CN110031552B - 一种结构健康监测损伤特征值计算方法 - Google Patents
一种结构健康监测损伤特征值计算方法 Download PDFInfo
- Publication number
- CN110031552B CN110031552B CN201910448005.3A CN201910448005A CN110031552B CN 110031552 B CN110031552 B CN 110031552B CN 201910448005 A CN201910448005 A CN 201910448005A CN 110031552 B CN110031552 B CN 110031552B
- Authority
- CN
- China
- Prior art keywords
- data
- real
- characteristic value
- time scanning
- health monitoring
- 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
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)
Abstract
本发明实施例公开了一种结构健康监测损伤特征值计算方法,其特征在于,包括如下步骤:结构健康监测系统中的处理器获取基准数据库中的基准数据和传感器的实时扫描数据;将所述实时扫描数据减去所述基准数据,得到差分数据;对所述差分数据进行降噪处理;将观察窗口与降噪处理后的所述差分数据相乘,得到目标信号区域;将所述目标区域与单位峰值的激励信号进行互相关计算,并将计算结果中的最大值作为损伤特征值。该方法能够在保证监测精度的前提下有效减少计算量将会大大提高结构健康监测系统的监测效率。
Description
技术领域
本发明实施例涉及结构健康监测技术领域,具体涉及一种结构健康监测损伤特征值计算方法。
背景技术
结构健康监测是指使用嵌入式安装的传感器,对结构工程的状态进行在线监测的过程。工程结构持续服役过程中,其材料属性会发生改变并进一步发展成包括裂缝、腐蚀、断裂、磨损、变形等多种类型的几何特征上的改变(即我们所说的损伤)。这些几何特征上的改变会严重影响工程结构的性能并可能引起一系列的严重工程事故。为了预防工程事故、掌握工程结构的服役状态,对工程结构进行定期监测是保障工程结构安全服役的一项重要工作。结构健康监测可以实时在线监测,取代常规的定期人工监测,从而有效的提高生产效率和结构安全性。在各种结构健康监测方法中,超声无损监测技术是一项较常见的监测手段。监测过程中,多组超声传感器(包括超声发射传感器和超声接收传感器)贴合于被测件表面或者嵌入到被测件内部。超声发射传感器用于发射超声波、超声波在被测物体内部及表面传播使得超声接收传感器可以接收到相应的超声波。超声接收传感器将接收到的超声信号转换成为电信号,由相应的数据采集电路转换为数字信号,并在上位机上得到进一步的处理。
超声无损监测方法主要有反射式和透射式。反射式超声无损监测方法主要利用超声波在具有明显声阻抗差异界面处会产生回波这一现象,使用单个超声波传感器或者安装在同一个位置的一对超声波传感器,通过分析激励波形与回拨之间以及不同回波之间的时间差以及幅值差等信息来判断被测结构的健康状况。反射法常用于结构的厚度监测以及形状较规则结构的健康监测,如专利US009413571B2;也可用于多层结构的粘结层失效监测,如专利US008397580B2等。对于不规则形状的结构件,反射式超声无损监测技术的使用效果较难达到要求。透射式超声无损监测技术利用超声波在缺陷处会发生部分反射、衍射、散射等现象,使用多个安装在不同位置的超声波传感器,通过分析由缺陷引起的超声信号的能量、波形形状等特征的改变来分析结构的健康状况。透射式超声无损监测技术不仅可以用于形状规则的结构件,如专利US20150053009A1,也可以用于形状复杂的结构,如专利US008996319B2等。
常见的透射式超声无损监测信号处理方法基于基线减法方法,如专利US007379845B2以及US20080253229A1等。在正常情况下采集一系列的数据当做基准数据,随后监测过程中采集到的数据与基准数据进行减法运算,得到差分信号,通过分析差分信号的幅值大小以及波形形状等判断被监测对象或区域的损伤情况。然而,目前基于基线减法方法的透射式超声无损监测结构健康监测系统中依然存在许多工程应用上急需解决的问题。由于工程环境复杂多变、温度、湿度、压力等环境因素都会对超声波的信号造成变化。按照现有专利(如US20080253229A1、US20080255774A1等)中的一些计算方法,在所有基准数据都得计算一遍的情况下,会导致整个系统的计算量过大。其次,由于传感器采用固定式安装,为了满足监测精度以及准确率的要求,目前的结构健康监测系统往往需要布置较多的传感器,从而使传感器之间的扫描路径数量过多,这也会导致原始数据量过多。
