CN112765857B - 一种列车结构损伤识别方法、装置、电子设备和存储介质 - Google Patents
一种列车结构损伤识别方法、装置、电子设备和存储介质 Download PDFInfo
- Publication number
- CN112765857B CN112765857B CN202110090664.1A CN202110090664A CN112765857B CN 112765857 B CN112765857 B CN 112765857B CN 202110090664 A CN202110090664 A CN 202110090664A CN 112765857 B CN112765857 B CN 112765857B
- Authority
- CN
- China
- Prior art keywords
- wavelength
- train
- crack
- crack length
- point
- 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
- 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
- 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
- G06F2119/04—Ageing analysis or optimisation against ageing
-
- 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
- G06F2119/08—Thermal analysis or thermal optimisation
-
- 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
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
Abstract
本申请提供了一种列车结构损伤识别方法、装置、电子设备和存储介质,其中,本申请先确定列车承载部件的应力测点,该应力测点为容易出现列车结构损伤的点,然后在该应力测点上设置光纤光栅传感器,利用光纤光栅传感器实时监测列车运行过程中的应力测点的形变和裂纹,具体为通过光纤光栅传感器采集的应力测点的波长信号来确定裂纹长度,通过回归算法对裂纹长度和波长信息进行分析得到裂纹变化与应变变化的预测模型也就是裂纹长度与应变回归模型,从而实现动应力感知列车损伤状态的目标,光纤光栅传感器体积小,集成度高,并且多个光纤光栅传感器可以在一根光纤上串接,线路连接简单。
Description
技术领域
本申请涉及列车技术领域,特别涉及一种列车结构损伤识别方法、装置、电子设备和存储介质。
背景技术
近年来铁路轨道交通迅速发展,以其快捷安全、低耗环保等诸多优点迅速成为了国家民生支柱产业。随着列车运行速度的不断提高和车体承受的载荷逐渐增加,加重了列车承载结构的负担,使之更易出现疲劳损伤。加之我国幅员辽阔、地形复杂,南北温湿度、地质条件差异较大,列车运行的安全可靠性面临着极大挑战,一旦发生列车事故将会给国家和人民生命财产带来巨大的损失。因此必须对列车承载结构关键部位的运行状态实时监测和提前预警,从而保证列车的安全运行。
但是,相关技术采用的是硬件片安装在测点附近进行关键部位的裂纹检测,但是硬件片的体积较大,当测点较多时,不易安装,并且每一硬件片对应一个连线,造成线路连接的复杂。
因此,如何提供一种解决上述技术问题的方案是本领域技术人员目前需要解决的问题。
发明内容
本申请的目的是提供一种列车结构损伤识别方法、装置、电子设备和存储介质,能够实现动应力感知列车损伤状态的目标,光纤光栅传感器体积小,集成度高,并且多个光纤光栅传感器可以在一根光纤上串接,线路连接简单。其具体方案如下:
本申请提供了一种列车结构损伤识别方法,包括:
确定列车承载部件的多个应力测点,以将光纤光栅传感器设置在所述应力测点;
获取多个所述光纤光栅传感器采集的波长信号;
根据所述波长信号确定对应的所述应力测点是否为裂纹点;
根据多个所述裂纹点确定裂纹长度;
根据所述裂纹长度和对应的多个所述波长信号,建立裂纹长度与应变回归模型,以根据所述裂纹长度与应变回归模型进行列车结构损伤识别。
优选地,所述确定列车承载部件的多个应力测点,包括:
确定所述列车承载部件的多个所述应力测点,其中,所述应力测点包括静态关注点、结构关注点、动态关注点、运用关注点中的任意一种或者多种;
其中,所述静态关注点是通过所述列车承载部件的有限元强度分析确定的疲劳破坏的薄弱部位;
所述结构关注点是通过分析所述列车承载部件的部件连接部位的局部结构,确定的应力集中部位和机械结构复杂的部位;
所述动态关注点是根据部件模态分析和动载荷传递部位分析确定的形变集中部位;
所述运用关注点是根据疲劳测试结果和列车实际运用中出现的疲劳裂纹的部位确定的。
优选地,所述根据所述波长信号确定对应的所述应力测点是否为裂纹点,包括:
将所述波长信号中的波长峰峰值确定为特征值;
