的过程中采用进行转化;其中σ为拉伸过程中碳纤维束的应力,N为纤维束中纤维丝总数,d为纤维直径,F为拉力;而应力和应变信号之间成正相关,故可以通过构件两维度信号监测,使得评测结果更加可靠。
应变信号参数包括应变信号数值及其产生时间;应力信号参数包括应力信号数值及其产生时间,把应变信号数值、应力信号数值分别对时间进行积分,获得各时间段的应变信号积分参数和应力信号积分参数;在积分过程中,时间间隔包括0.01s~60s之间的任一单位时间长度间隔,最终采集到不到一秒、数秒、十数秒、数十秒、分钟为时间尺寸的各时间段的应变信号积分参数,应力信号同理。本发明的传感器在检测过程中对检测对象的响应时间可以做到1s响应上万次,故选择不同时间尺寸长度对应变、应力信号数值进行积分,选择0.01s~10s内任一单位时间长度间隔可以使得检测更加灵敏,对于突变过程可以精确的表达出突变的整体程度;若选择十几秒、几十秒或者一分钟时间长度间隔对位移、拉力进行检测,可以针对平稳信号进行检测,得到被检测本体的变化趋势;针对平稳或者突变信号均可采用不同时间尺寸长度对应力、应变进行监控,使得整个传感器更加智能。
更进一步的,S21、对应变信号数值进行自积分,可采取连续累加实现,获得某时间段的应变信号自积分参数Mt;自积分频率f与采样频率一致,根据应变信号数值不同可进行调整,应变信号数值小、应变信号微弱,可调节加快采样频率,但在同一时间段内,自积分频率不变,通过加快自积分频率,在相同时间内获得更大的自积分数值,把微弱小数值转变为较大数值;某时间段均在一个子突变或一个子稳态时间段范围内;
S22、通过某时间段的应变信号自积分参数除以该时间段内自积分的总次数,计算获得视觉类应变信号参数,自积分的总次数N=T/f,其中T为该时间段的时长,视觉类应变信号参数用于显示输出,视觉类应变信号参数对应的自积分时间段长度宜在2s~10s范围内。视觉类气体浓度信号积分参数更适用于使用者观看,不会造成视觉卡顿,本发明的视觉类气体浓度信号积分参数的时间尺寸的长度限制在2s~10s范围内,且2s~10s的视觉类气体浓度信号积分参数,在间隔为1ms的采样间隔包含2000~10000个气体浓度数值的气体浓度信号积分参数,大幅度提高气体传感器输出数据精度,又适合人眼视觉更新变化习惯,显示不迟钝,解决了现有气体传感器容易跳变的缺陷。
S3、获得核心积分参数;核心积分参数包括应力信号数值、应变信号数值分别以突变为时间起止边界的时间段的信号积分参数;
分别设定应力信号参数、应变信号参数的稳态基准值带阈,沿时间方向根据各时间段内应力信号参数值、应变信号参数值与相应稳态基准值带阈的关系,判断应力和应变信号分别处于稳态或稳态中的子突变、稳态之间的迁移跃变还是各具体过程;突变包括稳态中的子突变和稳态之间的迁移跃变;
具体来说,稳态基准值带阈、稳态、子突变和迁移跃变按如下方法确定:
在一个稳态中,设定应力信号数值的均值为E1,按E1的比例设定阈值W1,那么E1±W1为该稳态的稳态基准值带阈;设定应变信号数值的均值为E2,按E2的比例设定阈值W2,那么E2±W2为该稳态的稳态基准值带阈。E1和E2可以是平均值,也可以是其他均值;对于E1和E2值的确定,不需要监测完整个稳态,一个稳态很可能持续很长时间,那么为了尽快确定E1和E2值,我们可以选取半天的应力信号数值的均值作为E1;W1根据实际需要以及测量精度来选取,一般可以在E1的10%-80%范围内选取,例如,有时为了提高测量精度,可以选取E1的10%,但要根据实际使用的传感器来具体确定这个比例。本专利所述的稳态具有大多数(一般50%以上)时间值应力信号数值在稳态基准值带阈范围内,瞬间或短时间应力信号数值在数值超出基准带阈范围,但能很快返回到稳态基准值带阈;当应力信号数值的变化量在一半以上的时间稳定单向超出或在一半以上的时间稳定单向低于前一阶段的稳态基准值带阈,则从一个稳态进入另一个新的稳态;在同一稳态中,应力信号数值超出稳态基准值带阈后又返回的时间段区间为一个子突变。此外,根据实际需要,子突变之间的迁移跃变也可作为突变;应变信号同理。
S4、建立包括应力信号参数、应力信号积分参数和核心积分参数的第一参数组参数、以及包括应变信号参数、应变信号积分参数和核心积分参数的第二参数组参数;
S5、第一参数组参数和第二参数组参数均作为过程参数对监测状况进行整体判断,反馈结果。例如,通过参数组的时间参数,可具体掌握被监测碳纤维发生相关突变的开始时间、延续时长;通过其他具体参数可判断各突变的具体变化程度、发展趋势,及时反馈准确的结果。