发明内容
为此,本发明实施例提供一种结构健康监测损伤特征值计算方法,以解决现有技术中由于原始数据过多而导致的计算效率降低的问题。
为了实现上述目的,本发明实施例提供一种结构健康监测损伤特征值计算方法,该方法能够在保证监测精度的前提下有效减少计算量将会大大提高结构健康监测系统的监测效率。具体的技术方案如下:
本发明实施例提供一种结构健康监测损伤特征值计算方法,其特征在于,包括如下步骤:
结构健康监测系统中的处理器获取基准数据库中的基准数据和传感器的实时扫描数据;
将所述实时扫描数据减去所述基准数据,得到差分数据;
对所述差分数据进行降噪处理;
将观察窗口与降噪处理后的所述差分数据相乘,得到目标信号区域;
将所述目标区域与单位峰值的激励信号进行互相关计算,并将计算结果中的最大值作为损伤特征值。
进一步的,在获取所述基准数据之前,判断所述基准数据库中是否存在基准数据,若所述基准数据库中不存在基准数据,则对所述观察窗口的位置进行初始化操作。
进一步的,对所述观察窗口的位置进行初始化操作包括如下步骤:
获取传感器的实时扫描数据的最大值;
以所述最大值的k%为第一阈值,按照时间先后顺序找出第一个大于所述第一阈值的实时扫描数据在时间轴上的位置信息;
以所述位置信息为观察窗口的位置。
进一步的,所述方法还包括,判断所述损伤特征值与预设的第二阈值之间的大小;
若所述损伤特征值小于所述第二阈值,将所述实时扫描数据作为新的基准数据,并对所有基准数据进行更新。
进一步的,采用带通滤波的方式进行降噪处理。
进一步的,所述传感器的实时扫描数据包括超声传感器实时扫描数据、温度传感器实时扫描信息、湿度传感器实时扫描信息、应变传感器实时扫描数据、光传感器实时扫描数据及音频传感器实时扫描数据。
进一步的,所述观察窗口包括:汉宁窗、汉明窗、平顶窗、矩形窗。
本发明实施例具有如下优点:
结构健康监测系统中损伤特征值的常规计算方法中耗费计算资源较多的步骤主要包括信号滤波、信号求包络谱、包络谱峰值查找。信号滤波一般是所有超声信号处理过程中的必须步骤,各系统中其计算复杂度基本一致,本发明中的方法与一般方法在计算复杂度上的区别主要体现在后续的计算部分。常规计算方法中的信号求包络谱所使用的希尔伯特变化一般基于快速傅里叶变换(FFT)来实现,FFT算法时间复杂度为O(NlogN)。本发明计算互相关过程中的卷积运算其快速算法虽然也通过FFT实现,但本发明中的方法只需对观察窗口中的数据进行分析。如图2所示数据,原始数据点数为8192,本发明方法的计算过程一般只需2048个或更少的数据点。当本发明中计算所需数据点变为原始数据的1/4时,单条数据的计算时间也会相应变为常规方法计算时间的1/4左右。而且计算所需数据点的降低同时也会降低算法的空间复杂度,因此系统的内存需求也可得到有效降低。在大型结构健康监测系统中,单个数据采集以及分析设备一般都会包含几十甚至几百条扫描路径,计算复杂度的大幅降低将会有益于实现更高的监测效率、更少的功耗和更低的硬件资源需求。
附图说明
为了更清楚地说明本发明的实施方式或现有技术中的技术方案,下面将对实施方式或现有技术描述中所需要使用的附图作简单地介绍。显而易见地,下面描述中的附图仅仅是示例性的,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据提供的附图引伸获得其它的实施附图。
本说明书所绘示的结构、比例、大小等,均仅用以配合说明书所揭示的内容,以供熟悉此技术的人士了解与阅读,并非用以限定本发明可实施的限定条件,故不具技术上的实质意义,任何结构的修饰、比例关系的改变或大小的调整,在不影响本发明所能产生的功效及所能达成的目的下,均应仍落在本发明所揭示的技术内容得能涵盖的范围内。
图1为本发明实施例1提供的一种结构健康监测损伤特征值计算方法流程框图;
图2为本发明为典型的超声信号时域波形图;
图3为本发明结构健康监测系统的结构框图;
图4为本发明基准数据库初始化流程框图;
图5为本发明实施例2一种结构健康监测损伤特征值计算方法的一优选实施方式流程框图;
图6为本发明为本发明基准数据库更新流程框图。
具体实施方式
以下由特定的具体实施例说明本发明的实施方式,熟悉此技术的人士可由本说明书所揭露的内容轻易地了解本发明的其他优点及功效,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
