CN111595939B - 一种基于超声能量谱的收割机损伤识别方法 - Google Patents
一种基于超声能量谱的收割机损伤识别方法 Download PDFInfo
- Publication number
- CN111595939B CN111595939B CN202010292617.0A CN202010292617A CN111595939B CN 111595939 B CN111595939 B CN 111595939B CN 202010292617 A CN202010292617 A CN 202010292617A CN 111595939 B CN111595939 B CN 111595939B
- Authority
- CN
- China
- Prior art keywords
- damage
- minutes
- time
- ultrasonic energy
- harvester
- 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
-
- 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
- G01N29/44—Processing the detected response signal, e.g. electronic circuits specially adapted therefor
- G01N29/4472—Mathematical theories or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
- G06F30/23—Design optimisation, verification or simulation using finite element methods [FEM] or finite difference methods [FDM]
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2291/00—Indexing codes associated with group G01N29/00
- G01N2291/02—Indexing codes associated with the analysed material
- G01N2291/023—Solids
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/14—Force analysis or force optimisation, e.g. static or dynamic forces
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Analytical Chemistry (AREA)
- Theoretical Computer Science (AREA)
- Pathology (AREA)
- Immunology (AREA)
- General Health & Medical Sciences (AREA)
- Biochemistry (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Pure & Applied Mathematics (AREA)
- Signal Processing (AREA)
- Mathematical Physics (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- Algebra (AREA)
- Acoustics & Sound (AREA)
- Ultra Sonic Daignosis Equipment (AREA)
- Investigating Or Analyzing Materials By The Use Of Ultrasonic Waves (AREA)
Abstract
本发明公开了一种基于超声能量谱的收割机损伤识别方法,包括如下步骤:S1、收割机结构损伤位置的确定;S2、考虑瞬时冲击作用的损伤区域细化;S3、细化损伤区域的实时在线超声能量采集;S4、损伤位置断裂能量因子的计算;S5、实时断裂损伤位置的确定。该方法对收割机损伤识别高效、准确。
Description
技术领域
本发明涉及收割机损伤识别方法,特别涉及一种基于超声能量谱的收割机损伤识别方法。
背景技术
