CN111623910B - 基于超声回波包络建模的悬索桥索夹螺杆轴力识别方法 - Google Patents
基于超声回波包络建模的悬索桥索夹螺杆轴力识别方法 Download PDFInfo
- Publication number
- CN111623910B CN111623910B CN202010449808.3A CN202010449808A CN111623910B CN 111623910 B CN111623910 B CN 111623910B CN 202010449808 A CN202010449808 A CN 202010449808A CN 111623910 B CN111623910 B CN 111623910B
- Authority
- CN
- China
- Prior art keywords
- screw
- echo
- parameter
- echo envelope
- tested
- 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
- 238000000034 method Methods 0.000 title claims abstract description 50
- 239000000725 suspension Substances 0.000 title claims abstract description 26
- 238000004364 calculation method Methods 0.000 claims abstract description 28
- 230000005284 excitation Effects 0.000 claims abstract description 26
- 238000001514 detection method Methods 0.000 claims abstract description 9
- 238000004519 manufacturing process Methods 0.000 claims abstract description 5
- 239000000523 sample Substances 0.000 claims description 77
- 230000009467 reduction Effects 0.000 claims description 20
- 230000008569 process Effects 0.000 claims description 15
- 230000008878 coupling Effects 0.000 claims description 6
- 238000010168 coupling process Methods 0.000 claims description 6
- 238000005859 coupling reaction Methods 0.000 claims description 6
- 238000012545 processing Methods 0.000 claims description 5
- 239000000463 material Substances 0.000 claims description 4
- 230000009466 transformation Effects 0.000 claims description 3
- 238000009659 non-destructive testing Methods 0.000 abstract description 2
- 238000012360 testing method Methods 0.000 description 10
- 230000008859 change Effects 0.000 description 9
- 230000002159 abnormal effect Effects 0.000 description 4
- 238000002474 experimental method Methods 0.000 description 4
- 238000004092 self-diagnosis Methods 0.000 description 3
- 230000007547 defect Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000002411 adverse Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000004451 qualitative analysis Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000009662 stress testing Methods 0.000 description 1