根据所述特征值确定对应的所述应力测点是否为所述裂纹点;
对应的,所述根据所述裂纹长度和对应的多个所述波长信号,建立裂纹长度与应变回归模型,包括:
根据所述裂纹长度和对应的多个所述特征值,建立裂纹长度与应变回归模型。
优选地,所述将所述波长信号中的波长峰峰值确定为特征值,包括:
删除所述波长信号中的无用信号和空载信号;
根据删除后的所述波长信号得到所述波长峰峰值;
将所述波长峰峰值确定为所述特征值。
优选地,所述根据删除后的所述波长信号得到所述波长峰峰值,包括;
对删除后的所述波长信号进行滤波处理;
根据滤波处理后的所述波长信号得到所述波长峰峰值。
优选地,所述根据所述裂纹长度和对应的多个所述波长信息,建立裂纹长度与应变回归模型,包括:
根据所述裂纹长度和对应的多个所述波长信息,利用梯度提升回归算法建立所述裂纹长度与应变回归模型。
优选地,所述根据所述裂纹长度和对应的多个所述波长信号,建立裂纹长度与应变回归模型之后,还包括:
获取所述光纤光栅传感器采集的多个待处理波长信号;
根据多个所述待处理波长信号,利用所述裂纹长度与应变回归模型得到裂纹长度。
本申请提供了一种列车结构损伤识别装置,包括:
应力测点确定模块,用于确定列车承载部件的多个应力测点,以将光纤光栅传感器设置在所述应力测点;
波长信号获取模块,用于获取多个所述光纤光栅传感器采集的波长信号;
裂纹点确定模块,用于根据所述波长信号确定对应的所述应力测点是否为裂纹点;
裂纹长度确定模块,用于根据多个所述裂纹点确定裂纹长度;
模型建立模块,用于根据所述裂纹长度和对应的多个所述波长信号,建立裂纹长度与应变回归模型,以根据所述裂纹长度与应变回归模型进行列车结构损伤识别。
本申请提供了一种电子设备,包括:
存储器,用于存储计算机程序;
处理器,用于执行所述计算机程序时实现如上所述列车结构损伤识别方法的步骤。
本申请提供了一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如上所述列车结构损伤识别方法的步骤。
本申请提供了一种列车结构损伤识别方法,包括:确定列车承载部件的多个应力测点,以将光纤光栅传感器设置在应力测点;获取多个光纤光栅传感器采集的波长信号;根据波长信号确定对应的应力测点是否为裂纹点;根据多个裂纹点确定裂纹长度;根据裂纹长度和对应的多个波长信号,建立裂纹长度与应变回归模型,以根据裂纹长度与应变回归模型进行列车结构损伤识别。
可见,本申请先确定列车承载部件的应力测点,该应力测点为容易出现列车结构损伤的点,然后在该应力测点上设置光纤光栅传感器,利用光纤光栅传感器实时监测列车运行过程中的应力测点的形变和裂纹,具体为通过光纤光栅传感器采集的应力测点的波长信号来确定裂纹长度,通过回归算法对裂纹长度和波长信息进行分析得到裂纹变化与应变变化的预测模型也就是裂纹长度与应变回归模型,从而实现动应力感知列车损伤状态的目标,光纤光栅传感器体积小,集成度高,并且多个光纤光栅传感器可以在一根光纤上串接,线路连接简单。
本申请同时还提供了一种列车结构损伤识别装置、电子设备和存储介质,均具有上述有益效果,在此不再赘述。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例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本申请的实施例,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获得其他的附图。
图1为本申请实施例提供的一种列车结构损伤识别方法的流程图;
图2为本申请实施例提供的一种裂纹扩展过程的应变场仿真模型示意图;
图3为本申请实施例提供的一种传感器布局示意图;
图4为本申请实施例提供的一种光纤光栅传感器的原理示意图;
图5为本申请实施例提供的一种应力测点确定的示意图;
图6为本申请实施例提供的另一种列车结构损伤识别方法的流程图;
图7为本申请实施例提供的一种装置的结构示意图;
图8为本申请实施例提供的一种电子设备的结构示意图;
图9为本申请实施例提供的另一种电子设备的结构图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,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,都属于本申请保护的范围。
相关技术采用的是硬件片安装在测点附近进行关键部位的裂纹检测,但是硬件片的体积较大,当测点较多时,不易安装,并且每一硬件片对应一个连线,造成线路连接的复杂。
基于上述技术问题,本实施例提供一种列车结构损伤识别方法,本申请先确定列车承载部件的应力测点,该应力测点为容易出现列车结构损伤的点,在该应力测点上设置光纤光栅传感器,利用光纤光栅传感器实时监测列车运行过程中的应力测点的形变和裂纹,得到裂纹长度和波长信息,通过回归算法对裂纹长度和波长信息进行分析得到裂纹长度与应变回归模型,从而实现动应力感知列车损伤状态的目标,光纤光栅传感器体积小,集成度高,并且多个光纤传感器可以通过串联的形式进行连接,线路连接简单。
