CN111595234B - 一种输电塔结构杆材屈服智能诊断装置及方法 - Google Patents

Abstract

本发明涉及一种输电塔结构杆材屈服智能诊断装置及方法。所述诊断装置包括数据采集装置、无线传感器网络系统、杆材屈服诊断模块和诊断结果发送模块；所述数据采集装置包括安装在同一输电塔杆件的两端的杆材外部激励装置和杆材应变响应数据采集装置，用于对该杆件进行外部激励产生激励信号以及采集应变响应数据，并通过无线传感器网络系统将激励信号和应变响应数据传送到杆材屈服诊断模块，通过杆材屈服诊断模块判断杆件屈服破坏情况，并通过诊断结果显示及预警终端对诊断结果显示及预警。本发明实现了输电塔结构杆材屈服智能诊断，避免了耗费大量人力物力的人工检测，可以用于自然灾害环境时输电塔结构的健康监测和安全评估。

Description

一种输电塔结构杆材屈服智能诊断装置及方法

技术领域

本发明属于输电塔结构工程技术领域，具体涉及一种基于无线压电陶瓷的输电塔结构杆材屈服智能诊断装置及方法。

背景技术

空间桁架结构因受力简单、方便施工、强度较高、整体性较好、自重小而广泛应用于输电塔结构。输电塔桁架结构中钢杆材在自然灾害环境(如飓风、冰雹、地震等)下因受到过大的突发外作用力而极易出现屈服破坏。为了确保输电塔结构及其线路的长期安全稳定运行，国家电网在发生自然灾害时需要对输电塔结构进行人工检查。然而，杆件作为输电塔桁架结构的最基本单元，在输电塔结构上数量巨多，往往多达几百上千根钢杆材。人工检查需要耗费大量的人力物力，并且在自燃灾害事件后，人工作业环境十分恶劣(例如大风或结冰天气)，检查人员生命安全遭到严重威胁。因此随着物联网和传感器技术的发展，输电塔结构杆件屈服破坏智能化诊断装置是必然选择，目前各电网公司对其需求较大。

发明内容

本发明的目的在于提出的一种输电塔结构杆材屈服智能诊断装置及方法，可以实时采集杆件的激励与响应数据，动态分析并掌握自然灾害时输电塔结构杆件的屈服破坏情况，可以实现输电塔结构在自然灾害(飓风、冰雹和地震等)时杆件屈服的智能化诊断，避免人工检测费时费力及检测人员人身安全遭到威胁，有效的解决自然灾害时输电塔结构杆件屈服破坏自动化监测诊断问题。

为了达到上述目的，本发明提供了一种高压输电塔杆件屈服破坏智能诊断装置，其特征在于：包括数据采集装置和杆材屈服诊断模块；

所述数据采集装置包括杆材外部激励装置和杆材应变响应数据采集装置，杆材外部激励装置安装在输电塔杆件的其中一端，用于对该杆件进行外部激励产生激励信号，杆材应变响应数据采集装置安装在同一输电塔杆件的另一端，用于采集该杆件的应变响应数据；

所述杆材屈服诊断模块获取杆材外部激励装置产生的激励信号和杆材应变响应数据采集装置采集的应变响应数据，根据所述激励信号和应变响应数据判断杆件的屈服破坏状况，得到杆件屈服破坏诊断结果。

本发明进一步的技术方案：所述装置还包括数据处理储存系统、无线传感器网络系统和诊断结果发送模块；

所述数据存储系统分别与杆材外部激励装置、杆材应变响应数据采集装置、杆材屈服诊断模块通讯连接，用于接收并储存杆材外部激励装置对杆件产生的实时激励信号和杆材应变响应数据采集装置采集的同一杆件的实时应变响应数据；

所述杆材屈服诊断模块具体用于从所述数据储存系统获取所述实时激励信号和所述实时应变响应数据；

所述诊断结果发送模块与杆材屈服诊断模块通讯连接，用于发送杆件屈服破坏诊断结果至外部终端；所述外部终端为诊断结果显示终端或预警终端或显示及预警终端。

本发明进一步的技术方案：所述杆材屈服诊断模块是基于频谱屈服诊断方法判断杆件的屈服破坏状况，其判断过程如下：

(1)在待诊断杆件未发生屈服时，通过采集某个时间段内同一个杆件其中一端的杆材外部激励装置产生的实时激励信号和另一端应变响应数据采集装置采集的实时应变响应数据，计算出该时间段内所有时刻杆件未发生屈服前的测试数据δ₀(t)，根据Welch法计算出杆件未发生屈服前该时间段内的自功率谱密度函数