- 238000004804 winding Methods 0.000 description 1
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
- G01L1/25—Measuring force or stress, in general using wave or particle radiation, e.g. X-rays, microwaves, neutrons
- G01L1/255—Measuring force or stress, in general using wave or particle radiation, e.g. X-rays, microwaves, neutrons using acoustic waves, or acoustic emission
Landscapes
- Physics & Mathematics (AREA)
- Acoustics & Sound (AREA)
- Health & Medical Sciences (AREA)
- Toxicology (AREA)
- General Physics & Mathematics (AREA)
- Force Measurement Appropriate To Specific Purposes (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回波包络建模的悬索桥索夹螺杆轴力识别方法，涉及超声无损检测技术领域，该方法包括：建立螺杆轴力计算公式；制作悬索桥索夹螺杆样件，依次标定螺杆应力系数和螺杆温度系数，并代入螺杆轴力计算公式；设定高斯回波包络模型的各参数阈值；在待测螺杆端面施加超声波激励，得到待测螺杆的回波信号，建立待测螺杆高斯回波包络模型；当待测螺杆高斯回波包络模型的幅值参数大于幅值参数阈值，其尺度参数大于尺度参数最小阈值且小于尺度参数最大阈值，以及其确定系数大于确定系数阈值时，获取待测螺杆高斯回波包络模型的时间参数作为待测螺杆的回波声时，计算待测螺杆轴力。本发明，检测速度快、精度高，且轴力结果可靠。
Description
技术领域
本发明涉及超声无损检测技术领域，具体涉及一种基于超声回波包络建模的悬索桥索夹螺杆轴力识别方法。
背景技术
悬索桥索夹螺杆轴力是保障索夹抗滑移性能的主要因素。索夹螺杆轴力不足将会导致索夹在索体上产生滑移，造成吊索连接节点偏位，使得加劲梁及吊索的受力状态发生改变，对结构的整体稳定和承载力等结构性能产生不利影响。同时，索夹在主缆上的滑移会破坏主缆缠丝及防锈层, 造成主缆损伤，影响其耐久性能。
目前，用于识别索夹螺杆轴力的方法主要有扭矩扳手法、拔出法、应变法和超声法。扭矩扳手法操作简单，但受螺纹接触面摩擦系数差异的影响较大，识别精度较差，仅能对螺杆轴力进行定性分析。拔出法在一定程度提高了螺杆轴力识别精度，但操作复杂，识别效率较低。应变法需要在每个待测螺杆表面预装应变传感器，当待测螺杆较多时，其经济性较差，且仅能测得轴力的相对变化。
相关技术中，超声法是基于声弹性效应，通过杆中超声声时变化来反映螺杆轴力变化，具有操作简单、识别速度快，检测精度高等优点。但是，现有的超声应力测试技术多采用人工直接读取声时，不仅读取效率低，识别结果受人为因素影响大，且当实测信号质量较差时，甚至无法有效读取声时。另外，超声信号受超声探头与待测螺杆的耦合状态影响较大。由于目前仍缺乏有效评价实测超声信号质量的方法，在实桥检测时往往无法分辨声时变化是由超声探头耦合状态差异引起还是由于轴力变化引起，使得轴力识别结果的可靠性无法保障。限于以上不足，超声法在悬索桥索夹螺杆轴力识别中仍未得到有效应用。
发明内容
针对现有技术中存在的缺陷之一，本发明的目的在于提供一种基于超声回波包络建模的悬索桥索夹螺杆轴力识别方法，以提高悬索桥索夹螺杆轴力识别的准确性和可靠性。
为达到以上目的，本发明采取的技术方案是：一种基于超声回波包络建模的悬索桥索夹螺杆轴力识别方法，其包括步骤：
根据螺杆轴力与纵波波速的线性关系，建立螺杆轴力计算公式；
制作悬索桥索夹螺杆样件，依次标定螺杆应力系数和螺杆温度系数，并代入上述螺杆轴力计算公式；上述螺杆样件的几何参数及材料参数与待测螺杆一致；
根据上述螺杆应力系数和螺杆温度系数的标定过程，设定高斯回波包络模型的各参数阈值；上述各参数阈值包括幅值参数阈值、尺度参数最小阈值、尺度参数最大阈值和确定系数阈值；
在待测螺杆端面施加超声波激励，得到上述待测螺杆的回波信号，进而得到回波包络信号，建立待测螺杆高斯回波包络模型；