参见图1,是本发明实施例1的一种结构健康监测损伤特征值计算方法流程框图。该方法包括如下步骤:
结构健康监测系统中的处理器获取基准数据库中的基准数据和传感器的实时扫描数据;
将所述实时扫描数据减去所述基准数据,得到差分数据;
对所述差分数据进行降噪处理;
将观察窗口与降噪处理后的所述差分数据相乘,得到目标信号区域;
将所述目标区域与单位峰值的激励信号进行互相关计算,并将计算结果中的最大值作为损伤特征值。
本发明一种结构健康监测损伤特征值计算方法运行于所述处理器中。参见图2为典型的超声信号时域波形,也就是传感器的实时扫描数据。
上述结构健康监测系统参见图3是结构健康监测系统的结构框图,该系统包括处理器、存储器、传感器和接口。存储器包括基础数据,基础数据由各传感器扫描数据记录得到。
具体的,在硬件结构中包含了被测物体、重点监测区域、布置在重点区域附近的超声传感器、超声传感器通过专用硬件接口连接到数据采集及信号处理设备上。据采集及信号处理设备中包含了处理器、存储器以及其他部分,在存储器中,所有数据以基础数据库存储的基础数据的形式存储,并且每次扫描任务所获得的数据作为一条扫描记录存储。每次扫描任务所得到的扫描记录包括但不限于超声传感器实时扫描数据、温度传感器实时扫描信息、湿度传感器实时扫描信息、应变传感器实时扫描数据、光传感器实时扫描数据及音频传感器实时扫描数据。
上述基础数据是存储在基准数据库中传感器的实时采集数据。降噪处理方法包括但不限于采用带通滤波的方式进行降噪处理。
上述目标信号区域是采用观察窗口对降噪处理后的差分数据进行阶段得到的一段观察信号区域,在信号处理领域,将观察窗口与降噪处理后的差分数据相乘,便可得到该目标信号区域,也即损伤特征值计算区域。
上述观察窗口包括但不限于汉宁窗、汉明窗、平顶窗、矩形窗等常见函数以及其他自定义窗函数。
上述激励信号为汉宁窗的5个周期正弦波,数学表达式如下:
其中Fs为采样率,f为正弦信号频率,n=0,1,2……N-1。采样率至少是信号频率的两倍(N≥2)。
最后将目标区域与单位峰值的激励信号进行互相关计算,并将计算结果中的最大值作为损伤特征值。损伤特征值的数学计算公式如下所示:
F=max(S(n)*(x(m)·w(m)))
其中S(n)表示激励信号,x(m)表示实际接收到的超声信号,w(m)表示计算过程中使用的窗函数,F表示得到的损伤特征值。
通常情况下,在获取基准数据之前,会判断基准数据库中是否存在基准数据,如果基准数据库中不存在基准数据,则对观察窗口的位置进行初始化操作。初始化的具体操作为:获取传感器的实时扫描数据的最大值;以所述最大值的k%为第一阈值,按照时间先后顺序找出第一个大于所述第一阈值的实时扫描数据在时间轴上的位置信息;以所述位置信息为观察窗口的位置。参见图4为本发明基准数据库初始化流程框图,具体来说。初次扫描时,由于不存在基准数据,此时结构健康监测系统会根据本次的扫描的数据,对一些系统参数如观察窗口的位置等进行初始化操作4,首先需要获取实时扫描数据的最大值4,然后以实时扫描数据最大值的k%(k的大小由系统实际运行过程中的信噪比决定,一般情况下k取值为50)为第一阈值在实时扫描数据中从前往后找到第一个大于第一阈值的位置4,以该位置作为观察窗口的中心位置4。其中,观察窗口的大小自行设定。
本发明结构健康监测系统中损伤特征值的常规计算方法中耗费计算资源较多的步骤主要包括信号滤波、信号求包络谱、包络谱峰值查找。信号滤波一般是所有超声信号处理过程中的必须步骤,各系统中其计算复杂度基本一致,本发明中的方法与一般方法在计算复杂度上的区别主要体现在后续的计算部分。常规计算方法中的信号求包络谱所使用的希尔伯特变化一般基于快速傅里叶变换(FFT)来实现,FFT算法时间复杂度为O(NlogN)。本发明计算互相关过程中的卷积运算其快速算法虽然也通过FFT实现,但本发明中的方法只需对观察窗口中的数据进行分析。如图2所示数据,原始数据点数为8192,本发明方法的计算过程一般只需2048个或更少的数据点。当本发明中计算所需数据点变为原始数据的1/4时,单条数据的计算时间也会相应变为常规方法计算时间的1/4左右。而且计算所需数据点的降低同时也会降低算法的空间复杂度,因此系统的内存需求也可得到有效降低。在大型结构健康监测系统中,单个数据采集以及分析设备一般都会包含几十甚至几百条扫描路径,计算复杂度的大幅降低将会有益于实现更高的监测效率、更少的功耗和更低的硬件资源需求。
参见图5为本发明实施例2一种结构健康监测损伤特征值计算方法的一优选实施方式流程框图,包括如下步骤:
结构健康监测系统中的处理器获取基准数据库中的基准数据和传感器的实时扫描数据;
将所述实时扫描数据减去所述基准数据,得到差分数据;
对所述差分数据进行降噪处理;