本申请提供一种列车结构损伤识别系统,包括:光纤光栅传感器和上位机,其中,光纤光栅传感器设置在列车承载部件的应力测点,然后实时采集该应力测点的波长信号,该波长信号中包括波长峰峰值,该波长峰峰值可以表征应变信息。具体的,上位机主要用于确定列车承载部件的多个应力测点,以将光纤光栅传感器设置在应力测点;获取多个光纤光栅传感器采集的波长信号;根据波长信号确定对应的应力测点是否为裂纹点;根据多个裂纹点确定裂纹长度;根据裂纹长度和对应的多个波长信号,建立裂纹长度与应变回归模型,以根据裂纹长度与应变回归模型进行列车结构损伤识别。
进一步的,请参考图1,图1为本申请实施例提供的一种列车结构损伤识别方法的流程图,具体包括:
S101、确定列车承载部件的多个应力测点,以将光纤光栅传感器设置在应力测点;
本步骤的目的是为了确定应力测点,该应力测点是容易出现列车结构损伤的点。本实施例不对应力测点的确定方式进行限定,用户可根据实际需求进行限定,可以根据经验进行设置,还可以根据数据仿真进行确定。
可以理解的是,应力测点可以以区域进行划分,列车承载部件的区域1中存在多个应力测点;列车承载部件的区域2中也可能存在多个应力测点。
以承载结构件的有限元仿真分析为例确定应力测点,其中,观察裂纹产生时的应力应变场分布,在应力集中且变化明显部位确定为应力测点,进行光纤光栅传感器布设。如图2所示,图2为本申请实施例提供的一种裂纹扩展过程的应变场仿真模型示意图,其中,当裂纹在承载结构件的平板中扩展时,平板中的高应力区集中在裂纹尖端区域,且随着裂纹扩展,高应力区会逐渐向下移动。由此可以确定光纤光栅传感器阵列的布局情况,将传感器粘贴在裂纹两侧,成等距分布,以监测裂纹扩展全过程,如图3所示,图3为本申请实施例提供的一种传感器布局示意图。
当应力测点确定后,在应力测点上设置光纤光栅传感器来检测应力测点的应力变化,其中,多个光纤光栅传感器可以在一根光纤上串接,线路连接简单。
针对光纤光栅传感器进行进一步阐述。其中,光纤是由纤芯、包层、涂覆层三部分组合而成的,当光源发出的带宽光源入射到光纤光栅传感器后,在纤芯内的呈空间相位周期性分布的光栅,作为一个反射镜和窄带滤波器将满足条件的光波进行透射,不满足条件的光波进行反射。
光纤光栅传感器的光栅周期和光纤纤芯的有效折射率会影响中心波长的变化,而温度和应变会影响光栅周期和有效折射率的变化,因此,光纤光栅传感器测得的波长信号是一种携带有温度、应变信息的信号,其原理图如图4所示,图4为本申请实施例提供的一种光纤光栅传感器的原理示意图,中心波长的变化请参考公式(1):
ΔλB=(1-Pe)·ε·λB=K·ε·λB (1)
其中,Pe为常数,中心波长的偏移量为ΔλB,轴向应变为ε,光源发出的带宽光源的波长为λB,可以理解的是,在排除温度干扰的情况下,通常认为中心波长偏移量与轴向应变的关系为线性。
S102、获取多个光纤光栅传感器采集的波长信号;
光纤光栅传感器按照设定的方式采集波长信号,其中,该设定方式可以是按照预设周期进行信号的采集,还可以是按照用户下发的指令进行信号的采集,本实施例不再进行限定,用户可自定义设置,只要是能够实现本实施例的目的即可。
可以理解的是,在列车服役过程中,载荷的作用会导致应力测点的形变的发生,该应力测点的形变信息会以波长特征被光纤光栅传感器阵列实时采集,进而,采集到的波长信号需要通过多通道光纤光栅解调仪的解调,将解调后的波长信号传送至上位机,上位机获取该波长信号。
进一步的,上位机中安装的高速列车动应力采集系统对波长信号进行采集和可视化显示,具体的,获取多个光纤光栅传感器采集的波长信号会后,还包括:将波长信号进行显示,通过可视化显示以便用户能够实时了解应力测点的信息。
S103、根据波长信号确定对应的应力测点是否为裂纹点;
本实施例中波长信号与应力值对应,也就是说每一波长信号可换算成对应的应力值,根据应力值的大小与预设应力范围进行匹配,确定是否为裂纹点。
S104、根据多个裂纹点确定裂纹长度;
本实施例在步骤S103确定的裂纹点的基础上确定裂纹长度,如果不存在裂纹则裂纹长度为0,如果存在裂纹,则将相邻的裂纹点的连线的长度确定为裂纹长度。例如,在列车承载部件的区域1中存在多个应力测点,如依次相邻的测点1、测点2、测点3、测点4,当在区域1中确定裂纹点为测点2、测点3、测点4时,此时裂纹长度为测点2、测点3、测点4连线的长度。
S105、根据裂纹长度和对应的多个波长信号,建立裂纹长度与应变回归模型,以根据裂纹长度与应变回归模型进行列车结构损伤识别。
本实施例中得到了光纤光栅传感器发送的波长信号,该波长信号包括波长峰峰值。本实施例可以通过线性回归、贝叶斯回归、弹性回归、支持向量机回归、梯度提升回归中的任意一种来进行多元回归模型的搭建得到裂纹长度与应变回归模型。以便后续可以根据该裂纹长度与应变回归模型进行列车结构损伤识别。本实施例提供了一种适用于高速列车承载结构损伤的识别方法,光纤光栅应变片具有可靠度高、寿命长、测量精度高、安装方便等优点,十分适用于高速列车的长期动应力监测。
