CN112945451B - 基于非线性声调制碳纤维复合材料螺栓早期松动检测方法 - Google Patents

Abstract

本公开提供基于非线性声调制碳纤维复合材料螺栓早期松动检测方法，涉及碳纤维复合材料螺栓连接质量检测领域，将扫频信号分别应用于低频泵浦波与高频探测波，以扫频信号和正弦信号同步、循环配合的激励方式改进了传统的振动声调制技术，覆盖了更广泛的非线性效应敏感频段，调制边带成分更显著，降低了振动声调制技术对共振工况先验信息的高度依赖性；建立包含频移参数、幅值衰减参数、调制参数、幅值调制指标、频率调制指标、相位调制指标在内的多维非线性声学特征参量集，更精准、敏感地提取并量化与螺栓早期松动相关的调制边带成分；联合能量衰减系数这一线性声学特征参数，更全面地实现复合材料螺栓连接结构的全服役周期健康状态监测。

Description

基于非线性声调制碳纤维复合材料螺栓早期松动检测方法

技术领域

本公开涉及碳纤维复合材料螺栓连接质量检测领域，特别涉及一种基于非线性声调制碳纤维复合材料螺栓早期松动检测方法。

背景技术

本部分的陈述仅仅是提供了与本公开相关的背景技术，并不必然构成现有技术。

碳纤维复合材料螺栓连接结构承载能力强，易于拆卸和维护，被广泛应用于航空航天、轨道交通、风力发电等工业领域。然而，周期性的横向或剪切载荷，机械侵蚀等多种服役条件将会导致螺栓轴向载荷发生松弛；若缺乏及时的检查和整改，便有可能导致严重的结构破坏。因此，在整个服役周期内，尤其是早期松动阶段，开展有效的评估与监测对于维持螺栓连接结构的可靠性、降低失效风险至关重要。

超声检测技术因其对各种损伤的良好敏感性、相对较宽的检测范围以及连续监测在役结构的巨大潜力，在检测、评估螺栓松动方面得到了广泛的关注。通常，线性声学技术关注与轴向应力相关的线性声学特性，例如反射、模态转换、能量衰减等，已用于裂纹、冲击损伤、螺栓松动等多种缺陷的识别与定位。但是，研究表明，螺栓显著松动时才会诱发可检测程度的线性声学特征，即上述线性声学特征对螺栓早期松动并不敏感。为了解决上述局限性，国内外学者开展了广泛而深入的研究。研究发现，早期的接触型损伤会显著增加材料的非线性效应，例如谐波、调制频谱边带和共振频率偏移等。实验结果表明，非线性超声检测技术，特别是振动声调制(Vibro-Acoustic Modulation，VAM)技术在螺栓早期松动监测方面具有极好的潜力和适用性。振动声调制技术将低频泵浦信号F_L和高频探测信号F_H同时施加在工件上，仅在含缺陷的非线性材料中表现出调制成分F_H±nF_L。因此不易受系统非线性的影响，是识别和评估早期损伤的良好指标。

发明人发现，低频泵浦波和高频探测波的频率选择对于调制结果至关重要，并且一般需要依赖损伤和结构共振的先验信息进行合理选择，但上述先验信息不易在工程实际中获取且极易受到环境因素的影响。目前难以解决这种不足，难以克服不断获取结构共振信息的依赖性，无法满足碳纤维复合材料螺栓早期松动的非线性声学识别与评价领域的需求。

发明内容

本公开的目的是针对现有技术存在的缺陷，提供基于非线性声调制碳纤维复合材料螺栓早期松动检测系统及方法，将扫频信号分别应用于低频泵浦波与高频探测波，以扫频信号和正弦信号同步、循环配合的激励方式改进了传统的振动声调制技术，覆盖了更广泛的非线性效应敏感频段，调制边带成分更显著，同时降低了振动声调制技术对共振工况先验信息的高度依赖性。