本实施例采用的智能传感器的信号采集监测方法,并不机械地依赖应力、应变信号对时间进行积分,扩大时间范围提高传感器监测精度。应力、应变信号数值变化具有渐变和突变,通常在数小时或数日或数月长时间渐变阶段或过程形成的积分参数值,可能会小于甚至远小于几秒钟或几分钟极短时间突变阶段内形成的积分参数值。如果不加分辨地把渐变阶段和突变阶段的积分参数混合在一起,就必然抹掉渐变阶段和突变阶段各自的特征信息,实用意义大幅降低。本发明通过构造从一个稳态迁移跃变到其后一稳态的迁移跃变过程,以及每个稳态的各个子突变过程,从而捕捉到核心积分参数并加以利用,建立包括应力信号参数、应力信号积分参数和核心积分参数的第一参数组参数、以及包括应变信号参数、应变信号积分参数和核心积分参数的第二参数组参数。
单一参数一般只体现为被检测碳纤维的具体某一特征,一般敏感材料传感器单次采集的应变、应力信号数值通常直接体现为最主要的特征参数,但也避免不了太过单一和片面,增加其它相关参数会就能多角度增加传感器的实际效果。本实施例构造了包括应力信号参数、应力信号积分参数和核心积分参数的第一参数组参数、以及包括应变信号参数、应变信号积分参数和核心积分参数的第二参数组参数,通过相关的多个参数或组合从不同角度体现各种特征,从而构成足以体现被检测碳纤维综合特征的多参数组。通过多参数组参数对监测状况进行整体判断,大幅度提高了传感器采集精度,监测结果更加准确。
本发明还在早期隐患监测预警中具有显著的实际效果,早期隐患具有信号微弱、变化缓慢、实时数据量大等特点,尽管这些长时间缓慢变化的海量数据中隐藏着各种信息需要表达,但绝大部分信息是低效重复的,既没有本地大量储存的价值,也没有占用大容量公网带宽及流量资源上传到云平台的价值。本发明通过细分的各个迁移跃变过程或子突变过程的应力、应变信号积分参数,把微弱信号转变成容易观察的足够大信号,这是一种大数据处理方式,实现对微弱信号及其变化的放大效应,从而大幅度提高传感器精度。本发明沿着时间方向化繁为简,把应力、应变信号海量数据转化为在依次连续的稳态及其各个子突变、稳态间的迁移跃变等过程场景,通过数据量很少但表达内容丰富的多参数组从多角度全方位表达各个具体过程场景的综合特征。本发明大幅度降低有效数据容量,在以渐变为主的早期隐患阶段,可能连续多日仅有几个稳态过程场景的依次产生,甚至仍处于同一稳态阶段,这几日的信号数据总量可能几十兆甚至几百兆,但有效数据可能只是一个仍在延续的稳态及其几个子突变的多参数组参数,数据容量可能只有几十或上百字节数目,但足以清楚表达这几日的被监测本体状况和变化情况。把数据海量应力、应变信号数据向数据量极少的多参数组轻量级数据的传感器边缘侧处理转换,不仅显著有利于传感器边缘侧存储和数据传输,而且大幅度降低了观察物理世界的难度,从而大幅度提高了对物理对象或检测对象进行早期隐患监测预警实际效果。
实施例2
实施例2与实施例1的方案基本相同,区别仅在于,在步骤S2中,当应力信号数值较大时,建立一个把应力信号除以大整数获得的微小数值的计算公式得到σ1,大整数取104~1012,将σ1对时间积分,获得各时间段的应力信号积分参数,对小数值不断积分可以使得显示结果更加直观。
实施例3
本实施例与实施例1的方案基本相同,区别在于:
第一参数组参数、第二参数组参数均包括迁移跃变和各个稳态中子突变的相关参数,迁移跃变的相关参数为所述迁移跃变的起点时间、持续时长、正负符号、极值、产生序号中的一个或多个;各个稳态中子突变的相关参数包括子突变的起点时间、持续时长、应力、应变信号积分参数、正负符号、极值和产生序号中的一个或多个。
以应力信号为例,从前一稳态迁移跃变到下一稳态的迁移跃变过程持续的时间为迁移跃变时长,迁移跃变产生的开始时间为该迁移跃变的起点时间,该迁移跃变所在时间段内应力信号对时间的积分,形成该迁移跃变的应力信号积分,该迁移跃变浓度信号数值大于E1+W1,为正迁移跃变,该迁移跃变浓度信号数值小于E1-W1,为负迁移跃变,该迁移跃变为正迁移跃变时应力信号的最大值或为负迁移跃变时的最小值为该迁移跃变的极值,一个迁移跃变的起点时间、持续时长、应力信号积分、正负符号、极值和产生序号等,其中的两个或多个构成该迁移跃变的多参数组,该多参数组还可扩展包括与该迁移跃变相关的其它参数。
应力信号数值在数值超出基准带阈范围,经过一段时间后才返回到稳态基准值带阈,为该稳态的一个子突变或子突变跳变,一个稳态可包含多个子突变,这段时间为该子突变持续时长,子突变形成时的时间为该子突变的起点时间,该子突变所在时间段内应力信号对时间的积分,形成该子突变的应力信号积分,该子突变应力信号数值大于E1+W1,为正子突变,该子突变应力信号数值小于E1-W1,为负子突变,该子突变为正子突变时应力信号的最大值或为负子突变时的最小值为该子突变的极值,一个子突变的起点时间、持续时长,应力信号积分参数、正负符号、极值和产生序号等,其中的两个或多个构成该子突变的多参数组,该多参数组还可扩展包括与该子突变相关的其它参数。应变信号同理。