基于上述技术方案,本实施例先确定列车承载部件的应力测点,该应力测点为容易出现列车结构损伤的点,然后在该应力测点上设置光纤光栅传感器,利用光纤光栅传感器实时监测列车运行过程中的应力测点的形变和裂纹,具体为通过光纤光栅传感器采集的应力测点的波长信号来确定裂纹长度,通过回归算法对裂纹长度和波长信息进行分析得到裂纹变化与应变变化的预测模型也就是裂纹长度与应变回归模型,从而实现动应力感知列车损伤状态的目标,光纤光栅传感器体积小,集成度高,并且多个光纤光栅传感器可以在一根光纤上串接,线路连接简单。
在一种可实现的实时方式中,为了能够更好的布局光纤光栅传感器,提供更好的裂纹扩展方向的检测,提高裂纹预测的效果,具体的,确定列车承载部件的多个应力测点,包括:
确定列车承载部件的多个应力测点,其中,应力测点包括静态关注点、结构关注点、动态关注点、运用关注点中的任意一种或者多种;
其中,静态关注点是通过列车承载部件的有限元强度分析确定的疲劳破坏的薄弱部位;
结构关注点是通过分析列车承载部件的部件连接部位的局部结构,确定的应力集中部位和机械结构复杂的部位;
动态关注点是根据部件模态分析和动载荷传递部位分析确定的形变集中部位;
运用关注点是根据疲劳测试结果和列车实际运用中出现的疲劳裂纹的部位确定的。
请参考图5,图5为本申请实施例提供的一种应力测点确定的示意图。
值得注意的是,本实施例中应力测点可以是静态关注点、结构关注点、动态关注点、运用关注点中的任意一种或者多种
本实施例中应力测点可以是静态关注点,或,结构关注点,或,动态关注点,或,运用关注点;本实施例中应力测点还可以是静态关注点、结构关注点;本实施例中应力测点可以是静态关注点、动态关注点;本实施例中应力测点可以是静态关注点、运用关注点;本实施例中应力测点可以是结构关注点、动态关注点;本实施例中应力测点可以是结构关注点、运用关注点;本实施例中应力测点可以是动态关注点、运用关注点;本实施例中应力测点可以是结构关注点、动态关注点、运用关注点;本实施例中应力测点可以是静态关注点、动态关注点、运用关注点;本实施例中应力测点可以是静态关注点、结构关注点、运用关注点;本实施例中应力测点可以是静态关注点、结构关注点、动态关注点;本实施例中应力测点可以是静态关注点、结构关注点、动态关注点、运用关注点。
当然静态关注点、结构关注点、动态关注点、运用关注点中可能存在重复的点,只需要将重复点保留一个即可。
由于列车承载部位的结构形式和受力情况比较负载,如何确定构架的疲劳控制部位是确定动应力测点和布设光纤光栅传感器方案时首先要解决的问题。通过研究分析,确定列车关键承载部件动应力布局方法如图5所示,核心在于确定四类关注点,通过承载部件有限元分析确定疲劳破坏的薄弱部位的静态关注点,通过分析焊接接头的局部结构,确定可能受到较大应力集中部位和机械结构复杂的部位作为结构关注点;根据车辆运行过程中的振动特性和线路激扰情况来确定形变集中部位,也就是根据部件模态分析和动载荷传递部位分析确定的,这一部位称为动态关注点;根据疲劳测试结果和实际运用中曾出现过疲劳裂纹的位置,来确定运用关注点。
可见,本基于上述四类关注点,提出了一种新的具有实际应用价值的传感器阵列布局方式,能够更好的布局光纤光栅传感器,提供更好的裂纹扩展方向的检测,提高裂纹预测的效果。
在一种可实现的实施方式中,为了减少温度的影响,本实施例中将波长信号中的波长峰值作为特征值,能够较好反应实时的应变变化,具体的步骤S103根据波长信号确定对应的应力测点是否为裂纹点,包括:
S1031、将波长信号中的波长峰峰值确定为特征值;
其中,光纤光栅传感器受温度影像较大,波长变化的随应变、温度等变化明显,因此,对于循环载荷要提取波长峰峰值作为特征值,能较好反应实时的应变变化。
进一步的,光纤光栅传感器采集到的波长信号并不直接使用,首先需要对无用信号和空载信号进行去除,具体的,步骤S1031包括:删除波长信号中的无用信号和空载信号;根据删除后的波长信号得到波长峰峰值;将波长峰峰值确定为特征值。通过对无用信号和空载信号的去除,保证了能够高效且准确的获取波长峰峰值,提高了特征值确定的准确性。
进一步的,删除后的波长信号可能会出现毛刺,为排除对特征值提取的影响,需要对信号进行滤波,具体的,根据删除后的波长信号得到波长峰峰值,包括:对删除后的波长信号进行滤波处理;根据滤波处理后的波长信号得到波长峰峰值。通过进行滤波处理,排除了毛刺信号对特征值提取的影响,保证了波长峰峰值确定的准确性。
S1032、根据特征值确定对应的应力测点是否为裂纹点;
根据特征值确定应力值,然后根据应力值大小确定对应的应力测点是否满足裂纹点的条件。
对应的,步骤S105,包括:
S1051、根据裂纹长度和对应的多个特征值,建立裂纹长度与应变回归模型。
可见,本实施例中将波长信号中的波长峰值作为特征值,能够排除温度的影响,能够较好反应实时的应变变化。
进一步的,为了得到精准的回归模型,本实施例采用梯度提升回归算法进行模型的建立,具体的,步骤S105根据裂纹长度和对应的多个波长信息,建立裂纹长度与应变回归模型,包括:
根据裂纹长度和对应的多个波长信息,利用梯度提升回归算法建立裂纹长度与应变回归模型。