及互功率谱密度函数

则可根据公式①计算出杆件未发生屈服时的特征量

其中ω为频率，

在待诊断杆件诊断时，采集相同长度的时间段内同一个杆件其中一端的杆材外部激励装置产生的实时激励信号和另一端应变响应数据采集装置采集的实时应变响应数据，计算出该时间段内所有时刻杆件诊断时的测试数据δ_p(t)，根据Welch法计算出杆件诊断时该时间段内的自功率谱密度函数

及互功率谱密度函数

则可根据以下公式②计算出杆件诊断时的特征量

(2)将公式①中计算的杆材未发生屈服时的特征量

和公式②中计算的杆件诊断时的特征量

带入公式③中计算出杆件屈服破坏诊断指标γ，

其中，σ₀ ²(ω)即为特征量

的方差；

并将计算出杆件屈服破坏诊断指标γ判断所诊断的杆件是否发生屈服破坏；当u_α/2≤γ≤u_1-α/2,则所诊断输电塔杆件未发生屈服；否则，所诊断输电塔杆件已发生屈服；其中α为显著性水平，即诊断错误的概率，可根据诊断杆材的重要性设定；

u_α/2为标准正态分布的下

分位点；u_1-α/2为标准正态分布的下

分位点。

本发明较优的技术方案：所述输电塔杆件为角钢型，所述数据采集装置包括压电陶瓷激振器和压电陶瓷应变片，压电陶瓷激振器和压电陶瓷应变片分别固定在同一输电塔杆件的两端；所述压电陶瓷激振器对输电塔杆件发出外荷载激励信号，激励信号在输电塔杆件中传播，输电塔杆件另一端的压电陶瓷应变片采集杆件的应变响应数据；继而，压电陶瓷激振器发出的实时激励信号和压电陶瓷应变片接收的实时应变响应数据通过导线传输给无线传感器网络系统。

本发明进一步的技术方案：所述装置还包括无线传感器网络系统，所述数据存储系统通过无线传感器网络系统分别与杆材外部激励装置、杆材应变响应数据采集装置、杆材屈服诊断模块连接；所述杆材屈服诊断模块通过无线传感器网络系统从所述数据储存系统获取所述实时激励信号和所述实时应变响应数据；所述的无线传感器网络系统包括无线传感器节点和网关，无线传感器节点接收压电陶瓷激振器产生的实时激励信号和压电陶瓷应变片采集的实时应变响应数据，并汇集于网关，网关与数据储存系统通讯连接，并将所述实时激励信号和所述实时应变响应数据传输至数据储存系统，从而实现无线实时数据传输。

本发明进一步的技术方案：所述的数据存储系统为中心数据服务器，将无线压电陶瓷激振器对输电塔杆件的实时激励信号与压电陶瓷应变片采集的实时应变响应数据存储至中心数据服务器上，供杆材屈服诊断模块、诊断结果发送模块及结果显示和预警终端提取数据进行分析、结果显示及安全预警。

本发明较优的技术方案：所述压电陶瓷激振器和压电陶瓷应变片固定在角钢型输电塔杆件同侧外表面或不同侧外表面上，且压电陶瓷应变片的布置方向为沿杆件延伸方向布置或垂直于杆件延伸方向布置，在压电陶瓷应变片外设有保护层。

本发明较优的技术方案：所述压电陶瓷激振器与压电陶瓷应变片布置的位置距离角钢侧边缘的距离为角钢边长的1/2，离角钢端部的距离为一个角钢边长。

本发明提供的一种高压输电塔杆件屈服破坏智能诊断方法，其特征在于，包括以下步骤：

通过布置在输电塔杆件其中一端的杆材外部激励装置对该杆件进行外部激励产生激励信号，布置在同一输电塔杆件另一端的杆材应变响应数据采集装置采集该杆件的应变响应数据；

获取同一输电塔杆件一端的杆材外部激励装置产生的激励信号和另一端杆材应变响应数据采集装置采集的应变响应数据，并根据激励信号和应变响应数据判断输电塔杆件的屈服破坏状况。

本发明进一步的技术方案：将采集的同一输电塔杆件的激励信号以及应变响应数据通过无线传感器网络系统传送到数据存储系统；通过无线传感器网络系统从数据存储系统获取激励信号以及应变响应数据。

本发明进一步的技术方案：在同一输电塔杆件两端分别固定有压电陶瓷激振器和压电陶瓷应变片，并通过压电陶瓷激振器产生并采集杆件的激励信号，通过压电陶瓷应变片采集杆件的应变响应数据，根据激励信号和应变响应数据判断输电塔杆件的屈服破坏状况，得到输电塔杆件屈服破坏诊断结果，其具体诊断步骤如下：