当上述待测螺杆高斯回波包络模型的幅值参数大于上述幅值参数阈值，其尺度参数大于上述尺度参数最小阈值且小于尺度参数最大阈值，以及其确定系数大于确定系数阈值时，获取上述待测螺杆高斯回波包络模型的时间参数作为上述待测螺杆的回波声时，并将其带入上述螺杆轴力计算公式，得到待测螺杆轴力。
进一步地，上述标定螺杆应力系数具体包括：
在基准温度下，对上述螺杆样件进行逐级张拉，并在每个张拉状态下分别对上述螺杆样件端面施加超声波激励，得到每个张拉力对应的回波声时；
根据上述螺杆样件的无应力声时，计算每个张拉力对应的声时差；
对上述张拉力与声时差进行线性拟合，通过线性拟合的斜率得到上述螺杆应力系数；
上述标定螺杆温度系数具体包括：
在非基准温度下，对上述螺杆样件进行逐级张拉，并在每个张拉状态下分别对上述螺杆样件端面施加超声波激励，得到每个张拉力对应的回波声时；
根据上述螺杆样件的无应力声时，计算每个张拉力对应的声时差；
对上述张拉力与声时差进行线性拟合，通过线性拟合的斜率以及上述螺杆应力系数，得到上述螺杆温度系数。
进一步地，对上述螺杆样件进行逐级张拉，并在每个张拉状态下分别对上述螺杆样件端面施加超声波激励，得到每个张拉力对应的回波声时，具体包括：
对上述螺杆样件进行逐级张拉，并在每个张拉状态下分别对上述螺杆样件端面施加超声波激励，得到每个张拉力对应的回波信号，采用小波阈值降噪对每个回波信号进行降噪处理；
对每个降噪后的回波信号进行Hilbert变换，得到螺杆样件的每个张拉力对应的回波包络信号，
采用最小二乘法对螺杆样件的每个回波包络信号分别建立螺杆样件高斯回波包络模型；
将上述螺杆样件的每个螺杆样件高斯回波包络模型的时间参数分别作为对应张拉力的回波声时。
进一步地，根据上述螺杆应力系数和螺杆温度系数的标定过程，设定高斯回波包络模型的各参数阈值，具体包括：
统计每个螺杆样件高斯回波包络模型的幅值参数、尺度参数和确定系数，以最小幅值参数为幅值参数阈值，以最小尺度参数和最大尺度参数分别作为尺度参数最小阈值和尺度参数最大阈值，以最小确定系数为确定系数阈值。
进一步地，还包括：
判断上述待测螺杆高斯回波包络模型的幅值参数是否大于上述幅值参数阈值、其尺度参数是否大于上述尺度参数最小阈值且小于尺度参数最大阈值、以及其确定系数是否大于确定系数阈值；
若上述待测螺杆高斯回波包络模型的幅值参数大于上述幅值参数阈值，其尺度参数大于上述尺度参数最小阈值且小于尺度参数最大阈值，以及其确定系数大于确定系数阈值，则，获取上述待测螺杆高斯回波包络模型的时间参数作为上述待测螺杆的回波声时；
否则，调整超声探头耦合状态，并重新在待测螺杆端面施加超声波激励进行检测，以获取待测螺杆的回波声时。
进一步地，在待测螺杆端面施加超声波激励，得到上述待测螺杆的回波信号，进而得到回波包络信号，建立待测螺杆高斯回波包络模型，具体包括：
在待测螺杆端面施加超声波激励，得到上述待测螺杆的回波信号，采用小波阈值降噪对上述回波信号进行降噪处理；
对降噪后的回波信号进行Hilbert变换，得到回波包络信号；
采用最小二乘法对上述回波包络信号建立待测螺杆高斯回波包络模型；
测量待测螺杆的温度和夹持长度。
与现有技术相比，本发明的优点在于：
（1）本发明的基于超声回波包络建模的悬索桥索夹螺杆轴力识别方法，通过依次标定螺杆应力系数和螺杆温度系数，并代入螺杆轴力计算公式，确定螺杆轴力与声时差的线性关系，然后将待测螺杆高斯回波包络模型的时间参数作为实测回波声时，计算声时差，即可通过螺杆轴力与声时差的线性关系计算得到待测螺杆轴力，不仅操作简单，检测速度快，且检测精度高，轴力结果可靠。
（2）本发明的基于超声回波包络建模的悬索桥索夹螺杆轴力识别方法，通过对待测螺杆高斯回波包络模型的幅值参数、尺度参数和确定系数分别进行判定，可识别螺杆轴力识别过程中的异常信号，实现数据自诊断过程。
附图说明
图1为本发明实施例提供的悬索桥螺杆轴力检测方法的第一种流程图；
图2为本发明实施例提供的悬索桥螺杆轴力检测方法的第二种流程图；
图3为本发明实施例提供的测试设备的布置示意图；
图4为本发明实施例提供的基准温度下螺杆轴力随声时差变化曲线图。
附图标记：
1-张拉装置，2-螺杆夹持组件，3-温度传感器，4-压电超声探头，5-螺杆样件，6-数据采集系统，7-超声激励与接收装置。
具体实施方式
以下结合附图及实施例对本发明作进一步详细说明。
参见图1所示，本发明提供一种基于超声回波包络建模的悬索桥索夹螺杆轴力识别方法的实施例，其包括步骤：
S1. 根据声弹性效应，螺杆轴力与纵波波速存在线性对应关系，通过测得声时变化即可实现螺杆轴力识别。因此，根据螺杆轴力与纵波波速的线性关系，建立螺杆轴力计算公式。
S2. 制作悬索桥索夹螺杆样件，依次标定螺杆应力系数和螺杆温度系数，并代入上述螺杆轴力计算公式。上述螺杆样件的几何参数及材料参数与待测螺杆的几何参数及材料参数均一致。