其中,对数据预处理后得到的多个光纤光栅传感器的波长峰峰值,本实施例通过线性回归、贝叶斯回归、弹性回归、支持向量机回归、梯度提升回归等多个模型的对比,最终选用了效果较好的梯度提升回归算法进行多元回归模型的搭建。主要是,以串行的方式生成多个弱学习器,以拟合先前累加模型的损失函数的负梯度,使加上该弱学习器后的累积模型损失向负梯度的方向减少,从而得到较为精准的回归模型。通过梯度提升算法对提取到的特征值和裂纹长度进行回归分析,结合光纤光栅应变检测原理,得到裂纹长度与应变回归模型,该回归模型准确度更高。
进一步的,根据裂纹长度和对应的多个波长信号,建立裂纹长度与应变回归模型之后,还包括:获取光纤光栅传感器采集的多个待处理波长信号;根据多个待处理波长信号,利用裂纹长度与应变回归模型得到裂纹长度。
可以理解的是,将光纤光栅传感器采集的多个待处理波长信号作为输入,得到裂纹长度,从而实现动应力感知列车损伤状态。
基于上述任意实施例,本实施例提供一种具体的列车结构损伤识别方法,请参考图6,图6为本申请实施例提供的另一种列车结构损伤识别方法的流程图,包括:
(1)四类观测点确定裂纹检测区域,具体的,确定四类关注点,通过承载部件有限元分析确定疲劳破坏的薄弱部位的静态关注点,通过分析焊接接头的局部结构,确定可能受到较大应力集中部位和机械结构复杂的部位作为结构关注点;根据车辆运行过程中的振动特性和线路激扰情况来确定形变集中部位,这一部位称为动态关注点;根据疲劳测试结果和实际运用中曾出现过疲劳裂纹的位置,来确定运用关注点。
(2)结合步骤(1)中的数值仿真等方式确定光纤光栅传感器的布局。
(3)光纤光栅传感器的制作和粘贴在四类关注点上。
(4)当列车运行时,进行应变监测。
(5)采集数据,具体是波长信号。
(6)对波长信号进行预处理、特征值提取。
(7)根据特征值确定裂纹长度。
(8)建立裂纹长度-应变回归模型。
可见,本实施例通过四类观测点确定光纤光栅传感器在列车中的应力测点位置,得到布局方式,在列车运行过程中,进行裂纹长度的测定,同时记录损伤信息的信号以波长信号的形式被采集,通过对波长信号进行滤波和提取特征值等方法进行预处理,通过梯度提升算法对提取到的特征值和裂纹长度信息进行回归分析,结合光纤光栅应变检测原理,得到裂纹长度与应变变化的预测模型,从而实现动应力感知列车损伤状态的目标。本实施例有针对性的在列车关键承载部位粘贴光纤光栅传感器阵列,实时监测列车长期运行中关键部位的形变与裂纹,通过光纤光栅解调仪和列车动应力高速采集软件对波长信息进行采集,选取适当的信息分析方法,判断结构损伤的出现;对实验特征值数据采用梯度提升算法进行多元回归,从而建立裂纹长度预测模型的思想。
下面对本申请实施例提供的一种装置进行介绍,下文描述的装置与上文描述的方法可相互对应参照,参考图7,图7为本申请实施例提供的一种装置的结构示意图,包括:
应力测点确定模块701,用于确定列车承载部件的多个应力测点,以将光纤光栅传感器设置在应力测点;
波长信号获取模块702,用于获取多个光纤光栅传感器采集的波长信号;
裂纹点确定模块703,用于根据波长信号确定对应的应力测点是否为裂纹点;
裂纹长度确定模块704,用于根据多个裂纹点确定裂纹长度;
模型建立模块705,用于根据裂纹长度和对应的多个波长信号,建立裂纹长度与应变回归模型,以根据裂纹长度与应变回归模型进行列车结构损伤识别。
在一些具体的实施例中,应力测点确定模块701,包括:
应力测点确定单元,用于确定列车承载部件的多个应力测点,其中,应力测点包括静态关注点、结构关注点、动态关注点、运用关注点中的任意一种或者多种;
其中,静态关注点是通过列车承载部件的有限元强度分析确定的疲劳破坏的薄弱部位;
结构关注点是通过分析列车承载部件的部件连接部位的局部结构,确定的应力集中部位和机械结构复杂的部位;
动态关注点是根据部件模态分析和动载荷传递部位分析确定的形变集中部位;
运用关注点是根据疲劳测试结果和列车实际运用中出现的疲劳裂纹的部位确定的。
在一些具体的实施例中,裂纹点确定模块703,包括:
特征值确定单元,用于将波长信号中的波长峰峰值确定为特征值;
裂纹点确定单元,用于根据特征值确定对应的应力测点是否为裂纹点;
对应的,模型建立模块705,包括:
模型单元,用于根据裂纹长度和对应的多个特征值,建立裂纹长度与应变回归模型。
在一些具体的实施例中,特征值确定单元,包括:
删除子单元,用于删除波长信号中的无用信号和空载信号;
波长峰峰值获取的子单元,用于根据删除后的波长信号得到波长峰峰值;
特征值确定子单元,用于将波长峰峰值确定为特征值。
在一些具体的实施例中,波长峰峰值获取的子单元,用于:
对删除后的波长信号进行滤波处理;
根据滤波处理后的波长信号得到波长峰峰值。
在一些具体的实施例中,模型建立模块705,包括:
模型建立单元,用于根据裂纹长度和对应的多个波长信息,利用梯度提升回归算法建立裂纹长度与应变回归模型。
在一些具体的实施例中,还包括:
待处理波长信号获取模块,用于获取光纤光栅传感器采集的多个待处理波长信号;
裂纹长度获得模块,用于根据多个待处理波长信号,利用裂纹长度与应变回归模型得到裂纹长度。
由于装置部分的实施例与方法部分的实施例相互对应,因此装置部分的实施例请参见方法部分的实施例的描述,这里暂不赘述。
下面对本申请实施例提供的一种电子设备进行介绍,下文描述的电子设备与上文描述的列车结构损伤识别方法可相互对应参照。