将观察窗口与降噪处理后的所述差分数据相乘,得到目标信号区域;
将所述目标区域与单位峰值的激励信号进行互相关计算,并将计算结果中的最大值作为损伤特征值;
判断所述损伤特征值与预设的第二阈值之间的大小;
若所述损伤特征值小于所述第二阈值,将所述实时扫描数据作为新的基准数据,并对所有基准数据进行更新。需要说明的是,在计算过程中,首先根据传感器与系统之间的通讯是否正常来判断相应传感器是否正常工作,所有传感器都正常工作时,利用基准数据和实时扫描数据并对二者进行减法操作可以得到实时扫描数据减去基准数据后的差分数据,对差分数据进行带通滤波得到降噪后的数据,然后利用观察窗口初始化过程中得到的观察窗口位置对滤波后的差分信号进行截断,得到与损伤判断直接相关的目标信号区域,利用单峰值为1的激励信号与截断后的信号区域进行互相关计算,从互相关计算结果中提取出最大值作为损伤判定特征值,最后结构健康监测系统向用户发送损伤判定特征值以及传感器的状态等数据,在判断相应传感器是否正常工作过程中,如果传感器非正常工作,则结构健康监测系统向用户发送系统默认的损伤判定特征值以及传感器的状态等数据。
参见图6为本发明基准数据库更新流程框图,根据数据处理得到损伤特征值后,需进一步判断实时扫描数据是否可用作新的基准数据。如果数据处理操作得到的特征值小于系统给定的阈值,则将实时扫描数据设置为新的基准;如果数据处理操作得到的特征值大于系统给定阈值或执行完将实时扫描数据当作新的基准后,系统将会对存储的所有基准数据进行动态更新,基准数据动态更新的目的是为了删除部分过时基准,基准数据的动态更新主要由基准数据自带的时间戳以及基准数据自身进行特征值计算时得到的特征值所构成的历史数据为依据,取消旧基准的条件为:(1)时间较早以及特征值历史数据中特征值变化量小于系统给定阈值,(2)同一系统中不同路径之间的特征值满足设定关系。执行完基准动态更新之后,系统会进入等待下一次扫描状态,扫描任务的触发条件可使系统由等待下一次扫描状态进入到下一个扫描任务。
虽然,上文中已经用一般性说明及具体实施例对本发明作了详尽的描述,但在本发明基础上,可以对之作一些修改或改进,这对本领域技术人员而言是显而易见的。因此,在不偏离本发明精神的基础上所做的这些修改或改进,均属于本发明要求保护的范围。
Claims (2)
1.一种结构健康监测损伤特征值计算方法,其特征在于,包括如下步骤:
结构健康监测系统中的处理器获取基准数据库中的基准数据和传感器的实时扫描数据;
将所述实时扫描数据减去所述基准数据,得到差分数据;
对所述差分数据进行降噪处理;
将观察窗口与降噪处理后的所述差分数据相乘,得到目标信号区域;
将所述目标区域与单位峰值的激励信号进行互相关计算,并将计算结果中的最大值作为损伤特征值;
在获取所述基准数据之前,判断所述基准数据库中是否存在基准数据,若所述基准数据库中不存在基准数据,则对所述观察窗口的位置进行初始化;
对所述观察窗口的位置进行初始化操作包括如下步骤:
获取传感器的实时扫描数据的最大值;
以所述最大值的k%为第一阈值,按照时间先后顺序找出第一个大于所述第一阈值的实时扫描数据在时间轴上的位置信息;
以所述位置信息为观察窗口的中心位置;
所述方法还包括,判断所述损伤特征值与预设的第二阈值之间的大小;
若所述损伤特征值小于所述第二阈值,将所述实时扫描数据作为新的基准数据,并对所有基准数据进行更新;
所述传感器的实时扫描数据包括超声传感器实时扫描数据;
所述观察窗口包括:汉宁窗、汉明窗、平顶窗或矩形窗。
2.根据权利要求1所述的方法,其特征在于,采用带通滤波的方式进行降噪处理。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910448005.3A CN110031552B (zh) | 2019-05-27 | 2019-05-27 | 一种结构健康监测损伤特征值计算方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910448005.3A CN110031552B (zh) | 2019-05-27 | 2019-05-27 | 一种结构健康监测损伤特征值计算方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110031552A CN110031552A (zh) | 2019-07-19 |
CN110031552B true CN110031552B (zh) | 2021-10-22 |
Family
ID=67243498