(1)将待诊断杆件一端压电陶瓷激振器的位置记为A，另一端压电陶瓷应变片的位置记为B，A位置的压电陶瓷激振器连续发出激励信号，B位置的压电陶瓷应变片采集待诊断杆件的应变响应数据，采集一段时间内的实时激励信号和实时应变响应数据，将同一时间段内某一t时刻的A位置处杆材外部激励装置发出实时激励信号α[t]进行归一化处理后得到α[t]_m，同一t时刻B位置处杆材应变响应数据采集装置接受的实时应变响应数据β[t]进行归一化处理后得到β[t]_n，并用向量δ[t]＝[α[t]_n,β[t]_n]^T表示待诊断杆件t时刻的测试数据；

(2)在待诊断杆件未发生屈服时，按照步骤(1)中的方法计算出某个时间段内所有时刻杆件未发生屈服前的测试数据δ₀(t)，根据Welch法计算出杆件未发生屈服前该时间段内的自功率谱密度函数

及互功率谱密度函数

则可根据公式①计算出杆件未发生屈服时的特征量

其中ω为频率，

在待诊断杆件诊断时，取相同长度的时间段，按照步骤(1)中的方法计算出该时间段内所有时刻杆件诊断时的测试数据δ_p(t)，根据Welch法计算出杆件诊断时该时间段内的自功率谱密度函数

及互功率谱密度函数

则可根据以下公式②计算出杆件诊断时的特征量

(3)将公式①中计算的杆材未发生屈服时的特征量

和公式②中计算的杆件诊断时的特征量

带入公式③中计算出杆件屈服破坏诊断指标γ，

其中，σ₀ ²(ω)即为特征量

的方差；

并将计算出杆件屈服破坏诊断指标γ判断所诊断的杆件是否发生屈服破坏；当u_α/2≤γ≤u_1-α/2，则所诊断输电塔杆件未发生屈服；否则，所诊断输电塔杆件已发生屈服；则所诊断输电塔杆件未发生屈服；否则，所诊断输电塔杆件已发生屈服；其中α为显著性水平，即诊断错误的概率，可根据诊断杆材的重要性设定；

u_α/2为标准正态分布的下

分位点；N_1-α/2为标准正态分布的下

分位点。

本发明进一步的技术方案：将判断的输电塔杆件屈服破坏诊断结果发送至外部终端；所述外部终端用于接收根据激励信号和应变响应数据判断得到的输电塔杆件屈服破坏诊断结果并显示或发出预警或显示同时发出预警。

本发明进一步的技术方案：所述步骤(1)中一段时间内的实时激励信号和实时应变响应数据进行归一化处理的过程如下：采集该段时间内的实时激励信号和实时应变响应数据，并计算出激励信号均值：

激励信号标准差σ(α)；应变响应数据均值：

应变响应数据标准差σ(β)；同一时间段内的某一t时刻，位置A处杆材外部激励装置发出实时激励信号为α[t],位置B处杆材应变响应数据采集装置接受的实时应变响应数据为β[t]；利用公式③和对数据归一化处理：

其中，α[t]_n为归一化后t时刻的激励信号数据，β[t]_n为归一化后t时刻的应变响应数据。

本发明包括装置数据采集装置、无线传感器网络系统、数据处理储存系统、杆材屈服诊断模块、诊断结果显示与预警终端；考虑一般的输电塔结构采用的钢材为角钢，压电陶瓷激振器与传感器布置在角钢一端，并离其端部有一定距离同时保证其离边缘也有一定距离，通过导线将其与无线传感器节点相连。同时提供了四种无线压电陶瓷激振器和传感器布置方案来满足各种输电塔结构的杆件屈服诊断要求。本发明基于频谱的杆材屈服诊断理论和杆材屈服诊断的数据处理方法。

本发明有以下效果：

(1)本发明实现了在输电系统中自然灾害时输电塔结构杆件屈服破坏自动化智能化诊断，避免了耗费大量人力物力的人工检测，并避免了人工作业时人身安全遭到威胁。

(2)本发明采用的无线压电陶瓷激励与响应监测系统可实时诊断杆件屈服破坏，实时采集杆件的激励与响应数据，动态分析并掌握自然灾害时输电塔结构杆件的屈服破坏情况，可实现输电塔运行时的实时安全评估。

(3)本发明的监测系统布置方案全面且施工方便，有利于减少工时和减少安装费用，适用于大规模工程应用。

本发明实现了输电塔结构在自然灾害(飓风、冰雹和地震等)时杆件屈服的智能化诊断，避免人工检测费时费力及检测人员人身安全遭到威胁，有效的解决了自然灾害时输电塔结构杆件屈服破坏自动化监测诊断问题。