本申请提供了一种电子设备,请参考图8,图8为本申请实施例提供的一种电子设备的结构示意图,包括:
存储器100,用于存储计算机程序;
处理器200,用于执行计算机程序时实现如上列车结构损伤识别方法的步骤。
存储器100包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机可读指令,该内存储器为非易失性存储介质中的操作系统和计算机可读指令的运行提供环境。处理器200为电子设备提供计算和控制能力,执行存储器100中保存的计算机程序。
在上述实施例的基础上,作为优选实施方式,参见图9,图9为本申请实施例提供的另一种电子设备的结构图,该电子设备还包括:
输入接口300,与处理器200相连,用于获取外部导入的计算机程序、参数和指令,经处理器200控制保存至存储器100中。该输入接口300可以与输入装置相连,接收用户手动输入的参数或指令。该输入装置可以是显示屏上覆盖的触摸层,也可以是终端外壳上设置的按键、轨迹球或触控板,也可以是键盘、触控板或鼠标等。
显示单元400,与处理器200相连,用于显示处理器200发送的数据。该显示单元400可以为PC机上的显示屏、液晶显示屏或者电子墨水显示屏等。
网络端口500,与处理器200相连,用于与外部各终端设备进行通信连接。该通信连接所采用的通信技术可以为有线通信技术或无线通信技术,如移动高清链接技术(MHL)、通用串行总线(USB)、高清多媒体接口(HDMI)、无线保真技术(WiFi)、蓝牙通信技术、低功耗蓝牙通信技术、基于IEEE802.11s的通信技术等。
由于电子设备部分的实施例与方法部分的实施例相互对应,因此电子设备部分的实施例请参见方法部分的实施例的描述,这里暂不赘述。
下面对本申请实施例提供的一种计算机可读存储介质进行介绍,下文描述的计算机可读存储介质与上文描述的列车结构损伤识别方法可相互对应参照。
本申请提供了一种计算机可读存储介质,计算机可读存储介质上存储有计算机程序,计算机程序被处理器执行时实现如上列车结构损伤识别方法的步骤。
由于计算机可读存储介质部分的实施例与方法部分的实施例相互对应,因此计算机可读存储介质部分的实施例请参见方法部分的实施例的描述,这里暂不赘述。
说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
专业人员还可以进一步意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、计算机软件或者二者的结合来实现,为了清楚地说明硬件和软件的可互换性,在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块,或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。
以上对本申请所提供的一种列车结构损伤识别方法、装置、电子设备和存储介质进行了详细介绍。本文中应用了具体个例对本申请的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本申请的方法及其核心思想。应当指出,对于本技术领域的普通技术人员来说,在不脱离本申请原理的前提下,还可以对本申请进行若干改进和修饰,这些改进和修饰也落入本申请权利要求的保护范围内。
Claims (9)
1.一种列车结构损伤识别方法,其特征在于,包括:
确定列车承载部件的多个应力测点,以将光纤光栅传感器设置在所述应力测点;
获取多个所述光纤光栅传感器采集的波长信号;
根据所述波长信号确定对应的所述应力测点是否为裂纹点;
根据多个所述裂纹点确定裂纹长度;
根据所述裂纹长度和对应的多个所述波长信号,建立裂纹长度与应变回归模型,以根据所述裂纹长度与应变回归模型进行列车结构损伤识别;
所述根据所述波长信号确定对应的所述应力测点是否为裂纹点,包括:
将所述波长信号中的波长峰峰值确定为特征值;
根据所述特征值确定对应的所述应力测点是否为所述裂纹点;
对应的,所述根据所述裂纹长度和对应的多个所述波长信号,建立裂纹长度与应变回归模型,包括:
根据所述裂纹长度和对应的多个所述特征值,建立裂纹长度与应变回归模型。
2.根据权利要求1所述的列车结构损伤识别方法,其特征在于,所述确定列车承载部件的多个应力测点,包括:
确定所述列车承载部件的多个所述应力测点,其中,所述应力测点包括静态关注点、结构关注点、动态关注点、运用关注点中的任意一种或者多种;
其中,所述静态关注点是通过所述列车承载部件的有限元强度分析确定的疲劳破坏的薄弱部位;
所述结构关注点是通过分析所述列车承载部件的部件连接部位的局部结构,确定的应力集中部位和机械结构复杂的部位;
所述动态关注点是根据部件模态分析和动载荷传递部位分析确定的形变集中部位;
所述运用关注点是根据疲劳测试结果和列车实际运用中出现的疲劳裂纹的部位确定的。
3.根据权利要求1所述的列车结构损伤识别方法,其特征在于,所述将所述波长信号中的波长峰峰值确定为特征值,包括:
删除所述波长信号中的无用信号和空载信号;
根据删除后的所述波长信号得到所述波长峰峰值;
将所述波长峰峰值确定为所述特征值。