随着经济社会的迅猛发展,规模化农业生产逐渐成为了农业发展的主流趋势,农用装备的安全性问题越来越受到社会的关注。一方面,随着气候与环境的变化,收割机的作业周期迅速增加,作业环境更加恶劣,在这样的背景下微小的裂纹就会造成巨大的伤害。另一方面,一大批老旧收割机结构仍在关键岗位上发挥着重要作用,若直接按使用周期停用,势必会造成巨大的资源浪费。目前对收割机结构的损伤识别方法研究大多是离散状态下对结构进行探伤或是通过敲击经验的方法,并没有考虑实时损伤识别的实现,且识别精度较低。因此,从全面提高损伤识别精度的角度出发来对收割机进行在线监测是必要的。
发明内容
发明目的:本发明目的是提供一种基于超声能量谱的收割机损伤识别方法。
技术方案:本发明提供一种基于超声能量谱的收割机损伤识别方法,包括如下步骤:
S1、收割机结构损伤位置的确定;
S2、考虑瞬时冲击作用的损伤区域细化;
S3、细化损伤区域的实时在线超声能量采集;
S4、损伤位置断裂能量因子的计算;
S5、实时断裂损伤位置的确定。
进一步地,所述S1收割机结构损伤位置的确定方法:建立收割机的三维模型,然后将三维模型导入到有限元分析软件中,采用自动模式对其网格进行划分,然后在前处理模块中施加收割机的载荷谱并定义相应的约束条件,完毕后对其进行后处理,确定收割机结构的损伤位置及损伤位置的应力分布情况,记损伤位置的面积为A1。
进一步地,所述S2考虑瞬时冲击作用的损伤区域细化方法:在S1的基础上,按照S1中载荷加载的位置选用瞬态分析模块,对结构模型按照自动模式进行网格划分,然后施加冲击力,并定义相同的约束条件,完毕后对其进行后处理,在S1已确定的损伤位置中选择损伤细化的区域,记细化的区域个数标记为N,计算考虑瞬时冲击的损伤区域细化系数C,施加冲击力优选为施加3倍于一般工况载荷的冲击力,每个区域的面积优选为7cm2,
其中,C为考虑瞬时冲击的损伤区域细化系数;N为细化的区域个数;A1为损伤位置的面积。
进一步地,所述S3细化损伤区域的实时在线超声能量采集方法:在S2确定的细化损伤区域的基础上,布置超声传感设备采集工况条件下的实时能量值Ii,i为时间,i=1,2...M,单位为秒,收割机每作业5分钟,对这5分钟内数据的超声能量谱进行记录,并根据5分钟内的超声能量谱对谱值奇异率Qt,幅值变化区间Ft及峰谷插补率Gt进行求解,
其中,Qt为5分钟内的超声能量谱的谱值奇异率;Ft为5分钟内的超声能量谱的幅值变化区间;Gt为5分钟内的超声能量谱的峰谷插补率;C(Ii)max为工况条件下5分钟时间内采集到的所有实时能量Ii中的最大值;C(Ii)min为工况条件下5分钟时间内采集到的所有实时能量Ii中的最小值;Ii为工况条件下的实时能量值,i为时间,h为5分钟时间内对应于C(Ii)max的时间值,t为每隔5分钟的时间顺次数。
进一步地,所述S4损伤位置断裂能量因子的计算方法:根据S3中计算的超声能量谱数据,对损伤位置的断裂能量因子YN进行计算,
其中,YN为损伤位置的断裂能量因子;Δk为裂尖能量因子,通过有限元分析获得;M为监测的总时间;i为时间;C为考虑瞬时冲击的损伤区域细化系数;Qt为5分钟内的超声能量谱的谱值奇异率;Ft为5分钟内的超声能量谱的幅值变化区间;Gt为5分钟内的超声能量谱的峰谷插补率;t为每隔5分钟的时间顺次数;N为细化的区域个数。
有益效果:本发明可以实现工况条件下收割机损伤位置的实时监测,通过超声能量谱的实时变化来构建能量变化率曲线,进而估算损伤位置的断裂能量因子,有利于精确地实时获取收割机的损伤状态,从而更有效的提高收割机运行的安全性。
附图说明
图1为本发明方法流程图。
具体实施方式
如图1所示,本实施例基于超声能量谱的收割机损伤识别方法,包括以下步骤:
S1.收割机结构损伤位置的确定:
建立收割机的三维模型,然后将三维模型导入到有限元分析软件中,采用自动模式对其网格进行划分,然后在前处理模块中施加收割机的载荷谱并定义相应的约束条件,完毕后对其进行后处理,确定收割机结构的损伤位置及损伤位置的应力分布情况,记损伤位置的面积为A1。
S2.考虑瞬时冲击作用的损伤区域细化:
在S1分析的基础上,仍按照S1中载荷加载的位置选用瞬态分析模块,对结构模型按照自动模式进行网格划分,然后施加3倍于普通工况载荷的冲击力,并定义相同的约束条件,完毕后对其进行后处理,在S1已确定的损伤位置中选择损伤细化的区域,每个区域的面积为7cm2,记细化的区域个数标记为N,
计算考虑瞬时冲击的损伤区域细化系数C,
其中,C为考虑瞬时冲击的损伤区域细化系数;N为细化的区域个数;A1为损伤位置的面积。
S3.细化损伤区域的实时在线超声能量采集:
在S2确定的细化损伤区域的基础上,布置超声传感设备采集工况条件下的实时能量值Ii(i为时间,i=1,2...M,单位为秒),收割机每作业5分钟,对这5分钟内数据的超声能量谱进行记录,并根据5分钟内的超声能量谱对谱值奇异率Qt,幅值变化区间Ft及峰谷插补率Gt进行求解,
其中,Qt为5分钟内的超声能量谱的谱值奇异率;Ft为5分钟内的超声能量谱的幅值变化区间;Gt为5分钟内的超声能量谱的峰谷插补率;C(Ii)max为工况条件下5分钟时间内采集到的所有实时能量Ii中的最大值;C(Ii)min为工况条件下5分钟时间内采集到的所有实时能量Ii中的最小值;Ii为工况条件下的实时能量值,i为时间,h为5分钟时间内对应于C(Ii)max的时间值,t为每隔5分钟的时间顺次数。