本发明通过沿时间方向连续采集众多应力、应变信号数据,分析获得在各时间段内应力、应变信号的连续变化过程情况,监测是否产生突变——稳态的迁移跃变或稳态内部的子突变跳变,掌握突变的起始时间,突变存在的时长;通过突变过程的浓度信号积分、极值等参数表达具体突变的整体程度;通过子突变跳变的正负符号表达跳变的上升或下降属性,通过某个长时间段内各个子突变跳变的正负符号的分时分布表达检测本体的宏观振荡特性。
本发明能够将传感器单次采集转变成沿时间方向的多次连续采集,形成基于应力、应变信号的多参数数据,通过对多参数数据的分析处理,从而可获得潜藏的众多特征。分别通过相关的多个参数或相互的组合从不同角度体现各种特征,从而构成体现被检测碳纤维综合特征的多参数组。
Claims (6)
1.一种微弱应力应变信号测量用传感器,包括拉力传感器、位移传感器和微控制器,其特征在于,所述微控制器按如下步骤处理数据:
S1、按相同时间间隔同步读取位移传感器检测到的位移信号Li和拉力传感器检测到的拉力信号F;通过Δx=Li-L,获取位移信号差量Δx,其中L为应变前初始长度;
所述应变信号参数包括应变信号数值及其产生时间;所述应力信号参数包括应力信号数值及其产生时间,把应变信号数值、应力信号数值分别对时间进行积分,获得各时间段的应变信号时间积分参数、各时间段的应力信号时间积分参数;
S3、获得核心积分参数;所述核心积分参数包括应力信号数值、应变信号数值分别以突变为时间起止边界的时间段的信号时间积分参数;
分别设定应力信号参数、应变信号参数的稳态基准值带阈,沿时间方向根据各时间段内应力信号数值、应变信号数值与相应稳态基准值带阈的关系,判断应力和应变信号分别处于稳态中的子稳态或稳态中的子突变、稳态之间的迁移跃变还是各具体过程;所述突变包括稳态中的子突变和稳态之间的迁移跃变;相邻子突变之间的未超出稳态基准值带阈的时间段部分为一个子稳态;
S4、建立包括应力信号参数、应力信号时间积分参数和应力信号数值以突变为时间起止边界的时间段的信号时间积分参数的第一参数组参数、以及包括应变信号参数、应变信号时间积分参数和应变信号数值以突变为时间起止边界的时间段的信号时间积分参数的第二参数组参数;
S5、所述第一参数组参数和第二参数组参数均作为过程参数对监测状况进行整体判断,反馈结果。
2.根据权利要求1所述的一种微弱应力应变信号测量用传感器,其特征在于,微控制器还设置步骤S21、S22,其中:
S21、对S2中应变信号数值进行自积分计算,获得某时间段的应变信号自积分参数;所述自积分频率与采样频率一致,所述某时间段均在一个子突变或一个子稳态时间段范围内;
S22、通过应变信号自积分参数除以该时间段内自积分的总次数,计算获得视觉类应变信号参数,所述视觉类应变信号参数用于显示输出,所述视觉类应变信号参数对应的自积分时间段长度宜在2s~10s范围内。
3.根据权利要求1所述的一种微弱应力应变信号测量用传感器,其特征在于,步骤S2中,将所述应力信号数值除以大整数得到σ1,所述大整数取104~1012,将σ1对时间积分,获得各时间段的应力信号时间积分参数。
4.根据权利要求1或3所述的一种微弱应力应变信号测量用传感器,其特征在于,步骤S3中,在一个稳态中,设定应力信号数值的均值为E1,按E1的比例设定阈值W1,那么E1±W1为该稳态的稳态基准值带阈;设定应变信号数值的均值为E2,按E2的比例设定阈值W2,那么E2±W2为该稳态的稳态基准值带阈;
当应力信号数值的变化量、应变信号数值的变化量在一半以上的时间稳定单向超出或在一半以上的时间稳定单向低于前一阶段的稳态基准值带阈,则从一个稳态进入另一个新的稳态;
在同一稳态中,应力信号数值、应变信号数值超出稳态基准值带阈后又返回的时间段区间为一个子突变。
5.根据权利要求1或2或3所述的一种微弱应力应变信号测量用传感器,其特征在于,步骤S4中,所述第一参数组参数、第二参数组参数均包括迁移跃变的相关参数,所述迁移跃变的相关参数为所述迁移跃变的起点时间、持续时长、正负符号、极值、产生序号中的一个或多个。
