CN114235572B - 一种基于信号相似度的结构损伤评价方法 - Google Patents
一种基于信号相似度的结构损伤评价方法 Download PDFInfo
- Publication number
- CN114235572B CN114235572B CN202111445942.7A CN202111445942A CN114235572B CN 114235572 B CN114235572 B CN 114235572B CN 202111445942 A CN202111445942 A CN 202111445942A CN 114235572 B CN114235572 B CN 114235572B
- Authority
- CN
- China
- Prior art keywords
- mean
- signal
- signal sequence
- similarity
- detected
- 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
- 238000011156 evaluation Methods 0.000 title claims abstract description 20
- 108010076504 Protein Sorting Signals Proteins 0.000 claims abstract description 57
- 238000000034 method Methods 0.000 claims abstract description 27
- 238000001514 detection method Methods 0.000 claims abstract description 21
- 238000005070 sampling Methods 0.000 claims abstract description 16
- 238000011161 development Methods 0.000 claims description 10
- 230000018109 developmental process Effects 0.000 claims description 10
- 230000036541 health Effects 0.000 claims description 6
- 230000005284 excitation Effects 0.000 claims description 3
- 230000035784 germination Effects 0.000 claims description 3
- 230000000977 initiatory effect Effects 0.000 claims description 3
- 230000008859 change Effects 0.000 abstract description 4
- 230000005236 sound signal Effects 0.000 abstract 2
- 239000002184 metal Substances 0.000 description 7
- 238000010586 diagram Methods 0.000 description 5
- 230000015556 catabolic process Effects 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 238000006731 degradation reaction Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010835 comparative analysis Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N3/00—Investigating strength properties of solid materials by application of mechanical stress
- G01N3/08—Investigating strength properties of solid materials by application of mechanical stress by applying steady tensile or compressive forces
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M13/00—Testing of machine parts
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2203/00—Investigating strength properties of solid materials by application of mechanical stress
- G01N2203/0001—Type of application of the stress
- G01N2203/0003—Steady
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2203/00—Investigating strength properties of solid materials by application of mechanical stress
- G01N2203/0058—Kind of property studied
- G01N2203/006—Crack, flaws, fracture or rupture
- G01N2203/0062—Crack or flaws
- G01N2203/0064—Initiation of crack
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2203/00—Investigating strength properties of solid materials by application of mechanical stress
- G01N2203/0058—Kind of property studied
- G01N2203/006—Crack, flaws, fracture or rupture
- G01N2203/0062—Crack or flaws
- G01N2203/0066—Propagation of crack
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Mathematical Analysis (AREA)
- Computational Mathematics (AREA)
- Mathematical Physics (AREA)
- Pure & Applied Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Evolutionary Biology (AREA)