4.根据权利要求3所述的列车结构损伤识别方法,其特征在于,所述根据删除后的所述波长信号得到所述波长峰峰值,包括;
对删除后的所述波长信号进行滤波处理;
根据滤波处理后的所述波长信号得到所述波长峰峰值。
5.根据权利要求1所述的列车结构损伤识别方法,其特征在于,所述根据所述裂纹长度和对应的多个所述波长信息,建立裂纹长度与应变回归模型,包括:
根据所述裂纹长度和对应的多个所述波长信息,利用梯度提升回归算法建立所述裂纹长度与应变回归模型。
6.根据权利要求1所述的列车结构损伤识别方法,其特征在于,所述根据所述裂纹长度和对应的多个所述波长信号,建立裂纹长度与应变回归模型之后,还包括:
获取所述光纤光栅传感器采集的多个待处理波长信号;
根据多个所述待处理波长信号,利用所述裂纹长度与应变回归模型得到裂纹长度。
7.一种列车结构损伤识别装置,其特征在于,包括:
应力测点确定模块,用于确定列车承载部件的多个应力测点,以将光纤光栅传感器设置在所述应力测点;
波长信号获取模块,用于获取多个所述光纤光栅传感器采集的波长信号;
裂纹点确定模块,用于根据所述波长信号确定对应的所述应力测点是否为裂纹点;
裂纹长度确定模块,用于根据多个所述裂纹点确定裂纹长度;
模型建立模块,用于根据所述裂纹长度和对应的多个所述波长信号,建立裂纹长度与应变回归模型,以根据所述裂纹长度与应变回归模型进行列车结构损伤识别;
所述裂纹点确定模块具体用于将所述波长信号中的波长峰峰值确定为特征值;
根据所述特征值确定对应的所述应力测点是否为所述裂纹点;
模型建立模块具体用于根据所述裂纹长度和对应的多个所述特征值,建立裂纹长度与应变回归模型。
8.一种电子设备,其特征在于,包括:
存储器,用于存储计算机程序;
处理器,用于执行所述计算机程序时实现如权利要求1至6任一项所述列车结构损伤识别方法的步骤。
9.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1至6任一项所述列车结构损伤识别方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110090664.1A CN112765857B (zh) | 2021-01-22 | 2021-01-22 | 一种列车结构损伤识别方法、装置、电子设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110090664.1A CN112765857B (zh) | 2021-01-22 | 2021-01-22 | 一种列车结构损伤识别方法、装置、电子设备和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112765857A CN112765857A (zh) | 2021-05-07 |
CN112765857B true CN112765857B (zh) | 2022-12-13 |
Family
ID=75706847
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110090664.1A Active CN112765857B (zh) | 2021-01-22 | 2021-01-22 | 一种列车结构损伤识别方法、装置、电子设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112765857B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113295619B (zh) * | 2021-05-14 | 2022-12-13 | 中车青岛四方机车车辆股份有限公司 | 一种轨道车辆的结构完整性评估方法、装置及设备 |
CN113567245B (zh) * | 2021-07-23 | 2023-09-19 | 中海石油(中国)有限公司 | 一种金属焊缝裂纹扩展长度的识别方法 |
CN115195820A (zh) * | 2022-08-30 | 2022-10-18 | 中车青岛四方机车车辆股份有限公司 | 一种列车安全防护装置及列车 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110095470A (zh) * | 2019-04-15 | 2019-08-06 | 北京航空航天大学 | 一种基于光纤光栅传感器的裂纹损伤定量方法 |
CN111043979A (zh) * | 2019-12-09 | 2020-04-21 | 山东大学 | 基于光纤光栅传感器阵列的板状结构形变检测装置和方法 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105842345B (zh) * | 2016-04-15 | 2018-09-11 | 重庆邮电大学 | 一种光纤布拉格光栅传感网络结构多裂纹定位方法 |
CN105954293B (zh) * | 2016-05-03 | 2018-11-06 | 北京航空航天大学 | 一种基于光纤布拉格光栅传感器的局部裂纹实时监测方法 |