S3. 根据上述螺杆应力系数和螺杆温度系数的标定过程，设定高斯回波包络模型的各参数阈值。高斯回波包络模型的各参数包括幅值参数、尺度参数和确定系数；上述各参数阈值包括幅值参数阈值、尺度参数最小阈值、尺度参数最大阈值和确定系数阈值。
S4. 在待测螺杆端面施加超声波激励，得到上述待测螺杆的回波信号，进而得到回波包络信号，建立待测螺杆高斯回波包络模型。
其中，在待测螺杆端面施加超声波激励之后，还需要测量待测螺杆的温度和夹持长度，以便于将实时温度和夹持长度带入螺杆轴力计算公式进行计算。
S5. 当上述待测螺杆高斯回波包络模型的幅值参数大于所述幅值参数阈值，其尺度参数大于所述尺度参数最小阈值且小于尺度参数最大阈值，以及其确定系数大于确定系数阈值时，获取上述高斯回波包络模型的时间参数作为上述待测螺杆的回波声时，并将其带入上述螺杆轴力计算公式，得到待测螺杆轴力。
本实施例的检测方法，通过依次标定螺杆应力系数和螺杆温度系数，并代入螺杆轴力计算公式，确定螺杆轴力与声时差的线性关系，然后将待测螺杆高斯回波包络模型的时间参数作为实测回波声时，计算声时差，即可通过螺杆轴力与声时差的线性关系计算得到待测螺杆轴力，不仅操作简单，识别速度快，且识别精度高，识别结果可靠。
具体地，考虑温度、螺杆弹性伸长量的影响，上述步骤S1中螺杆轴力计算公式为：
其中，E为螺杆弹性模量，A为螺杆截面积，L 0为螺杆夹持长度， K s为应力系数，K t为温度系数，
为声时差，S为螺杆的回波声时，S0为螺杆的无应力声时，T为螺杆温度，T 0为基准温度。
在上述实施例的基础上，本实施例中，上述步骤S2中标定螺杆应力系数具体包括：
首先，在基准温度下，对上述螺杆样件进行逐级张拉，张拉力依次增加，并在每个张拉状态下分别对所述螺杆样件端面施加超声波激励，得到每个张拉力对应的回波信号，即每个张拉力分别对应一个回波信号，并采用小波阈值降噪对每个回波信号进行降噪处理。
其次，对降噪后的回波信号f(t)进行希尔伯特Hilbert变换，得到
即可得到回波包络信号：
然后，采用最小二乘法对上述回波包络信号进行高斯建模，得到螺杆样件高斯回波包络模型：
其中，a为幅值参数，其反映信号能量；b为时间参数，其反映信号能量峰值时刻；c为尺度参数，其反映模型形状。
提取该螺杆样件高斯回波包络模型的时间参数作为与张拉力所对应的回波声时。根据螺杆样件的无应力声时，计算每个张拉力对应的声时差。声时差为回波声时与无应力声时的差值。
最后，对上述张拉力与声时差进行线性拟合，得到线性拟合的斜率，通过线性拟合的斜率、螺杆样件的夹持长度、螺杆样件弹性模量和螺杆样件的螺杆截面积，得到上述螺杆应力系数。
在第二个实施例的基础上，本实施例中，上述步骤S2中标定螺杆温度系数具体包括：
首先，在非基准温度下，对上述螺杆样件进行逐级张拉，并在每个张拉状态下分别对螺杆样件端面施加超声波激励，得到每个张拉力对应的回波信号，即每个张拉力分别对应一个回波信号，并采用小波阈值降噪对每个回波信号进行降噪处理。
其次，对每个降噪后的回波信号进行Hilbert变换，如式（3）所示。按照式（4）计算每个张拉力对应的回波包络信号。采用最小二乘法对每个回波包络信号进行高斯建模，得到每个张拉力对应的螺杆样件高斯回波包络模型，如式（5）所示。提取每个螺杆样件高斯回波包络模型的时间参数作为与张拉力所对应的回波声时。
然后，根据上述螺杆样件的无应力声时，计算每个张拉力对应的声时差。
最后，对上述张拉力与声时差进行线性拟合，得到线性拟合的斜率，再通过线性拟合的斜率、螺杆样件夹持长度、螺杆样件弹性模量和螺杆样件截面积，以及上述螺杆应力系数，计算得到上述螺杆温度系数。
进一步地，上述步骤S3具体包括：
统计上述螺杆应力系数和螺杆温度系数的标定过程中所有螺杆样件高斯回波包络模型的幅值参数、尺度参数和确定系数。
螺杆样件高斯回波包络模型的个数为螺杆应力系数标定过程和螺杆温度系数标定过程中螺杆样件高斯回波包络模型数量的总和N。相应的，其幅值参数、尺度参数和确定系数均有N个。
当实测超声信号质量发生变化时，由于回波信号能量、形状改变，回波包络信号的高斯模型的幅值参数、尺度参数均会产生变化。同时，也会造成模型与实测数据吻合度降低，模型确定系数减小。因此，高斯回波包络模型的幅值参数、尺度参数和确定系数可有效反映超声信号质量变化。
螺杆应力系数标定和温度系数标定均在实验室进行，测试质量较高，且测试结果可被验证。因此，根据螺杆样件高斯回波包络模型的幅值参数、尺度参数和确定系数范围，设定评价实测超声信号质量的阈值。阈值的设定规则为：以最小幅值参数为幅值参数阈值，以最小尺度参数和最大尺度参数分别作为尺度参数最小阈值和尺度参数最大阈值，以最小确定系数为确定系数阈值。
进一步地，上述步骤S4具体包括：
首先，在待测螺杆端面施加超声波激励，得到待测螺杆的回波信号。为提高信号信噪比，采用小波阈值降噪对上述回波信号进行降噪处理。