S4.损伤位置断裂能量因子的计算:
根据S3中计算的超声能量谱数据,对损伤位置的断裂能量因子YN进行计算,
其中,YN为损伤位置的断裂能量因子;Δk为裂尖能量因子,通过有限元分析获得;M为监测的总时间;i为时间;C为考虑瞬时冲击的损伤区域细化系数;Qt为5分钟内的超声能量谱的谱值奇异率;Ft为5分钟内的超声能量谱的幅值变化区间;Gt为5分钟内的超声能量谱的峰谷插补率;t为每隔5分钟的时间顺次数;N为细化的区域个数。
S5.实时断裂损伤位置的确定:
Claims (1)
1.一种基于超声能量谱的收割机损伤识别方法,其特征在于:包括如下步骤:
S1、收割机结构损伤位置的确定;
S2、考虑瞬时冲击作用的损伤区域细化;
S3、细化损伤区域的实时在线超声能量采集;
S4、损伤位置断裂能量因子的计算;
S5、实时断裂损伤位置的确定,
所述S1收割机结构损伤位置的确定方法:建立收割机的三维模型,然后将三维模型导入到有限元分析软件中,采用自动模式对其网格进行划分,然后在前处理模块中施加收割机的载荷谱并定义相应的约束条件,完毕后对其进行后处理,确定收割机结构的损伤位置及损伤位置的应力分布情况,记损伤位置的面积为A1;
所述S2考虑瞬时冲击作用的损伤区域细化方法:在S1的基础上,按照S1中载荷加载的位置选用瞬态分析模块,对结构模型按照自动模式进行网格划分,然后施加冲击力,并定义相同的约束条件,完毕后对其进行后处理,在S1已确定的损伤位置中选择损伤细化的区域,记细化的区域个数标记为N,计算考虑瞬时冲击的损伤区域细化系数C,
其中,C为考虑瞬时冲击的损伤区域细化系数;N为细化的区域个数;A1为损伤位置的面积;
所述S3细化损伤区域的实时在线超声能量采集方法:在S2确定的细化损伤区域的基础上,布置超声传感设备采集工况条件下的实时能量值Ii,i为时间,i=1,2…M,单位为秒,收割机每作业5分钟,对这5分钟内数据的超声能量谱进行记录,并根据5分钟内的超声能量谱对谱值奇异率Qt,幅值变化区间Ft及峰谷插补率Gt进行求解,
其中,Qt为5分钟内的超声能量谱的谱值奇异率;Ft为5分钟内的超声能量谱的幅值变化区间;Gt为5分钟内的超声能量谱的峰谷插补率;C(Ii)max为工况条件下5分钟时间内采集到的所有实时能量Ii中的最大值;C(Ii)min为工况条件下5分钟时间内采集到的所有实时能量Ii中的最小值;Ii为工况条件下的实时能量值,i为时间,h为5分钟时间内对应于C(Ii)max的时间值,t为每隔5分钟的时间顺次数;
所述S4损伤位置断裂能量因子的计算方法:根据S3中计算的超声能量谱数据,对损伤位置的断裂能量因子YN进行计算,
其中,YN为损伤位置的断裂能量因子;Δk为裂尖能量因子,通过有限元分析获得;M为监测的总时间;i为时间;C为考虑瞬时冲击的损伤区域细化系数;Qt为5分钟内的超声能量谱的谱值奇异率;Ft为5分钟内的超声能量谱的幅值变化区间;Gt为5分钟内的超声能量谱的峰谷插补率;t为每隔5分钟的时间顺次数;N为细化的区域个数;
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010292617.0A CN111595939B (zh) | 2020-04-14 | 2020-04-14 | 一种基于超声能量谱的收割机损伤识别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010292617.0A CN111595939B (zh) | 2020-04-14 | 2020-04-14 | 一种基于超声能量谱的收割机损伤识别方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111595939A CN111595939A (zh) | 2020-08-28 |
CN111595939B true CN111595939B (zh) | 2022-11-08 |
Family
ID=72188993
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010292617.0A Active CN111595939B (zh) | 2020-04-14 | 2020-04-14 | 一种基于超声能量谱的收割机损伤识别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111595939B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114413804B (zh) * | 2020-10-28 | 2023-08-22 | 扬州大学 | 一种基于局部监测应变能的收割机最佳作业参数确定方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104807693A (zh) * | 2014-01-28 | 2015-07-29 | 波音公司 | 使用运动放大技术的结构的非破坏性评估 |
