CN109916550A - 基于超声导波能量熵谱的钢绞线张拉力检测方法 - Google Patents

Abstract

本发明公开了一种基于超声导波能量熵谱的钢绞线张拉力检测方法，钢绞线应力检测技术领域，所述钢绞线张拉力检测方法包括如下步骤，制作钢绞线样件；对钢绞线施加超声波激励，并获取超声波导信号；对超声波导信号进行处理，获取应力指标线；在待测钢绞线上设置检测点和激励点，进行实测；对实测超声波导信号进行处理，判断张力；本发明方法可通过超声导波能量熵谱实现钢绞线张拉力检测，该方法硬件要求较低，操作过程简单，检测准确性较高。

Description

基于超声导波能量熵谱的钢绞线张拉力检测方法

技术领域

本发明属于钢绞线应力检测技术领域，具体涉及一种基于超声导波能量熵谱的钢绞线张拉力检测方法。

背景技术

钢绞线作为预应力混凝土、桥梁缆索等结构中承受拉力的关键构件，可以有效提高结构的强度及使用寿命；实际工程中，受张拉工艺及环境因素的影响，钢绞线在服役过程中存在不可避免的张拉力损失，此外，整体结构的损伤、变形也会造成钢绞线张拉力的变化，无论钢绞线中张拉力增大或降低，均会对结构的承载能力造成影响，进而导致安全隐患产生。

超声导波是一种弹性波，有别于传统超声波检测使用的体波，导波由波导介质边界多次反射形成，其传播特性往往与传播介质的结构形式、缺陷类型及应力状态密切相关，目前已广泛应用于管道、锚杆等结构的缺陷检测，相比于管道、锚杆这类规则构件，钢绞线的构造形式更为复杂，钢绞线中导波的传播特性携带有明显的拉力信息，但目前还没有成熟的手段可以对导波中携带的拉力信息进行有效利用。

发明内容

有鉴于此，本发明的目的在于提供一种基于超声导波能量熵谱的钢绞线张拉力检测方法，实现简化现有钢绞线张拉力检测流程并提高钢绞线张拉力检测的准确性。

为达到上述目的，本发明提供如下技术方案：

一种基于超声导波能量熵谱的钢绞线张拉力检测方法，所述钢绞线张拉力检测方法包括：

S1：制作钢绞线样件；

S2：采用超声波发生装置向钢绞线样件的一端施加超声波激励，同时，通过超声波传感器从钢绞线样件的另一端获取超声导波信号；

S3：对获取到的超声导波信号进行处理，得到导波能量熵谱；

S4：在待测钢绞线上设置检测点和激励点，检测点和激励点在待测钢绞线轴向上间隔一定距离；在激励点位置处，采用超声波发生装置向待测钢绞线施加超声波激励，同时，在检测点位置处，采用超声波传感器从待测钢绞线上获取实测超声导波信号；

S5：对实测超声导波信号进行处理，获取待测钢绞线上的张拉力。

进一步，所述钢绞线样件与待测钢绞线的结构相同。

进一步，所述步骤S2之前，该方法还包括，将钢绞线样件的一端固定，向钢绞线样件的另一端逐级施加张拉力，张拉力的大小随级数逐渐增加。

进一步，所述步骤S3包含如下步骤：

每一级张拉力均对应有一导波能量熵谱，将其中一个导波能量熵谱的特征向量记为基准向量，其余导波能量熵谱的特征向量记为参考向量；

计算出每个参考向量相对于基准向量的距离，单个距离即为一个识别指标；

以识别指标大小为纵坐标，张拉力大小为横坐标，绘制识别指标随拉力变化曲线，对识别指标随拉力变化曲线进行拟合，得到应力指标线。

进一步，所述步骤S5包含如下步骤：

对实测超声导波信号进行处理，得到实测导波能量熵谱；

计算实测导波能量熵谱的特征向量与基准向量的距离，此距离记为实测指标；

根据实测指标，从应力指标线上查找到对应的张拉力，此张拉力即为作用在待测钢绞线上的张拉力。

本发明的有益效果在于：本发明提出了一种基于超声导波能量熵谱的钢绞线张拉力检测方法，该方法可通过超声导波能量熵谱实现钢绞线张拉力检测，该方法硬件要求较低，操作过程简单，检测准确性较高。