本公开的第一目的是提供基于非线性声调制碳纤维复合材料螺栓早期松动检测系统，采用以下技术方案：

包括：

信号发生器，被配置为一路输出通过功率放大器连接第一激励源，另一路输出连接第二激励源；

激励源，包括用于贴附在复合材料上的第一激励源和第二激励源，通过同时激励扫频信号和正弦信号改进振动声调制技术；

接收源，被配置为贴附在复合材料上并连接数字示波器，获取激励源作用下复合材料的响应信号；

处理器，被配置为获取接收源采集的响应信号进行处理，建立多维非线性声学特征参量集，结合线性声学特征参量对复合材料螺栓早期松动进行识别及全生命周期监测。

本公开的第二目的是提供一种基于非线性声调制碳纤维复合材料螺栓早期松动检测方法，包括以下步骤：

在复合材料上通过同时激励扫频信号和正弦信号改进振动声调制技术；

采集对应的声调制响应信号，分析并获取多维非线性调制参数、有效本征模态分量；

基于多维非线性调制参数获取多维非线性声学特征参量集，基于有效本征模态分量计算能量衰减系数；

联合能量衰减系数和多维非线性声学特征参量集，通过损伤参数监测与趋势追踪进行复合材料螺栓早期松动识别与全生命周期监测。

进一步地，所述激励过程包括两种激励方案，一是同步激励低频扫频泵浦波与高频正弦探测波，另一是同步激励低频正弦泵浦波与高频扫频探测波，改进振动声调制技术循环两种激励方案，将扫频激励分别应用于低频泵浦波和高频探测波。

进一步地，在复合材料上进行激励前，根据被检材料确定初始的扫频范围和不同的正弦信号中心频率，并进行激励频率调理优化，得到最佳扫频范围与最佳中心频率。

进一步地，利用最佳扫频范围与最佳中心频率，同时激励低频泵浦信号和高频探测信号获取对应的声调制响应信号。

进一步地，利用非线性振动声调制特征提取算法对每次循环采集的声调制响应信号进行分析处理。

进一步地，所述非线性振动声调制信号分析处理算法包括高频响应信号判断、高频共振频段对比、有效模态分量提取、同步解调、希尔伯特-黄变换。

进一步地，比较扫频激励信号的高截止频率与正弦信号的激励频率，进行高频响应信号判断和高频共振频段对比。

进一步地，利用经验模态分解分解技术将所述声调制响应信号分解为多个本征模态分量，分析每个本征模态分量的功率谱密度，选择包含有效非线性频段的本征模态分量为有效本征模态分量。

进一步地，根据有效本征模态分量计算获取幅值调制指标、频率调制指标、相位调制指标，联合频移参数、幅值衰减参数、调制参数构成多维非线性声学特征参量集。

与现有技术相比，本公开具有的优点和积极效果是：

(1)利用扫频信号和正弦信号同步配合的激励方式改进了传统的振动声调制技术，将扫频激励分别、循环应用于低频泵浦波与高频探测波，覆盖了更广泛的非线性效应敏感频段，调制边带成分更显著，同时降低了振动声调制技术对共振工况先验信息的高度依赖性。

(2)通过精准对比高频响应信号与声调制响应信号之间的共振曲线(高频频段)，基于非线性弹性和振幅耗散两种非线性机制，定义频移参数和幅值衰减参数，以实现非线性机制表现程度的数学量化。

(3)通过建立包含频移参数、幅值衰减参数、调制参数、幅值调制指标、频率调制指标、相位调制指标在内的多维非线性声学特征参量集，可以更精准、敏感地提取并量化与螺栓早期松动相关的调制边带成分；联合能量衰减系数这一典型的线性声学特征参数，可以更全面地实现复合材料螺栓连接结构的全服役周期健康状态监测。

附图说明

构成本公开的一部分的说明书附图用来提供对本公开的进一步理解，本公开的示意性实施例及其说明用于解释本公开，并不构成对本公开的不当限定。

图1为本公开实施例1、2中检测元件布置在复合材料上的结构示意图；

图2为本公开实施例1、2中螺栓早期松动检测原理与流程示意图；

图3为本公开实施例1、2中声调制响应信号功率谱示意图；

图4是本公开实施例1、2中部分非线性声学特征参量与螺栓预紧力关联性示例示意图。

具体实施方式

应该指出，以下详细说明都是例示性的，旨在对本公开提供进一步地说明。除非另有指明，本文使用的所有技术和科学术语具有与本公开所属技术领域的普通技术人员通常理解的相同含义。