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910448005.3A Active CN110031552B (zh) | 2019-05-27 | 2019-05-27 | 一种结构健康监测损伤特征值计算方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110031552B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
AR119131A1 (es) * | 2019-08-02 | 2021-11-24 | Candu Energy Inc | Probador de polímeros portátil y método de prueba |
JP7257290B2 (ja) * | 2019-08-27 | 2023-04-13 | 株式会社日立パワーソリューションズ | 超音波検査装置および超音波検査方法 |
CN116858943A (zh) * | 2023-02-03 | 2023-10-10 | 台州五标机械股份有限公司 | 用于新能源汽车的空心轴智能化制备方法及其系统 |
CN117171528B (zh) * | 2023-08-23 | 2024-03-08 | 中国建筑第二工程局有限公司 | 一种基于深度卷积融合记忆网络的高空悬挑结构健康监测方法 |
Family Cites Families (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7930128B2 (en) * | 2007-04-16 | 2011-04-19 | Acellent Technologies, Inc. | Robust damage detection |
US8831895B2 (en) * | 2011-06-27 | 2014-09-09 | Honeywell International Inc. | Structural damage index mapping system and method |
CN102393422A (zh) * | 2011-08-22 | 2012-03-28 | 江苏省产品质量监督检验研究院 | 基于超声tofd的缺陷离线判别方法 |
CN102928435A (zh) * | 2012-10-15 | 2013-02-13 | 南京航空航天大学 | 基于图像和超声信息融合的飞机蒙皮损伤识别方法及装置 |
JP6478637B2 (ja) * | 2015-01-06 | 2019-03-06 | 大成建設株式会社 | 超音波探触子 |
CN104897961B (zh) * | 2015-06-17 | 2018-01-26 | 中南民族大学 | 基于互乘法窗函数的三谱线插值fft谐波分析方法及系统 |
CN106226407B (zh) * | 2016-07-25 | 2018-12-28 | 中国电子科技集团公司第二十八研究所 | 一种基于奇异谱分析的超声回波信号在线预处理方法 |
CN106373576B (zh) * | 2016-09-07 | 2020-07-21 | Tcl科技集团股份有限公司 | 一种基于vq和svm算法的说话人确认方法及其系统 |
CN107505395A (zh) * | 2017-08-31 | 2017-12-22 | 北京金风慧能技术有限公司 | 工件内部损伤检测方法及装置 |
CN107917957B (zh) * | 2017-10-27 | 2021-06-01 | 中车青岛四方机车车辆股份有限公司 | 一种板形结构的损伤检测方法 |
CN207774644U (zh) * | 2017-12-29 | 2018-08-28 | 北京城建北方建设有限责任公司 | 塔吊安全检测装置 |
CN109031299B (zh) * | 2018-08-30 | 2022-03-04 | 西安电子科技大学 | 低信噪比条件下基于相位差分的isar平动补偿方法 |
CN109490414B (zh) * | 2018-11-22 | 2021-05-04 | 江苏方天电力技术有限公司 | 一种盆式绝缘子缺陷故障检测方法 |
-
2019
- 2019-05-27 CN CN201910448005.3A patent/CN110031552B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN110031552A (zh) | 2019-07-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110031552B (zh) | 一种结构健康监测损伤特征值计算方法 | |