然后，对降噪后的端面回波信号f(t)进行Hilbert变换，如式（3）所示。根据式（4），得到回波包络信号。采用最小二乘法对上述回波包络信号进行高斯建模，得到待测螺杆高斯回波包络模型，如式（5）所示。
最后，测量待测螺杆的温度和夹持长度，以便于将实时温度和夹持长度带入螺杆轴力计算公式进行计算。
进一步地，上述步骤S5具体包括：
首先，判断待测螺杆高斯回波包络模型的幅值参数是否大于幅值参数阈值、其尺度参数是否大于尺度参数最小阈值且小于尺度参数最大阈值、以及其确定系数是否大于确定系数阈值。
若上述待测螺杆高斯回波包络模型的幅值参数大于参数阈值，同时，其尺度参数大于所述尺度参数最小阈值且小于尺度参数最大阈值，同时其确定系数大于确定系数阈值，则，获取所述待测螺杆高斯回波包络模型的时间参数作为待测螺杆的回波声时，以便于将其带入上述螺杆轴力计算公式，得到待测螺杆轴力。
否则，判定实测超声信号异常，然后调整超声探头耦合状态，并重新在待测螺杆端面施加超声波激励，以获取待测螺杆的回波声时，进行后续计算。
本实施例中，通过对待测螺杆高斯回波包络模型的幅值参数、尺度参数和确定系数分别进行判定，可识别待测螺杆轴力检测过程中的异常信号，实现数据自诊断过程。
参见图2所示，本实施例的轴力识别方法具体包括：
A1. 建立螺杆轴力计算公式，并制作悬索桥索夹螺杆样件；
A2. 进行螺杆应力系数标定；
A3. 进行螺杆温度系数标定；
A4. 统计螺杆应力系数与螺杆温度系数标定过程中，所有螺杆样件高斯回波包络模型的幅值参数、尺度参数和确定系数，设定评价实测超声信号质量的各参数阈值；
A5. 在待测螺杆端面施加超声波激励，获得待测螺杆的回波信号，然后测量待测螺杆的温度和夹持长度；
A6. 对待测螺杆的回波信号进行小波降噪，计算回波包络信号，建立待测螺杆高斯回波包络模型；
A7. 判断待测螺杆高斯回波包络模型的幅值参数、尺度参数和确定系数是否均满足阈值要求，若是，则转向A8，否则转向A10；
A8. 获取待测螺杆高斯回波包络模型的时间参数作为待测螺杆的回波声时；
A9. 将待测螺杆的温度和夹持长度以及回波声时代入螺杆轴力计算公式，得到待测螺杆轴力。
A10. 重新调整测试设备中超声探头耦合状态，转向A5。
本实施例中，以杨泗港长江大桥索夹螺杆为待测螺杆，制作与待测螺杆几何参数及材料参数均一致的螺杆样件。其中，螺杆设计轴力P为750kN，螺杆长度L为1080mm，螺杆直径D为48.75mm，弹性模量E为209GPa，密度ρ为7830kg/m3。张拉装置1为MTS1000kN万能试验机，其上设有螺杆夹持组件2，螺杆样件的两端分别夹持于两个螺杆夹持组件2内。
测试设备的布置如图3所示，将螺杆样件5固定在MTS1000kN万能试验机上进行逐级张拉，每级荷载为50kN，最大张拉力为950kN，压电超声探头4位于螺杆样件的一个端部，同时在螺杆表面布置2个温度传感器3，压电超声探头4连接超声激励与接收装置7，数据采集系统6分别连接超声激励与接收装置7和两个温度传感器3。激励荷载为0.1μs的窄带脉冲，信号采样率为80MHz。
根据螺杆轴力计算公式可知，在基准温度下，螺杆应力系数的计算公式为：
其中，
为螺杆轴力与声时差的线性拟合斜率。
本实施例中，螺杆样件的轴力即张拉力，通过对螺杆轴力与声时差进行线性拟合，将拟合直线斜率
代入上式，即可得到螺杆应力系数K S。
本实施例中，基准温度T 0为26.4℃，夹持长度L 0 为830mm，在基准温度下进行螺杆温度系数标定实验，螺杆轴力随声时差变化曲线图如图4所示，拟合直线斜率
，拟合直线确定系数R 2 为0.999。因此，螺杆轴力与声时差线性关系明显，进而可计算得到螺杆应力系数K S为0.74509mm·μs-1。
根据螺杆轴力计算公式可知，在非基准温度下，螺杆温度系数的计算公式为：
此时，
为温度为T时螺杆轴力与声时差的线性拟合斜率。通过在非基准温度T下对轴力与声时差进行线性拟合，将拟合直线斜率
和温度T代入上式，即可得到温度系数K t。
本实施例中，在温度T为6.6℃，夹持长度L 0 为717.1mm时，将螺杆样件固定在MTS1000kN万能试验机上逐级张拉，进行螺杆温度系数标定实验。
对螺杆轴力与声时差的变化规律进行线性拟合，将拟合斜率和温度代入上式，得到温度系数K t为1.7×10-3℃-1。即，每1℃的温度变化引起0.17%的声时增加。
统计上述螺杆应力系数标定实验和螺杆温度系数标定实验中所有螺杆样件高斯回波包络模型的幅值参数、尺度参数和确定系数，以最小幅值参数0.04为幅值参数阈值，以最小尺度参数75和最大尺度参数85分别作为尺度参数最小阈值和尺度参数最大阈值，以最小确定系数0.9为确定系数阈值。