附图说明

为了使本发明的目的、技术方案和有益效果更加清楚，本发明提供如下附图进行说明：

图1为本发明实施例流程示意图；

图2为本发明实施例加载幅值曲线图；

图3为本发明实施例三角脉冲示意图；

图4为本发明实施例导波能量熵谱归一化图；

图5为本发明实施例识别指标随拉力变化曲线图。

具体实施方式

下面将结合附图，对本发明的优选实施例进行详细的描述。

本发明提供一种基于超声导波能量熵谱的钢绞线张拉力检测方法，如图1所示，所述钢绞线张拉力检测方法包括：

1)制作钢绞线样件，所述钢绞线样件与待测钢绞线的结构相同；

2)将钢绞线样件的一端固定，向钢绞线样件的另一端逐级施加张拉力，张拉力的大小随级数逐渐增加；施加后一级张拉力之前，先将前一级张拉力卸载；

每一级张拉力加载好后，采用超声波发生装置向钢绞线样件的一端施加超声波激励，同时，通过超声波传感器从钢绞线样件的另一端获取超声导波信号；

3)对获取到的超声导波信号进行处理，得到导波能量熵谱；每一级张拉力均对应有一导波能量熵谱，将其中一个导波能量熵谱的特征向量记为基准向量，其余导波能量熵谱的特征向量记为参考向量；计算出每个参考向量相对于基准向量的距离，单个距离即为一个识别指标；以识别指标大小为纵坐标，张拉力大小为横坐标，绘制识别指标随拉力变化曲线，对识别指标随拉力变化曲线进行拟合，得到应力指标线；

4)在待测钢绞线上设置检测点和激励点，检测点和激励点在待测钢绞线轴向上间隔一定距离；在激励点位置处，采用超声波发生装置向待测钢绞线施加超声波激励，同时，在检测点位置处，采用超声波传感器从待测钢绞线上获取实测超声导波信号；

5)对实测超声导波信号进行处理，得到实测导波能量熵谱，计算实测导波能量熵谱的特征向量与基准向量的距离，此距离记为实测指标；根据实测指标，从应力指标线上查找到对应的张拉力，此张拉力即为作用在待测钢绞线上的张拉力。

本发明的原理如下：

根据现有理论可知，对导波信号f(t)∈L(R)进行连续小波变换，可得下式：

其中，为基小波ψ_m,n(t)的复共轭，基小波ψ_m,n(t)由母小波ψ(t)经平移和伸缩得到，ψ(t)可表示为：

其中，m为尺度因子，n为时间因子；

母小波ψ(t)必须满足的允许性条件为：

式中，ψ^*(w)为ψ(t)的傅里叶变换。

根据傅里叶变换的乘积定理可知，式(1)在频域可以表示为：

其中，F(w)为f(t)的傅立叶变换，e^jwn为f(t)不同频率的谐波分量。

ψ(t)和ψ(w)分别为时域和频域的窗函数；在小波变换的时频窗口中，窗口宽度越小分辨率越高。

Morlet小波是高斯包络下的复指数函数，时频窗面积小，具有较强的时频域局部化性能，且对称性较好，因此，采用复值Morlet小波作为母小波进行连续小波变换，通过尺度因子m和时间因子n的伸缩平移可得到整个导波信号f(t)在任意时间-尺度处的能量密度：

M(m,n)＝|W_f(m,n)|² (5)

则，导波时频能量矩阵TFR可以表示为：

对于一个离散随机变量{X}＝{x₁,x₂,···,x_N}，其中各个元素出现的概率可以表示为：

P_i＝P(x_i)(i＝1,2,……,N) (7)

式中，则{X}的Shannon信息熵可表示为：

将时频能量矩阵TFR写成列向量时，有：

其中：M(1,n)、M(m,n)分别为尺度为1和m时，导波能量随时间的变化。

TFR(m)中的任意元素都可看作一组随机变量，按照式(8)计算Shannon信息熵，可以求得导波能量熵谱H(m)，如式(10)所示：

由此可见，导波能量熵谱H(m)能对不同分解层次下导波随时间变化的复杂程度进行描述；钢绞线在张拉过程中，不同张拉力使得钢丝间的接触力亦不同，钢丝间的能量泄露随钢绞线张拉力而变化，从而影响导波的时频域能量分布，熵值大小也会发生相应的改变。

采用ABAQUS的Explicit模块模拟钢绞线中导波的传播过程，钢绞线长L＝520mm，螺距ρ_h＝260mm，直径d＝15.2mm，不考虑材料阻尼影响，钢绞线几何及材料参数如表1所示，有限元模型与实际钢绞线的结构相同；

表1钢绞线几何及材料参数

整个模拟过程分为轴向张拉力施加、源激励以及导波传播三个阶段；

阶段1：在释放轴向位移的一端施加拉力；该过程是一个准静态加载过程，为了防止干扰信号的产生，拉力施加的幅值曲线应尽可能光滑，施加的时间应尽可能长，模拟过程中，采用光滑幅值曲线进行加载，加载时长为300μs，加载幅值曲线如图2所示。