需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本公开的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其指明存在特征、步骤、操作、器件、组件和/或它们的组合；

为了方便叙述，本公开中如果出现“上”、“下”、“左”、“右”字样，仅表示与附图本身的上、下、左、右方向一致，并不对结构起限定作用，仅仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的设备或元件必须具有特定的方位，以特定的方位构造和操作，因此不能理解为对本公开的限制。

正如背景技术中所介绍的，现有技术中低频泵浦波和高频探测波的频率选择对于调制结果至关重要，需要依赖损伤和结构共振的先验信息进行合理选择，但先验信息不易在工程实际中获取且极易受到环境因素的影响；针对上述问题，本公开提出了一种基于非线性声调制碳纤维复合材料螺栓早期松动检测系统及方法。

实施例1

本公开的一种典型的实施方式中，如图1-图4所示，提供一种基于非线性声调制碳纤维复合材料螺栓早期松动检测方法。

包括以下步骤：

(1)利用多功能自定义信号发生器、功率放大器、数字示波器、压电陶瓷片、环氧树脂、导线等搭建基于振动声调制的碳纤维复合材料螺栓早期松动检测硬件系统。

其中，多功能自定义信号发生器的通道1与功率放大器的输入端连接，功率放大器的输出端与激励源1连接，多功能自定义信号发生器的通道2与激励源2连接，接收源1与数字示波器连接。

(2)通过同时激励扫频信号和正弦信号改进振动声调制技术，具体包括两种激励方案：

1)同步激励低频扫频泵浦波与高频正弦探测波；

2)同步激励低频正弦泵浦波和高频扫频探测波。

(3)在所述激励方案中，首先需要根据被检材料设定初始的扫频范围和不同的正弦信号中心频率，分别单独激励扫频信号和正弦信号得到宽频响应信号R1和单频响应信号R2，结合功率谱分析实现激励频率调理优化，得到最佳扫频范围与最佳中心频率。

所述激励频率调理优化原则为：

1)高频探测波的激励范围应包含结构的显著共振频段；

2)低频泵浦波的频率和幅值应足以激发出结构中的高次谐波。

以上述“同步激励低频正弦泵浦波和高频扫频探测波”这一激励方法为例，具体的所述激励参数调理优化步骤如下：

a)根据被检材料设定初始的高频扫频探测波频率范围为f₁～f₂，单独激励高频扫频探测波，得到宽频响应信号R1。对R1进行功率谱分析，由频谱图得到结构的显著共振频段，从而对所述初始设定的f₁～f₂频段进行压缩，得到更集中的高频扫频探测波激励频段f₁’～f₂’。

b)根据被检材料设定初始的低频正弦泵浦波中心频率为f₃，单独激励低频正弦泵浦波，得到响应信号R2。对R2进行功率谱分析，判断频谱图中是否存在较显著的高次谐波(2f₃、3f₃…)。以10kHz为间隔增加该低频泵浦波中心频率，重复上述功率谱分析过程，确定最佳低频正弦泵浦波中心频率f₃’。

(4)利用所述最佳扫频范围与最佳中心频率，同时激励低频泵浦信号F_L和高频探测信号F_H获得对应的所述声调制响应信号MR。

所述改进的振动声调制技术需要不断循环所述两种激励方案，从而将扫频激励分别应用于低频泵浦波与高频探测波，获得更显著的调制边带成分。

将扫频信号分别应用于低频泵浦波与高频探测波，以扫频信号和正弦信号同步、循环配合的激励方式改进了传统的振动声调制技术，覆盖了更广泛的非线性效应敏感频段，调制边带成分更显著，同时降低了振动声调制技术对共振工况先验信息的高度依赖性。

(5)利用非线性振动声调制特征提取算法对每次循环采集的所述声调制响应信号进行分析处理，提取多维非线性调制参数。

所述非线性振动声调制信号分析处理算法包括高频响应信号判断、高频共振频段对比、有效模态分量提取、同步解调、希尔伯特-黄变换五个环节。

(6)比较所述扫频激励信号的高截止频率f₃与所述正弦信号的激励频率f₂，完成所述高频响应信号判断和所述高频共振频段对比。

若满足f₃＞f₂，则所述单频响应信号R2为高频响应信号PR，所述声调制响应信号MR的有效非线性频段为n(f₁～f₂)、f₃±n(f₁～f₂)，详细对比所述单频响应信号R2与所述声调制响应信号MR的高频段f₃；