6.根据权利要求1或2或3所述的一种微弱应力应变信号测量用传感器,其特征在于,步骤S4中,所述第一参数组参数、第二参数组参数均包括各个稳态中子突变的相关参数,所述第一参数组参数的各个稳态中子突变的相关参数包括子突变的起点时间、持续时长、应力信号时间积分参数、正负符号、极值和产生序号中的一个或多个,所述第二参数组参数的各个稳态中子突变的相关参数包括子突变的起点时间、持续时长、应变信号时间积分参数、正负符号、极值和产生序号中的一个或多个。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811454657.XA CN109520643B (zh) | 2018-11-30 | 2018-11-30 | 一种微弱应力应变信号测量用传感器 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811454657.XA CN109520643B (zh) | 2018-11-30 | 2018-11-30 | 一种微弱应力应变信号测量用传感器 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109520643A CN109520643A (zh) | 2019-03-26 |
CN109520643B true CN109520643B (zh) | 2020-12-22 |
Family
ID=65794009
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811454657.XA Active CN109520643B (zh) | 2018-11-30 | 2018-11-30 | 一种微弱应力应变信号测量用传感器 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109520643B (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2711109A1 (en) * | 2012-09-25 | 2014-03-26 | Tanita Corporation | Flexure element and weight measuring device |
CN106411195A (zh) * | 2016-11-09 | 2017-02-15 | 南京航空航天大学 | 无刷直流电机电流变化率积分等值控制方法 |
CN107769786A (zh) * | 2016-08-20 | 2018-03-06 | 王东玉 | 一种微型称重测力传感器信号调理电路 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8250928B2 (en) * | 2008-07-09 | 2012-08-28 | The Boeing Company | Measurement of strain in an adhesively bonded joint including magnetostrictive material |
CN101462500B (zh) * | 2009-01-06 | 2012-07-04 | 丁宏 | 电动助力自行车后轴精确助力信号采集控制系统 |
CN202092805U (zh) * | 2011-03-10 | 2011-12-28 | 上海方伴自动化设备有限公司 | 一种力传感器的信号获取电路 |
US9183739B2 (en) * | 2012-06-28 | 2015-11-10 | National Applied Research Laboratories | Bridge safety monitoring integrated system with full optical fiber and the method for sensing thereof |
CN102944817B (zh) * | 2012-12-10 | 2015-01-07 | 国家电网公司 | 基于暂态信号小波变换的配电网单相接地故障定位方法及定位装置 |
CN104596689A (zh) * | 2015-01-29 | 2015-05-06 | 四川诚邦测控技术有限公司 | 基于多功能转速信号调理电路的数字化应变式扭矩传感器 |
CN105509815B (zh) * | 2016-01-21 | 2017-11-21 | 单立辉 | 一种基于积分算法的非电量信号采集监测方法 |
CN105606131B (zh) * | 2016-01-21 | 2018-01-12 | 单立辉 | 一种非电量信号采集监测方法 |
-
2018