附图说明

图1是本发明中诊断装置的结构示意图；

图2是本发明实施例一中压电薄膜应变片的布置示意图；

图3是本发明实施例一中压电薄膜应变片安装状态侧面示意图；

图4是本发明实施例二中压电薄膜应变片的布置示意图；

图5是本发明实施例三中压电薄膜应变片的布置示意图。

图中：1-输电塔；2-杆件；3-无线传感器节点；4-压电陶瓷应变片；5-压电陶瓷激振器；6-无线压电陶瓷应变传感器；7-无线压电陶瓷激振器；8-网关；9-激励信号与应变响应数据；10-数据储存系统；11-杆材屈服诊断模块；12-显示与警示终端。

具体实施方式

为使本发明实施的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行更加详细的描述。在附图1至图5中，自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。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。下面通过参考附图描述的实施例是示例性的，旨在用于解释本发明，而不能理解为对本发明的限制。基于本发明中的实施例，本领域普通技术人员在没有作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。下面结合附图对本发明的实施例进行详细说明。

实施例中提供的一种高压输电塔杆件屈服破坏智能诊断装置，如图1所示，包括数据采集装置、无线传感器网络系统、数据储存系统10、杆材屈服诊断模块11、显示与警示终端12，杆材屈服诊断模块11中包括了诊断结果发送模块，可以将诊断结果发送到显示与警示终端12；所述数据采集装置包括压电陶瓷激振器5和压电陶瓷应变片4，压电陶瓷激振器4安装在输电塔杆件2的其中一端，用于对该杆件进行外部激励产生激励信号，压电陶瓷应变片5安装在同一杆件2的另一端，用于采集该杆件的应变响应数据。所述的无线传感器网络系统包括无线传感器节点3和网关8，压电陶瓷激振器5与无线传感器节点3组成无线压电陶瓷激振器7，压电陶瓷应变片4与无线传感器节点3组成无线压电陶瓷应变传感器6；无线压电陶瓷激振器7的无线传感器节点3接收压电陶瓷激振器5产生的实时激励信号汇集于网关8，无线压电陶瓷应变传感器6的无线传感器节点3接收压电陶瓷应变片4采集的实时应变响应数据，并汇集于网关8。网关8与数据储存系统10通讯连接，并将所述实时激励信号和所述实时应变响应数据传输至数据储存系统10，从而实现无线实时数据传输，数据储存系统10为中心数据服务器，将无线压电陶瓷激振器7对输电塔杆件的实时激励信号与压电陶瓷应变片4采集的实时应变响应数据存储至中心数据服务器上，供杆材屈服诊断模块11及显示与警示终端12提取数据进行分析、结果显示及安全预警。所述杆材屈服诊断模块11与与数据存储系统10通讯连接，接收数据存储系统10传输的实时激励信号和实时应变响应数据，并进行处理和分析，根据激励信号和应变响应数据判断杆件的屈服破坏状况，得到杆件屈服破坏诊断结果；杆材屈服诊断模块11的诊断结果发送模块将杆件屈服破坏诊断结果发送诊断结果显示与警示终端12，显示与警示终端12对存储的应变数据进行交互处理，并显示杆件的屈服破坏状况，向客服发布结构健康状况预警信息。

所述输电塔杆件2为角钢型，压电陶瓷激振器和压电陶瓷应变片安装有多种方式，下面针对结合实施例对不同的安装方式进一步说明：

实施例一：如图2所示，将无线压电陶瓷激振器7的压电陶瓷激振器5与无线传感器节点3固定在杆件端部附近并注意与端部及边缘保持一定距离，然后用导线将压电陶瓷激振器5与无线传感器节点3相连接，将无线压电陶瓷应变传感器6的压电陶瓷应变片4与无线传感器节点3固定在杆件2同侧另一端部附近并注意与端部及边缘保持一定距离，然后用导线将压电陶瓷应变片4与无线传感器节点3相连接，其压电陶瓷应变片4的沿杆件延伸方向布置，并在压电陶瓷应变片4外安装外部保护装置。所述电陶瓷激振器7和无线压电陶瓷应变传感器6的安装位置离角钢侧边缘的距离为角钢边长的二分之一，离端部的距离为一个角钢边长。