若不满足f₃＞f₂，则所述宽频响应信号R1为高频响应信号PR，所述声调制响应信号MR的有效非线性频段为nf₃、(f₁～f₂)±nf₃，详细对比所述单频响应信号R1与所述声调制相应信号MR的高频段f₁～f₂。

进一步地，根据所述共振频段对比结果，分析非线性弹性和振幅耗散两种非线性机制，并通过定义频移参数R(MR,PR)、幅值衰减参数AR(PR-MR)分别量化非线性程度，计算公式如下：

其中，Cov(MR,PR)是所述声调制响应信号MR和所述高频响应信号PR中所述高频段的共振曲线的协方差，Var(MR)和Var(PR)分别是所述声调制响应信号MR和所述高频响应信号PR中所述高频段的共振曲线的方差；N_q是带宽大于W的谐振峰的数量，p_j，m_j是分别对应所述高频响应信号PR和所述声调制响应信号MR中第q个谐振峰的第j个采样点的频幅。

需要注意的是，W设置范围一般为250～450Hz。

(7)所述有效模态分量提取的具体步骤为：利用经验模态分解(Empirical ModeDecomposition，EMD)分解技术将所述声调制响应信号MR分解为多个本征模态分量(Intrinsic Mode Function，IMF)，分析每个本征模态分量的功率谱密度，选择包含所述有效非线性频段的本征模态分量为有效IMF分量。

(8)利用同步解调原理，将上述有效IMF分量与所述高频响应信号PR进行频域点乘，得到解调信号频谱，提取调制边带能量，计算调制参数MD_S，公式如下：

其中，A(F_H±nF_L)、A(F_H)、A(F_L)分别表示调制边带F_H±nF_L、F_H频段、F_L频段对应能量值。Δf是频率分辨率，N是目标数据集中的数据总数，A_i表示第i个数据的频幅。

(9)对上述有效IMF分量进行希尔伯特黄变换，得到瞬时幅值包络、瞬时频率和瞬时相位，并分别采用功率谱密度分析和短时傅里叶变换将其转换为频谱和时频谱。根据所述频谱和时频谱，计算幅值调制指标MD_A、频率调制指标MD_F、相位调制指标MD_P，公式如下：

其中，A_A(F_H±nF_L)、A_F(F_H±nF_L)、A_P(F_H±nF_L)分别表示所述瞬时幅值包络、瞬时频率和瞬时相位对应频谱中的调制边带的能量。

(10)基于上述有效IMF分量，计算“能量衰减系数”这一线性声学参数。

联合所述频移参数R(MR,PR)、幅值衰减参数AR(PR-MR)、调制参数MD_S、幅值调制指标MD_A、频率调制指标MD_F、相位调制指标MD_P这一多维非线性声学特征参量集，通过损伤参数监测与趋势追踪实现复合材料螺栓早期松动识别与全生命周期监测。

通过建立包含频移参数R(MR,PR)、幅值衰减参数AR(PR-MR)、调制参数MD_S、幅值调制指标MD_A、频率调制指标MD_F、相位调制指标MD_P在内的多维非线性声学特征参量集，可以更精准、敏感地提取并量化与螺栓早期松动相关的调制边带成分；

联合能量衰减系数这一典型的线性声学特征参数，可以更全面地实现复合材料螺栓连接结构的全服役周期健康状态监测。

实施例2

本公开的另一典型实施方式中，如图1-图4所示，提出了一种基于非线性声调制碳纤维复合材料螺栓早期松动检测系统。

利用多功能自定义信号发生器、功率放大器、数字示波器、压电陶瓷片、环氧树脂、导线等搭建基于振动声调制的碳纤维复合材料螺栓早期松动检测硬件系统。

其包括：

信号发生器，被配置为一路输出通过功率放大器连接第一激励源，另一路输出连接第二激励源；

激励源，包括用于贴附在复合材料上的第一激励源和第二激励源，通过同时激励扫频信号和正弦信号改进振动声调制技术；

接收源，被配置为贴附在复合材料上并连接数字示波器，获取激励源作用下复合材料的响应信号；

处理器，被配置为获取接收源采集的响应信号进行处理，建立多维非线性声学特征参量集，结合线性声学特征参量对复合材料螺栓早期松动进行识别及全生命周期监测。

所述的信号发生器采用多功能自定义信号发生器，多功能自定义信号发生器的通道1与功率放大器的输入端连接，功率放大器的输出端与激励源1连接，多功能自定义信号发生器的通道2与激励源2连接，接收源1与数字示波器连接。