CN108427826A (zh) * | 2018-01-31 | 2018-08-21 | 南京航空航天大学 | 缝合复合材料冲击损伤及剩余强度全程分析方法 |
CN109541037A (zh) * | 2018-11-21 | 2019-03-29 | 扬州大学 | 一种基于妥协与竞争机理的装载机结构主干裂纹筛选方法 |
-
2020
- 2020-04-14 CN CN202010292617.0A patent/CN111595939B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104807693A (zh) * | 2014-01-28 | 2015-07-29 | 波音公司 | 使用运动放大技术的结构的非破坏性评估 |
CN108427826A (zh) * | 2018-01-31 | 2018-08-21 | 南京航空航天大学 | 缝合复合材料冲击损伤及剩余强度全程分析方法 |
CN109541037A (zh) * | 2018-11-21 | 2019-03-29 | 扬州大学 | 一种基于妥协与竞争机理的装载机结构主干裂纹筛选方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111595939A (zh) | 2020-08-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102269655B (zh) | 一种轴承故障的诊断方法 | |
CN111597740B (zh) | 一种基于介尺度超声畸窄带的收割机健康监测方法 | |
CN104598734B (zh) | 滚动轴承集成期望最大化和粒子滤波的寿命预测方法 | |
CN105510038A (zh) | 风电机组故障监测方法和装置 | |
CN111583962B (zh) | 一种基于声学分析的羊反刍行为监测方法 | |
CN111595939B (zh) | 一种基于超声能量谱的收割机损伤识别方法 | |
CN109918364B (zh) | 一种基于二维概率密度估计和四分位法的数据清洗方法 | |
WO2020019531A1 (zh) | 汽轮机叶片裂纹评估系统及汽轮机叶片裂纹预警方法 | |
CN101813568A (zh) | 采用计算机程序确定空化初生的判定方法 | |
CN102331455A (zh) | 一种基于主动Lamb波损伤指数的工程结构损伤监测方法 | |
CN103278343A (zh) | 一种结构关键疲劳构件的识别方法 | |
CN111460702B (zh) | 一种基于正逆向损伤特征融合的结构件损伤识别方法 | |
CN112729836A (zh) | 一种循环改进型的水轮机空蚀初生状态判别系统及其方法 | |
CN116625683A (zh) | 一种风电机组轴承故障识别方法、系统、装置及电子设备 | |
CN111354496B (zh) | 核电厂事故在线诊断及状态跟踪预测方法 | |
Bai et al. | Experimental research on sugarcane under-the-ground basecutting | |
CN116432527A (zh) | 一种空化预测方法、装置、存储介质及电子设备 | |
CN116304551A (zh) | 一种基于bcb模型的电机轴承故障诊断及特征提取方法 | |
CN113487149B (zh) | 基于Catboost K折交叉验证的焊点异常识别系统及方法 | |
CN114034492B (zh) | 基于希尔伯特-黄变换的汽车零部件载荷谱快速压缩方法 | |
CN116519112A (zh) | 一种基于激光测振的超声刀头振动能量效率评价方法 | |
CN112345642B (zh) | 一种考虑主次结构分解等效的收割机健康监测方法 | |
Nörenberg et al. | Wind speed and direction on water application uniformity of a mechanical lateral-move irrigation system | |
CN114413804B (zh) | 一种基于局部监测应变能的收割机最佳作业参数确定方法 | |
CN114210766B (zh) | 一种圆锯片智能化整平方法 |
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 |