- 2018-11-30 CN CN201811454657.XA patent/CN109520643B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2711109A1 (en) * | 2012-09-25 | 2014-03-26 | Tanita Corporation | Flexure element and weight measuring device |
CN107769786A (zh) * | 2016-08-20 | 2018-03-06 | 王东玉 | 一种微型称重测力传感器信号调理电路 |
CN106411195A (zh) * | 2016-11-09 | 2017-02-15 | 南京航空航天大学 | 无刷直流电机电流变化率积分等值控制方法 |
Non-Patent Citations (1)
Title |
---|
《输油管道中微弱应力波信号检测的研究》;周洪梅,陈仁文,张勇;《测试技术学报》;20040402;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN109520643A (zh) | 2019-03-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112629647A (zh) | 大跨悬索桥涡振事件的实时识别和监测预警方法 | |
CN106872299A (zh) | 一种预测镁合金构件疲劳极限的方法 | |
CN110990978B (zh) | 一种螺栓状态监测方法和装置 | |
CN109520643B (zh) | 一种微弱应力应变信号测量用传感器 | |
CN111578984A (zh) | 一种严寒地区站房全生命周期钢结构受力状态监测系统 | |
CN110516288A (zh) | 一种与使用相关的航空发动机载荷谱混合分布模型建立方法 | |
CN109374686B (zh) | 一种气体传感器 | |
CN110044682A (zh) | 基于fbg传感器的单边缺口铝合金试件疲劳裂纹扩展监测方法 | |
CN105651537B (zh) | 一种高损伤敏感性的桁架结构损伤实时监测系统 | |
CN111192163B (zh) | 基于风电机组运行数据的发电机可靠度中短期预测方法 | |
WO2023241326A1 (zh) | 基于样本协方差矩阵最大特征值变化率的电网异常检测方法 | |
CN114994451B (zh) | 一种船舶电气设备故障探测方法及系统 | |
Wang et al. | Windturbine blade fault diagnosis based on MFCC feature optimization strategy | |
CN109959493A (zh) | 一种基于静挠度建模的斜拉桥拉索损伤实时定量评估方法 | |
CN114091368A (zh) | 一种轴流式水轮机空化状态的识别方法 | |
CN109556649B (zh) | 一种智能传感器的信号采集监测方法 | |
CN109100102B (zh) | 基于应变连续监测的风机模态分析方法、装置、终端与计算机可读存储介质 | |
Shao et al. | A dimensionless immune intelligent fault diagnosis system for rotating machinery | |
CN109556741A (zh) | 一种传感器数据处理方法及一种智能温度传感器 | |
Zhao et al. | Refined composite hierarchical multiscale Lempel-Ziv complexity: A quantitative diagnostic method of multi-feature fusion for rotating energy devices | |
Li et al. | Research on intelligent structural health monitoring system | |
CN109521158B (zh) | 一种可燃气体智能传感器 | |
CN116502070B (zh) | 一种微型风电机组状态智能监测系统 | |
CN109682953B (zh) | 一种使用bp神经网络判定电机轴承润滑脂含量的方法 | |
CN117574301B (zh) | 基于多传感器的便携式智能环境侦检设备数据分析系统 |
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 |