WO2019201178A1 (zh) | 基于Lamb波成像的列车部件裂纹损伤检测方法和系统 | |
Chen et al. | Acoustic emission method for tool condition monitoring based on wavelet analysis | |
CN110160765B (zh) | 一种基于声音或振动信号的冲击特征识别方法及系统 | |
CA3055191C (en) | Methods and apparatus to analyze recordings in leak detection | |
CN109917022B (zh) | 一种ae网络智能传感器系统 | |
JP4697023B2 (ja) | プレス不良判定方法、プレス不良判定システム及びプレス成形装置 | |
CN110596247B (zh) | 一种温度变化环境下的超声结构健康监测方法 | |
CN110653661A (zh) | 基于信号融合和多重分形谱算法的刀具状态监测识别方法 | |
US20150308920A1 (en) | Adaptive baseline damage detection system and method | |
CN109410178A (zh) | 一种工件裂纹检测方法及系统 | |
JP2019067197A (ja) | 故障予兆検知手法 | |
Yu et al. | Application of kernel density estimation in lamb wave-based damage detection | |
CN113901379A (zh) | 一种边缘端的实时数据动态在线快速处理方法 | |
Karimian et al. | Acoustic emission signal clustering in CFRP laminates using a new feature set based on waveform analysis and information entropy analysis | |
CN115741235A (zh) | 基于五轴加工中心刀具的磨损预测与健康管理方法 | |
CN117434153A (zh) | 基于超声波技术的道路无损检测方法及系统 | |
CN115165274A (zh) | 工程机械设备振动状态自适应智能监测装置及方法 | |
CN117116293A (zh) | 一种复杂声场环境中机器设备故障诊断系统 | |
CN109059813A (zh) | 一种起重机械钢结构腐蚀强度检测方法 | |
CN109684970B (zh) | 一种结构动力响应的移动主成分分析的窗口长度确定方法 | |
CN110487911B (zh) | 基于盲源分离的压力容器声发射信号检测的方法 | |
CN117741356B (zh) | 一种复杂工况下避雷器阀片老化评估方法、介质及系统 | |
CN102667508B (zh) | 检测由检测器接收到的信号中的对应于事件的波前的方法 | |
Teng et al. | Evaluation of micro-flaws in metallic material based on a self-organized data-driven approach |
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 | ||
TA01 | Transfer of patent application right | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20200331 Address after: 314006 room 816, building 1, No. 152, Huixin Road, Daqiao Town, Nanhu District, Jiaxing City, Zhejiang Province Applicant after: Jiaxing Bochuan Technology Co., Ltd Address before: 314006 152 Huixin Road, Nanqiao District, Jiaxing, Zhejiang Applicant before: Jiaxing Broadsens Technology, Ltd. |
|
GR01 | Patent grant | ||
GR01 | Patent grant |