可以理解的是，上述各个组成部分的具体工作过程以及具体工作原理已经在实施例1中进行了详细描述，在此不再赘述。

以上所述仅为本公开的优选实施例而已，并不用于限制本公开，对于本领域的技术人员来说，本公开可以有各种更改和变化。凡在本公开的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本公开的保护范围之内。

Claims (6)

1.基于非线性声调制碳纤维复合材料螺栓早期松动检测方法，其特征在于，基于非线性声调制碳纤维复合材料螺栓早期松动检测系统，包括：

信号发生器，被配置为一路输出通过功率放大器连接第一激励源，另一路输出连接第二激励源；

激励源，包括用于贴附在复合材料上的第一激励源和第二激励源，通过同时激励扫频信号和正弦信号改进振动声调制技术；

接收源，被配置为贴附在复合材料上并连接数字示波器，获取激励源作用下复合材料的响应信号；

处理器，被配置为获取接收源采集的响应信号进行处理，建立多维非线性声学特征参量集，结合线性声学特征参量对复合材料螺栓早期松动进行识别及全生命周期监测；

基于非线性声调制碳纤维复合材料螺栓早期松动检测方法，包括以下步骤：

在复合材料上通过同时激励扫频信号和正弦信号改进振动声调制技术；

激励过程包括两种激励方案，一是同步激励低频扫频泵浦波与高频正弦探测波，另一是同步激励低频正弦泵浦波与高频扫频探测波，改进振动声调制技术循环两种激励方案，将扫频激励分别应用于低频泵浦波和高频探测波；

采集对应的声调制响应信号，分析并获取多维非线性调制参数、有效本征模态分量；

利用非线性振动声调制特征提取算法对每次循环采集的声调制响应信号进行分析处理；

所述非线性振动声调制信号分析处理算法包括高频响应信号判断、高频共振频段对比、有效模态分量提取、同步解调、希尔伯特-黄变换；基于多维非线性调制参数获取多维非线性声学特征参量集，基于有效本征模态分量计算能量衰减系数；

联合能量衰减系数和多维非线性声学特征参量集，通过损伤参数监测与趋势追踪进行复合材料螺栓早期松动识别与全生命周期监测。

2.如权利要求1所述的基于非线性声调制碳纤维复合材料螺栓早期松动检测方法，其特征在于，在复合材料上进行激励前，根据被检材料确定初始的扫频范围和不同的正弦信号中心频率，并进行激励频率调理优化，得到最佳扫频范围与最佳中心频率。

3.如权利要求2所述的基于非线性声调制碳纤维复合材料螺栓早期松动检测方法，其特征在于，利用最佳扫频范围与最佳中心频率，同时激励低频泵浦信号和高频探测信号获取对应的声调制响应信号。

4.如权利要求1所述的基于非线性声调制碳纤维复合材料螺栓早期松动检测方法，其特征在于，比较扫频激励信号的高截止频率与正弦信号的激励频率，进行高频响应信号判断和高频共振频段对比。

5.如权利要求1所述的基于非线性声调制碳纤维复合材料螺栓早期松动检测方法，其特征在于，利用经验模态分解分解技术将所述声调制响应信号分解为多个本征模态分量，分析每个本征模态分量的功率谱密度，选择包含有效非线性频段的本征模态分量为有效本征模态分量。

6.如权利要求1所述的基于非线性声调制碳纤维复合材料螺栓早期松动检测方法，其特征在于，根据有效本征模态分量计算获取幅值调制指标、频率调制指标、相位调制指标，联合频移参数、幅值衰减参数、调制参数构成多维非线性声学特征参量集。

Images