实施例二：如图3所示，将无线压电陶瓷激振器7的压电陶瓷激振器5与无线传感器节点3固定在杆件端部附近并注意与端部及边缘保持一定距离，然后用导线将压电陶瓷激振器5与无线传感器节点3相连接，将无线压电陶瓷应变传感器6的压电陶瓷应变片4与无线传感器节点3固定在杆件2同侧另一端部附近并注意与端部及边缘保持一定距离，然后用导线将压电陶瓷应变片4与无线传感器节点3相连接，其压电陶瓷应变片4的垂直于杆件延伸方向布置，并在压电陶瓷应变片4外安装外部保护装置。所述电陶瓷激振器7和无线压电陶瓷应变传感器6的安装位置离角钢侧边缘的距离为角钢边长的二分之一，离端部的距离为一个角钢边长。

实施例三：如图4所示，将无线压电陶瓷激振器7的压电陶瓷激振器5与无线传感器节点3固定在杆件端部附近并注意与端部及边缘保持一定距离，然后用导线将压电陶瓷激振器5与无线传感器节点3相连接，将无线压电陶瓷应变传感器6的压电陶瓷应变片4与无线传感器节点3固定在杆件2不同侧另一端部附近并注意与端部及边缘保持一定距离，然后用导线将压电陶瓷应变片4与无线传感器节点3相连接，其压电陶瓷应变片4的沿杆件延伸方向布置，并在压电陶瓷应变片4外安装外部保护装置。所述电陶瓷激振器7和无线压电陶瓷应变传感器6的安装位置离角钢侧边缘的距离为角钢边长的二分之一，离端部的距离为一个角钢边长。

实施例四：如图5所示，将无线压电陶瓷激振器7的压电陶瓷激振器5与无线传感器节点3固定在杆件端部附近并注意与端部及边缘保持一定距离，然后用导线将压电陶瓷激振器5与无线传感器节点3相连接，将无线压电陶瓷应变传感器6的压电陶瓷应变片4与无线传感器节点3固定在杆件2不同侧另一端部附近并注意与端部及边缘保持一定距离，然后用导线将压电陶瓷应变片4与无线传感器节点3相连接，其压电陶瓷应变片4的垂直于杆件延伸方向布置，并在压电陶瓷应变片4外安装外部保护装置。所述电陶瓷激振器7和无线压电陶瓷应变传感器6的安装位置离角钢侧边缘的距离为角钢边长的二分之一，离端部的距离为一个角钢边长。

下面结合具体实施例对本发明进一步说明，实施例中针对某个输电塔的高压输电塔杆件进行屈服破坏智能诊断，其具体诊断采用上述实施例中的高压输电塔杆件屈服破坏智能诊断装置进行诊断，诊断过程如下：

在每个高压输电塔杆件2的两端部分别安装压电陶瓷激振器5的压电陶瓷应变片4，其具体安装方式可以安装上述实施例一至实施例四中任意方式，压电陶瓷激振器5对杆件2进行外部激励产生的外荷载激励信，激励信号在杆件2中传播，压电陶瓷应变片4采集杆件的实时应变响应数据，继而压电陶瓷激振器5的激励信号和压电陶瓷应变片4采集的实时应变响应数据通过导线传输给无线传感器网络系统；通过无线传感器网络系统的传感器节点3获取同一输电塔杆件的激励信号和应变响应数据，并汇集于网关8，从而实现无线实时数据传输，数据传输到数据储存系统10内，供基于频谱理论杆件屈服诊断模块及诊断结果显示与预警终端12提取数据进行分析、结果显示及安全预警。

实施例中的杆件屈服诊断模块的具体诊断步骤为：

(1)将待诊断杆件一端压电陶瓷激振器的位置记为A，另一端压电陶瓷应变片的位置记为B，A位置的压电陶瓷激振器连续发出激励信号，B位置的压电陶瓷应变片采集待诊断杆件的应变响应数据；采集一段时间内的实时激励信号和实时应变响应数据，并计算出激励信号均值：

激励信号标准差σ(α)；应变响应数据均值：

应变响应数据标准差σ(β)；同一时间段内的某一t时刻，位置A处杆材外部激励装置发出实时激励信号为α[t],位置B处杆材应变响应数据采集装置接受的实时应变响应数据为β[t]；利用公式③和对数据归一化处理：

其中，α[t]_n为归一化后t时刻的激励信号数据，β[t]_n为归一化后t时刻的应变响应数据；并用向量δ[t]＝[α[t]_n,β[t]_n]^T表示待诊断杆件t时刻的测试数据；

(2)在待诊断杆件未发生屈服时，按照步骤(1)中的方法计算出某个时间段内所有时刻杆件未发生屈服前的测试数据δ₀(t)，根据Welch法计算出杆件未发生屈服前该时间段内的自功率谱密度函数

及互功率谱密度函数

则可根据公式①计算出杆件未发生屈服时的特征量

其中ω为频率，

在待诊断杆件诊断时，取相同长度的时间段，按照步骤(1)中的方法计算出该时间段内所有时刻杆件诊断时的测试数据δ_p(t)，根据Welch法计算出杆件诊断时该时间段内的自功率谱密度函数