在待测螺杆端面施加超声波激励，获得待测螺杆的回波信号。然后测量待测螺杆温度和夹持长度，分别为26.0℃和870mm。最后，对待测螺杆的回波信号进行小波降噪，计算回波包络，建立高斯回波包络模型。待测螺杆高斯回波包络模型的幅值参数、尺度参数和确定系数均在阈值范围以内，表明测试质量较好，实测信号中无异常信号。采用螺杆轴力公式对待测螺杆进行轴力计算，计算结果如下表1所示。
表1 待测螺杆轴力检测结果
采用本实施例方法进行螺杆轴力识别，识别精度较高，轴力识别平均偏差为15.05kN，仅为设计轴力的2.01%。可有效识别悬索桥索夹螺杆轴力。
本实施例方法，通过建立超声回波包络的高斯模型，不仅可对螺杆轴力检测过程中的实测信号质量进行有效评价，还可自动获取待测螺杆的回波声时，实现超声信号质量的自诊断和悬索桥索夹螺杆轴力自动化识别，以提高轴力识别效率、准确率和可靠性。
本发明不局限于上述实施方式，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也视为本发明的保护范围之内。
Claims (5)
1.一种基于超声回波包络建模的悬索桥索夹螺杆轴力识别方法，其特征在于，其包括步骤：
根据螺杆轴力与纵波波速的线性关系，建立螺杆轴力计算公式；
制作悬索桥索夹螺杆样件，依次标定螺杆应力系数和螺杆温度系数，并代入所述螺杆轴力计算公式；所述螺杆样件的几何参数及材料参数与待测螺杆一致；
根据所述螺杆应力系数和螺杆温度系数的标定过程，设定高斯回波包络模型的各参数阈值；所述各参数阈值包括幅值参数阈值、尺度参数最小阈值、尺度参数最大阈值和确定系数阈值；
在待测螺杆端面施加超声波激励，得到所述待测螺杆的回波信号，采用小波阈值降噪对所述回波信号进行降噪处理；
对降噪后的回波信号f(t)进行Hilbert变换，得到：
进而得到回波包络信号：
采用最小二乘法对所述回波包络信号建立待测螺杆高斯回波包络模型；
测量待测螺杆的温度和夹持长度；
所述待测螺杆高斯回波包络模型为：
其中，
为待测螺杆高斯回波包络模型的函数表达式；a为幅值参数，用于反映信号能量；b为时间参数，用于反映信号能量峰值时刻；c为尺度参数，用于反映模型形状；
当所述待测螺杆高斯回波包络模型的幅值参数大于所述幅值参数阈值，其尺度参数大于所述尺度参数最小阈值且小于尺度参数最大阈值，以及其确定系数大于确定系数阈值时，获取所述待测螺杆高斯回波包络模型的时间参数作为所述待测螺杆的回波声时，并将其带入所述螺杆轴力计算公式，得到待测螺杆轴力；
所述螺杆轴力计算公式为：
其中，E为螺杆弹性模量，A为螺杆截面积，L 0为螺杆夹持长度，K s为应力系数，K t为温度系数，
为声时差，S为螺杆的回波声时，S0为螺杆的无应力声时，T为螺杆温度，T 0为基准温度。
2.如权利要求1所述的基于超声回波包络建模的悬索桥索夹螺杆轴力识别方法，其特征在于，所述标定螺杆应力系数具体包括：
在基准温度下，对所述螺杆样件进行逐级张拉，并在每个张拉状态下分别对所述螺杆样件端面施加超声波激励，得到每个张拉力对应的回波声时；
根据所述螺杆样件的无应力声时，计算每个张拉力对应的声时差；
对所述张拉力与声时差进行线性拟合，通过线性拟合的斜率得到所述螺杆应力系数；
标定螺杆温度系数具体包括：
在非基准温度下，对所述螺杆样件进行逐级张拉，并在每个张拉状态下分别对所述螺杆样件端面施加超声波激励，得到每个张拉力对应的回波声时；
根据所述螺杆样件的无应力声时，计算每个张拉力对应的声时差；
对所述张拉力与声时差进行线性拟合，通过线性拟合的斜率以及所述螺杆应力系数，得到所述螺杆温度系数。
3.如权利要求2所述的基于超声回波包络建模的悬索桥索夹螺杆轴力识别方法，其特征在于，对所述螺杆样件进行逐级张拉，并在每个张拉状态下分别对所述螺杆样件端面施加超声波激励，得到每个张拉力对应的回波声时，具体包括：
对所述螺杆样件进行逐级张拉，并在每个张拉状态下分别对所述螺杆样件端面施加超声波激励，得到每个张拉力对应的回波信号，采用小波阈值降噪对每个回波信号进行降噪处理；
对每个降噪后的回波信号进行Hilbert变换，得到螺杆样件的每个张拉力对应的回波包络信号，
采用最小二乘法对螺杆样件的每个回波包络信号分别建立螺杆样件高斯回波包络模型；
将所述螺杆样件的每个螺杆样件高斯回波包络模型的时间参数分别作为对应张拉力的回波声时。
4.如权利要求3所述的基于超声回波包络建模的悬索桥索夹螺杆轴力识别方法，其特征在于：根据所述螺杆应力系数和螺杆温度系数的标定过程，设定高斯回波包络模型的各参数阈值，具体包括：
统计每个螺杆样件高斯回波包络模型的幅值参数、尺度参数和确定系数，以最小幅值参数为幅值参数阈值，以最小尺度参数和最大尺度参数分别作为尺度参数最小阈值和尺度参数最大阈值，以最小确定系数为确定系数阈值。
5.如权利要求1所述的基于超声回波包络建模的悬索桥索夹螺杆轴力识别方法，其特征在于，还包括：