阶段2：在释放轴向位移一端的中心钢丝圆心处进行轴向激励，激励荷载为三角脉冲，时长3μs(如图3所示)。为防止激励荷载激起的导波信号被预应力加载过程中产生的扰动信号而淹没，激励荷载所产生的导波信号的能量应远大于预应力；

阶段3：激励荷载结束后持续697μs以模拟弹性波在钢绞线中的传播过程。

对中心钢丝端面中心节点的轴向加速度信号进行小波变换，分解尺度为128层，按式(10)计算不同张拉力状态下的导波能量熵谱H(m)，并按最大值进行归一化，结果如图4所示。

由图3可知，钢绞线由无拉力状态增加到70％UTS(ultimate tensile strength)时，能量熵谱变化明显，两条曲线在尺度3～42、64～92等局部位置发生了明显偏离，而在尺度42～64、92～109等位置几乎不变，说明钢绞线张拉力的变化会影响导波局部频带的能量传播，不同频率成分对张拉力引起的应力边界变化敏感性不同。

能量熵谱能够反映钢绞线张拉力变化，但其变化规律难以量化表述，仅从二者的熵值差异无法准确判断钢绞线中的张拉力大小，需要作进一步处理；将其中一个导波能量熵谱的特征向量记为基准向量，其余导波能量熵谱的特征向量记为参考向量，计算出每个参考向量相对于基准向量的距离，在本例中，以70％UTS时钢绞线的导波能量熵谱的特征向量为参考向量，将识别指标记为D(P)，按下式计算出各个识别指标：

D(P)＝||I_P-I_c|| (11)

式中，I_c为基准向量，I_P为参考向量。

将前述模拟过程中获得的多个识别指标与相应的张拉力绘制为识别指标随拉力变化曲线，如图5所示。

从图5可见，由导波能量熵谱得到的识别指标随张拉力的增加单调变化，二者近似满足线性关系，采用超声导波能量熵谱来对钢绞线张拉力进行检测。

最后说明的是，以上优选实施例仅用以说明本发明的技术方案而非限制，尽管通过上述优选实施例已经对本发明进行了详细的描述，但本领域技术人员应当理解，可以在形式上和细节上对其作出各种各样的改变，而不偏离本发明权利要求书所限定的范围。

Claims (5)

1.一种基于超声导波能量熵谱的钢绞线张拉力检测方法，其特征在于：所述钢绞线张拉力检测方法包括：

S1：制作钢绞线样件；

S2：采用超声波发生装置向钢绞线样件的一端施加超声波激励，同时，通过超声波传感器从钢绞线样件的另一端获取超声导波信号；

S3：对获取到的超声导波信号进行处理，得到导波能量熵谱；

S4：在待测钢绞线上设置检测点和激励点，检测点和激励点在待测钢绞线轴向上间隔一定距离；在激励点位置处，采用超声波发生装置向待测钢绞线施加超声波激励，同时，在检测点位置处，采用超声波传感器从待测钢绞线上获取实测超声导波信号；

S5：对实测超声导波信号进行处理，获取待测钢绞线上的张拉力。

2.根据权利要求1所述的基于超声导波能量熵谱的钢绞线张拉力检测方法，其特征在于，所述钢绞线样件与待测钢绞线的结构相同。

3.根据权利要求1所述的基于超声导波能量熵谱的钢绞线张拉力检测方法，其特征在于，所述步骤S2之前，该方法还包括，将钢绞线样件的一端固定，向钢绞线样件的另一端逐级施加张拉力，张拉力的大小随级数逐渐增加。

4.根据权利要求1所述的基于超声导波能量熵谱的钢绞线张拉力检测方法，其特征在于，所述步骤S3包含如下步骤：

每一级张拉力均对应有一导波能量熵谱，将其中一个导波能量熵谱的特征向量记为基准向量，其余导波能量熵谱的特征向量记为参考向量；

计算出每个参考向量相对于基准向量的距离，单个距离即为一个识别指标；

以识别指标大小为纵坐标，张拉力大小为横坐标，绘制识别指标随拉力变化曲线，对识别指标随拉力变化曲线进行拟合，得到应力指标线。

5.根据权利要求1所述的基于超声导波能量熵谱的钢绞线张拉力检测方法，其特征在于，所述步骤S5包含如下步骤：

对实测超声导波信号进行处理，得到实测导波能量熵谱；

计算实测导波能量熵谱的特征向量与基准向量的距离，此距离记为实测指标；

根据实测指标，从应力指标线上查找到对应的张拉力，此张拉力即为作用在待测钢绞线上的张拉力。