及互功率谱密度函数

则可根据以下公式②计算出杆件诊断时的特征量

(3)将公式①中计算的杆材未发生屈服时的特征量

和公式②中计算的杆件诊断时的特征量

带入公式③中计算出杆件屈服破坏诊断指标γ，

其中，σ₀ ²(ω)即为特征量

的方差；

并将计算出杆件屈服破坏诊断指标γ判断所诊断的杆件是否发生屈服破坏；当u_α/2≤γ≤u_1-α/2，则所诊断输电塔杆件未发生屈服；否则，所诊断输电塔杆件已发生屈服；则所诊断输电塔杆件未发生屈服；否则，所诊断输电塔杆件已发生屈服；其中α为显著性水平，即诊断错误的概率，可根据诊断杆材的重要性设定；

u_α/2为标准正态分布的下

分位点；N_1-α/2为标准正态分布的下

分位点。

本申请的发明人针对上述诊断方法进行了以下试验，其试验针对Q345角钢试件进行激励与应变监测和杆材屈服诊断初步试验，试验中的压电陶瓷激振器与压电陶瓷应变片布置如图2所示，并将压电陶瓷激振器与压电陶瓷应变片按照图1与各检测设备进行信号连接。

试验分三个阶段：(1)杆材完全未屈服；(2)杆材出现屈服，但仍具有一定承载能力；(3)杆材完全屈服失效。

杆件屈服破坏诊断指标γ安装以下公式计算：

其中，σ₀ ²(ω)即为特征量

的方差；

设置显著性水平α为0.1，并将计算出杆件屈服破坏诊断指标γ判断所诊断的杆件是否发生屈服破坏；当u_α/2≤γ≤u_1-α/2，则所诊断输电塔杆件未发生屈服；否则，所诊断输电塔杆件已发生屈服。

第一阶段：延角钢试件中心线方向，施加拉力，使得试件截面应力达到100MPa，然后利用压电陶瓷激振器和压电陶瓷应变片采集激励和应变数据，通过诊断模块得到杆件屈服破坏诊断指标γ未超出拒绝域，即u_0.05≤γ≤u_0.95，可认为杆材未发生屈服，诊断结果与试验一致。

第二阶段：延角钢试件中心线方向，施加拉力，使得试件截面应力达到300MPa，然后利用压电陶瓷激振器和压电陶瓷应变片采集激励和应变数据，通过诊断模块得到杆件屈服破坏诊断指标γ部分位于拒绝域[u_0.05,u_0.95]，可认为杆材已发生屈服，但未完全丧失承载能力，其诊断结果与试验一致。

第三阶段：延角钢试件中心线方向，施加拉力，使得试件截面应力达到350MPa，此时杆材已出现明显的屈服现象，然后利用压电陶瓷激振器和压电陶瓷应变片采集激励和应变数据，通过诊断模块得到杆件屈服破坏诊断指标γ全部位于拒绝域[u_0.05,u_0.95]，可认为杆材已完全屈服，完全丧失承载能力。诊断结果与试验一致。

通过上述试验可以验证，本发明中的诊断方法是具有一定准确性的，所以可以应用于自然灾害时输电塔结构杆件屈服破坏自动化监测诊断。

本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

以上所述，只是本发明的其中几个实施例，其描述较为具体和详细，但并不能因此而理解为对本发明范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明的保护范围应以所附权利要求为准。

Claims (12)

1.一种高压输电塔杆件屈服破坏智能诊断装置，其特征在于：包括数据采集装置和杆材屈服诊断模块；

所述数据采集装置包括杆材外部激励装置和杆材应变响应数据采集装置，杆材外部激励装置安装在输电塔杆件的其中一端，用于对该杆件进行外部激励产生激励信号，杆材应变响应数据采集装置安装在同一输电塔杆件的另一端，用于采集该杆件的应变响应数据；

所述杆材屈服诊断模块获取杆材外部激励装置产生的激励信号和杆材应变响应数据采集装置采集的应变响应数据，根据所述激励信号和应变响应数据判断杆件的屈服破坏状况，得到杆件屈服破坏诊断结果；

所述杆材屈服诊断模块基于频谱屈服诊断方法判断杆件的屈服破坏状况，其判断过程如下：

(1)在待诊断杆件未发生屈服时，通过采集某个时间段内同一个杆件其中一端的杆材外部激励装置产生的实时激励信号和另一端杆材应变响应数据采集装置采集的实时应变响应数据，计算出该时间段内所有时刻杆件未发生屈服前的测试数据δ₀(t)，根据Welch法计算出杆件未发生屈服前该时间段内的自功率谱密度函数