判断所述待测螺杆高斯回波包络模型的幅值参数是否大于所述幅值参数阈值、其尺度参数是否大于所述尺度参数最小阈值且小于尺度参数最大阈值、以及其确定系数是否大于确定系数阈值；
若所述待测螺杆高斯回波包络模型的幅值参数大于所述幅值参数阈值，其尺度参数大于所述尺度参数最小阈值且小于尺度参数最大阈值，以及其确定系数大于确定系数阈值，则，获取所述待测螺杆高斯回波包络模型的时间参数作为所述待测螺杆的回波声时；
否则，调整超声探头耦合状态，并重新在待测螺杆端面施加超声波激励进行检测，以获取待测螺杆的回波声时。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010449808.3A CN111623910B (zh) | 2020-05-25 | 2020-05-25 | 基于超声回波包络建模的悬索桥索夹螺杆轴力识别方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010449808.3A CN111623910B (zh) | 2020-05-25 | 2020-05-25 | 基于超声回波包络建模的悬索桥索夹螺杆轴力识别方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111623910A CN111623910A (zh) | 2020-09-04 |
| CN111623910B true CN111623910B (zh) | 2021-08-06 |
Family
ID=72268850
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010449808.3A Active CN111623910B (zh) | 2020-05-25 | 2020-05-25 | 基于超声回波包络建模的悬索桥索夹螺杆轴力识别方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111623910B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112227208B (zh) * | 2020-09-23 | 2022-03-29 | 中铁大桥局集团有限公司 | 一种用于悬索桥索夹螺杆施工期及运营期的监测预报方法 |
| CN117168676B (zh) * | 2023-11-03 | 2024-02-02 | 广州市市政工程试验检测有限公司 | 一种超声波检测螺杆轴力的方法及装置 |
Family Cites Families (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS60216235A (ja) * | 1984-04-12 | 1985-10-29 | Toyota Motor Corp | ボルト軸力測定方法とこの測定方法を用いたボルト締付装置 |
| CN2226289Y (zh) * | 1995-03-28 | 1996-05-01 | 同济大学 | 螺栓轴向紧固应力超声波测量仪 |
| US6186010B1 (en) * | 1997-12-17 | 2001-02-13 | Toyota Jidosha Kabushiki Kaisha | Bolt for ultrasonic axial tension measurement |
| CN1156679C (zh) * | 2002-12-17 | 2004-07-07 | 浙江大学 | 超声螺栓紧固力测试装置 |
| DE102005002592A1 (de) * | 2005-01-20 | 2006-08-03 | Wolfgang Baron | Vorrichtung zum Messen der Vorspannkraft bei Schraubverbindungen |
| CN107165050B (zh) * | 2017-06-29 | 2019-01-04 | 中铁大桥科学研究院有限公司 | 一种悬索桥索夹螺杆轴力施工方法 |
| CN107576439A (zh) * | 2017-07-13 | 2018-01-12 | 宝沃汽车（中国）有限公司 | 螺栓轴向力的监测方法、系统及螺栓、车轮、车辆 |
| JP2020020763A (ja) * | 2018-08-03 | 2020-02-06 | 本田技研工業株式会社 | ボルト軸力測定装置及びボルト軸力測定プログラム |
| CN209280192U (zh) * | 2018-12-13 | 2019-08-20 | 深圳市德航智能技术有限公司 | 一种方便更换的框架式螺栓应力测量装置 |