CN108562490A (zh) * | 2018-04-13 | 2018-09-21 | 武汉理工大学 | 基于fbg传感器阵列光谱的裂纹损伤监测与应变场测量方法 |
CN109142524A (zh) * | 2018-08-14 | 2019-01-04 | 唐智科技湖南发展有限公司 | 一种轨道损伤检测方法、装置及设备 |
-
2021
- 2021-01-22 CN CN202110090664.1A patent/CN112765857B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110095470A (zh) * | 2019-04-15 | 2019-08-06 | 北京航空航天大学 | 一种基于光纤光栅传感器的裂纹损伤定量方法 |
CN111043979A (zh) * | 2019-12-09 | 2020-04-21 | 山东大学 | 基于光纤光栅传感器阵列的板状结构形变检测装置和方法 |
Non-Patent Citations (1)
Title |
---|
光纤光栅折射率型传感器若干新结构设计;冯文斌;《中国优秀硕士学位论文全文数据库信息科技辑》;20210115;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN112765857A (zh) | 2021-05-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112765857B (zh) | 一种列车结构损伤识别方法、装置、电子设备和存储介质 | |
CN101221104B (zh) | 基于分布式应变动态测试的结构健康监测方法 | |
CN103033140B (zh) | 一种利用激光位移传感器监测危岩体崩塌的装置 | |
CN109115877B (zh) | 一种基于dic技术的曲率模态损伤识别方法 | |
WO2011132863A2 (ko) | 스마트 폰을 이용한 수질측정 시스템 | |
CN109579726B (zh) | 一种长标距分布式光纤布里渊传感-解调系统及应变测量方法 | |
CN103575664A (zh) | 基于新型集成式复合传感器的结构多尺度健康监测装置与方法 | |
JP2023099542A (ja) | 電柱劣化検出システム、電柱劣化検出装置、電柱劣化検出方法、及びプログラム | |
KR20120114439A (ko) | 유에스엔 기반 지능형 교량 모니터링 및 안전성 평가 시스템 | |
JP2015102363A (ja) | 振動解析装置 | |
CN110780347B (zh) | 基于循环神经网络的地震破坏力预测装置及方法 | |
CN103727980A (zh) | 一种用于边坡滑坡状况实时监测的光纤传感系统 | |
CN109186826A (zh) | 一种用于既有道面结构的板底弯拉应力监测系统及方法 | |
JP5973312B2 (ja) | 計器校正試験システム、計器校正試験装置、計器校正試験方法及びプログラム | |
CN102539113B (zh) | 一种基于布里渊光时域分析仪botda的曲线分析方法 | |
Abdullahi et al. | Accelerometer Based Structural Health Monitoring System on the Go: Developing Monitoring Systems with NI LabVIEW. | |
CN112461146B (zh) | 绝缘子形变测量方法、装置和系统 | |
Kilic | Application of advanced non-destructive testing methods on bridge health assessment and analysis | |
CN103344562A (zh) | 一种多点式光纤腐蚀监测装置 | |
CN210690242U (zh) | 一种加载状态下岩芯应变、电阻率精细测试的系统 | |
CN201974183U (zh) | 一种基于光纤长啁啾光栅频域反射技术的用于土木结构裂纹检测的传感器 | |
CN205449276U (zh) | 基于光纤传感的声波监控系统 | |
CN110631634B (zh) | 一种完全逆分析的结构监测评估方法、系统以及存储介质 | |
Wang et al. | Experimental study on strain of SFRC tunnel lining segments using a comprehensive embedded optical fiber sensing system | |
CN113267217A (zh) | 一种桥群监测系统以及桥群监测方法 |
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 |