及互功率谱密度函数

则可根据公式①计算出杆件未发生屈服时的特征量

其中ω为频率，

在待诊断杆件诊断时，采集相同长度的时间段内同一个杆件其中一端的杆材外部激励装置产生的实时激励信号和另一端应变响应数据采集装置采集的实时应变响应数据，计算出该时间段内所有时刻杆件诊断时的测试数据δ_p(t)，根据Welch法计算出杆件诊断时该时间段内的自功率谱密度函数

及互功率谱密度函数

则可根据以下公式②计算出杆件诊断时的特征量

(2)将公式①中计算的杆材未发生屈服时的特征量

和公式②中计算的杆件诊断时的特征量

带入公式③中计算出杆件屈服破坏诊断指标γ，

其中，σ₀ ²(ω)即为特征量

的方差；

并将计算出杆件屈服破坏诊断指标γ判断所诊断的杆件是否发生屈服破坏；当u_α/2≤γ≤u_1-α/2,则所诊断输电塔杆件未发生屈服；否则，所诊断输电塔杆件已发生屈服；其中α为显著性水平，即诊断错误的概率，可根据诊断杆材的重要性设定；

u_α/2为标准正态分布的下

分位点；u_1-α/2为标准正态分布的下

分位点。

2.根据权利要求1所述的一种高压输电塔杆件屈服破坏智能诊断装置，其特征在于：所述装置还包括数据处理储存系统和诊断结果发送模块；

所述数据存储系统分别与杆材外部激励装置、杆材应变响应数据采集装置、杆材屈服诊断模块通讯连接，用于接收并储存杆材外部激励装置对杆件产生的实时激励信号和杆材应变响应数据采集装置采集的同一杆件的实时应变响应数据；

所述杆材屈服诊断模块具体用于从所述数据储存系统获取所述实时激励信号和所述实时应变响应数据；

所述诊断结果发送模块,与杆材屈服诊断模块通讯连接，用于发送杆件屈服破坏诊断结果至外部终端。

3.根据权利要求1或2所述的一种高压输电塔杆件屈服破坏智能诊断装置，其特征在于：所述输电塔杆件为角钢型，所述数据采集装置包括压电陶瓷激振器和压电陶瓷应变片，压电陶瓷激振器和压电陶瓷应变片分别固定在同一输电塔杆件的两端；所述压电陶瓷激振器对输电塔杆件发出外荷载激励信号，激励信号在输电塔杆件中传播，输电塔杆件另一端的压电陶瓷应变片采集杆件的应变响应数据；压电陶瓷激振器发出的实时激励信号和压电陶瓷应变片接收的实时应变响应数据通过导线传输给无线传感器网络系统。

4.根据权利要求1或2所述的一种高压输电塔杆件屈服破坏智能诊断装置，其特征在于：所述外部终端为诊断结果显示终端或预警终端或显示及预警终端。

5.根据权利要求2所述的一种高压输电塔杆件屈服破坏智能诊断装置，其特征在于：所述装置还包括无线传感器网络系统，所述数据存储系统通过无线传感器网络系统分别与杆材外部激励装置、杆材应变响应数据采集装置、杆材屈服诊断模块连接；所述杆材屈服诊断模块通过无线传感器网络系统从所述数据储存系统获取所述实时激励信号和所述实时应变响应数据；所述的无线传感器网络系统包括无线传感器节点和网关，无线传感器节点接收压电陶瓷激振器产生的实时激励信号和压电陶瓷应变片采集的实时应变响应数据，并汇集于网关，网关与数据储存系统通讯连接，并将所述实时激励信号和所述实时应变响应数据传输至数据储存系统，从而实现无线实时数据传输。

6.根据权利要求2所述的一种高压输电塔杆件屈服破坏智能诊断装置，其特征在于：所述的数据存储系统为中心数据服务器，将无线压电陶瓷激振器对输电塔杆件产生的实时激励信号与压电陶瓷应变片采集的实时应变响应数据存储至中心数据服务器上，供杆材屈服诊断模块、诊断结果发送模块及结果显示和预警终端提取数据进行分析、结果显示及安全预警。

7.根据权利要求3所述的一种高压输电塔杆件屈服破坏智能诊断装置，其特征在于：所述压电陶瓷激振器和压电陶瓷应变片固定在角钢型输电塔杆件同侧外表面或不同侧外表面上，且压电陶瓷应变片的布置方向为沿杆件延伸方向布置或垂直于杆件延伸方向布置，在压电陶瓷应变片外设有保护层。