| CN110276089B (zh) * | 2019-04-03 | 2022-11-25 | 中铁大桥科学研究院有限公司 | 一种用于悬索桥索夹螺杆的平均轴力的预估方法 |
| CN110374003B (zh) * | 2019-07-04 | 2021-04-27 | 中铁大桥科学研究院有限公司 | 一种悬索桥索夹螺杆轴力同步施工系统及其使用方法 |
-
2020
- 2020-05-25 CN CN202010449808.3A patent/CN111623910B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN111623910A (zh) | 2020-09-04 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111623910B (zh) | 基于超声回波包络建模的悬索桥索夹螺杆轴力识别方法 | |
| McLaskey et al. | Acoustic emission sensor calibration for absolute source measurements | |
| JP4954729B2 (ja) | コンクリート杭の健全性評価支援装置、健全性評価支援方法及び健全性評価支援プログラム | |
| CN108169330B (zh) | 基于非线性超声谐波法的混凝土构件轴向应力无损检测的装置和方法 | |
| US11085840B2 (en) | Apparatus and method for measuring axial force of bolt | |
| CN107202760A (zh) | 一种激光激发表面波测量声弹性常数的方法 | |
| CN111337171A (zh) | 一种应用于临界折射纵波应力检测的声时差测量方法 | |
| WO2013071673A1 (zh) | 一种机械复合管结合强度的评价方法 | |
| Moctezuma et al. | Performance analysis of acoustic emission hit detection methods using time features | |
| CN110646119B (zh) | 一种超声波测量轧制金属材料表面应力张量的方法 | |
| CN113808092B (zh) | 钢管混凝土界面脱粘缺陷检测方法、系统、装置及介质 | |
| CN109030132B (zh) | 一种蠕变损伤对比试块制备方法、损伤检测方法及系统 | |
| AU2021101832A4 (en) | Ultrasonic testing method of suspension bridge screw axial force based on Gaussian echo envelope model | |
| CN114002327B (zh) | 一种用于钢绞线完整程度的检测方法 | |
| JP2005172589A (ja) | 材料の試験方法、材料試験機 | |
| Bushuev et al. | Detecting changes in the condition of a pressure transucer by analysing its output signal | |
| Shen et al. | Prediction of residual stress components and their directions from pile-up morphology: An experimental study | |
| CN110455922B (zh) | 一种基于k近邻法的锚杆锚固质量等级评定方法 | |
| CN217212426U (zh) | 一种基于连续梁振动的锚杆锚固参数无损检测装置 | |
| CN112485331B (zh) | 一种修正晶粒尺寸对金属塑性损伤测量影响的方法 | |
| CN110608664B (zh) | 一种基于在线修正的桥式振弦应变计 | |
| CN111486804B (zh) | 用于精密部件厚度测量的信号处理方法及测量方法 | |
| JP2001153848A (ja) | 超音波計測方法、超音波探傷方法及び超音波計測装置 | |
| JP2002071447A (ja) | パルス音判定方法 | |
| Piñal Moctezuma | Characterization of damage evolution on metallic components using ultrasonic non-destructive methods |
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 |