8.根据权利要求3所述的一种高压输电塔杆件屈服破坏智能诊断装置，其特征在于：所述压电陶瓷激振器与压电陶瓷应变片布置的位置距离角钢侧边缘的距离为角钢边长的1/2，离角钢端部的距离为一个角钢边长。

9.一种高压输电塔杆件屈服破坏智能诊断方法，其特征在于，包括以下步骤：

通过布置在输电塔杆件其中一端的杆材外部激励装置对该杆件进行外部激励产生激励信号，布置在同一输电塔杆件另一端的杆材应变响应数据采集装置采集该杆件的应变响应数据；所述杆材外部激励装置为压电陶瓷激振器，所述杆材应变响应数据采集装置为压电陶瓷应变片；

获取同一输电塔杆件一端的杆材外部激励装置产生的激励信号和另一端杆材应变响应数据采集装置采集的应变响应数据，并根据激励信号和应变响应数据判断输电塔杆件的屈服破坏状况，得到输电塔杆件屈服破坏诊断结果，其具体诊断步骤如下：

(1)将待诊断杆件一端压电陶瓷激振器的位置记为A，另一端压电陶瓷应变片的位置记为B，A位置的压电陶瓷激振器连续发出激励信号，B位置的压电陶瓷应变片采集待诊断杆件的应变响应数据，采集一段时间内的实时激励信号和实时应变响应数据，将同一时间段内某一t时刻的A位置处杆材外部激励装置发出实时激励信号α[t]进行归一化处理后得到α[t]_n，同一t时刻B位置处杆材应变响应数据采集装置接受的实时应变响应数据β[t]进行归一化处理后得到β[t]_n，并用向量δ[t]＝[α[t]_n,β[t]_n]^T表示待诊断杆件t时刻的测试数据；

(2)在待诊断杆件未发生屈服时，按照步骤(1)中的方法计算出某个时间段内所有时刻杆件未发生屈服前的测试数据δ₀(t)，根据Welch法计算出杆件未发生屈服前该时间段内的自功率谱密度函数

及互功率谱密度函数

则可根据公式①计算出杆件未发生屈服时的特征量

其中ω为频率，

在待诊断杆件诊断时，取相同长度的时间段，按照步骤(1)中的方法计算出该时间段内所有时刻杆件诊断时的测试数据δ_p(t)，根据Welch法计算出杆件诊断时该时间段内的自功率谱密度函数

及互功率谱密度函数

则可根据以下公式②计算出杆件诊断时的特征量

(3)将公式①中计算的杆材未发生屈服时的特征量

和公式②中计算的杆件诊断时的特征量

带入公式③中计算出杆件屈服破坏诊断指标γ，

其中，σ₀ ²(ω)即为特征量

的方差；

并将计算出杆件屈服破坏诊断指标γ判断所诊断的杆件是否发生屈服破坏；

当u_α/2≤γ≤u_1-α/2，则所诊断输电塔杆件未发生屈服；否则，所诊断输电塔杆件已发生屈服；则所诊断输电塔杆件未发生屈服；否则，所诊断输电塔杆件已发生屈服；其中α为显著性水平，即诊断错误的概率，可根据诊断杆材的重要性设定；

u_α/2为标准正态分布的下

分位点；N_1-α/2为标准正态分布的下

分位点。

10.根据权利要求9所述的一种高压输电塔杆件屈服破坏智能诊断方法，其特征在于：将采集的同一输电塔杆件的激励信号以及应变响应数据通过无线传感器网络系统传送到数据存储系统；并通过无线传感器网络系统从数据存储系统获取激励信号以及应变响应数据。

11.根据权利要求9所述的一种高压输电塔杆件屈服破坏智能诊断方法，其特征在于：将判断的输电塔杆件屈服破坏诊断结果发送至外部终端；所述外部终端用于接收根据激励信号和应变响应数据判断得到的输电塔杆件屈服破坏诊断结果并显示或发出预警或显示同时发出预警。

12.根据权利要求9所述的一种高压输电塔杆件屈服破坏智能诊断方法，其特征在于所述步骤(1)中一段时间内的实时激励信号和实时应变响应数据进行归一化处理的过程如下：采集该段时间内的实时激励信号和实时应变响应数据，并计算出激励信号均值：

激励信号标准差σ(α)；应变响应数据均值：

应变响应数据标准差σ(β)；同一时间段内的某一t时刻，位置A处杆材外部激励装置发出实时激励信号为α[t],位置B处杆材应变响应数据采集装置接受的实时应变响应数据为β[t]；利用公式③和对数据归一化处理：

其中，α[t]_n为归一化后t时刻的激励信号数据，β[t]_n为归一化后t时刻的应变响应数据。

Images