- Mathematical Optimization (AREA)
- Health & Medical Sciences (AREA)
- Chemical & Material Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Analytical Chemistry (AREA)
- Artificial Intelligence (AREA)
- Biochemistry (AREA)
- Operations Research (AREA)
- Probability & Statistics with Applications (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Algebra (AREA)
- Evolutionary Computation (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- Investigating Or Analyzing Materials By The Use Of Ultrasonic Waves (AREA)
Abstract
本发明提供一种基于信号相似度的结构损伤评价方法,其包括以下步骤:S1、确定检测路径;S2、对检测路径进行采样;S3、确定基准信号;S4、获得信号序列的算术平均值;S5、构建由n个Amean组成的信号序列A′n以及由n个Bmean组成的信号序列B′n;S6、计算平方值d2(An,A′n)以及平方值d2(Bn,B′n);S7、构建相似度指标KA‑B;S8、判断待检测结构是否存在损伤;S9、定义损伤阈值K′。本发明的基于信号相似度的结构损伤评价方法,以结构的完好信号为基准,通过分析结构不同阶段的信号相对完好信号的相似度,可以准确评价损伤的变化程度,无需更多的先验信息支撑,可操作性强,适用范围广。
Description
技术领域
本发明涉及结构监控领域,具体地涉及一种基于信号相似度的结构损伤评价方法。
背景技术
服役中的各种结构,在工作载荷以及各种随机外在载荷的长期作用下,会不可避免产生损伤,当损伤累积到一定程度时会导致结构失效,从而造成严重事故。因此,准确评价结构的损伤程度,进而采取有效的技术手段控制损伤发展或修复损伤,对于确保结构安全服役具有重要意义。
损伤造成结构的物理特性改变的同时,同时会影响结构自身的散射信号的分布特征,也就是说损伤在不断积累导致结构从完好演变为劣化的过程中,散射信号中损伤成分的占比亦不断增大,这为采用信号相似度评价结构损伤程度奠定了应用基础。因此,可将结构服役不同阶段的信号进行相似度分析,根据相似程度大小来评价评价结构的损伤程度高低。
目前常用的相似度评价方法是计算两组信号之间的距离,例如欧几里德距离(欧式距离),根据距离远近来评价两组信号的相似性。但是,结构服役不同阶段的信号通常包含有检测设备“零点飘移”带来的背景噪声,这种噪声会干扰欧式距离的计算精度,进而影响结构损伤程度评价的准确性。
发明内容
针对现有技术的不足之处,本发明提供了一种基于信号相似度的结构损伤评价方法,其适用于结构健康监测领域,通过使用仪器设备进行周期性采样获取结构响应,并提取有效的损伤敏感指标,从而准确评估当前结构的健康状况,能够保证结构损伤程度评价的准确性。
具体地,为实现上述目的,本发明采用如下技术方案:
本发明提供一种基于信号相似度的结构损伤评价方法,其包括以下步骤:
步骤S1、确定损伤区域:其具体包括以下子步骤:
S11、对于某待检测结构,首先通过对结构进行受力分析,分析结构最大主应力的量值和方向,根据强度理论确定出结构损伤的萌生位置和发展方向;
S12、根据结构损伤的萌位置和发展方向,在该区域设定一条长度为L的检测路径,检测路径应覆盖结构损伤的全部发展方向;
步骤S2、对检测路径进行采样:借助于采样设备在ta时刻和tb时刻分别以相同的速度和采样率沿检测路径L采集待检测结构的自身散射信号,获取两组包含n个数据点的信号序列An和Bn,分别为:
An=(a1,a2,a3....an)
Bn=(b1,b2,b3....bn)
其中:ta时刻为待检测结构完好无损时刻,tb时刻为任意选取的时刻;
步骤S3、确定基准信号:假定ta时刻待检测结构完好无损,定义ta时刻获得的信号序列An为待检测结构的健康信号,即将An作为基准信号;
步骤S4、获得信号序列的算术平均值:分别计算信号序列An和信号序列Bn的算术平均值Amean及Bmean,Amean及Bmean分别为:
步骤S5、构建由n个Amean组成的信号序列A'n以及由n个Bmean组成的信号序列B'n:A'n和B'n分别为:
A'n=(Amean,Amean,Amean....Amean)
B'n=(Bmean,Bmean,Bmean....Bmean);
步骤S6、计算An和A'n的n维空间欧式距离的平方值d2(An,A'n)以及Bn和B'n的n维空间欧式距离的平方值d2(Bn,B'n),分别为:
d2(An,A'n)=[(a1-Amean)2+(a2-Amean)2+…+(an-Amean)2]
d2(Bn,B'n)=[(a1-Bmean)2+(b2-Bmean)2+…+(bn-Bmean)2];
步骤S7、构建信号序列Bn相对于信号序列An的相似度指标KA-B:相似度指标KA-B的表达式为:
其中,KA-B是介于0和1之间的常数。
步骤S8、当KA-B=1时,表示信号序列Bn与信号序列An完全相似,则认为待检测结构在tb时刻的物理状态与ta时刻相同,即待检测结构不存在任何损伤;当KA-B=0时,表示信号序列Bn与信号序列An完全不相似,则认为结构在tb时刻的物理状态与ta时刻完全不相同,即待检测结构存在严重损伤;当0<KA-B<1时,进入步骤S9;
步骤S9、定义损伤阈值K':K'为介于0和1之间的常数,当两组信号的相似度指标KA-B>K'时,则认为待检测结构在tb时刻保持完好;当两组信号的相似度指标KA-B<K'时,则认为待检测结构在tb时刻出现损伤。
优选地,所述的结构自身散射信号是指结构在外界物理场激励下发射出的信号,包括但不限于声信号、磁信号和电信号。
优选地,所述的信号序列An和Bn,是指在不同时刻依据相同采样率采集获取的结构相同区域的散射信号。
优选地,所述损伤阈值K'表征当两组信号的相似度低于该值时表明结构出现损伤。
优选地,所述损伤阈值K'根据工程实际取值在0.95~0.8之间。
与现有技术相比,本发明具有如下有益效果:
(1)本发明提供的基于信号相似度的结构损伤评价方法,较好地解决了“零点飘移”等背景噪声干扰相似度评价精度的问题,相比于传统的欧式距离评价法具有更高的鲁棒性,能够准确的对结构的损伤进行评价,通过实施例进行对比,本发明的损伤评价方法具有更高的精度和鲁棒性,
(2)本发明提供的基于信号相似度的结构损伤评价方法,在评价时以结构的完好信号为基准,通过分析待检测结构不同阶段的信号相对于完好信号的相似度,可以准确评价损伤的变化程度,无需更多的先验信息支撑。该评价方法的可操作性强,适用范围广,适用于大型重要结构或设备的安全巡检和健康评估工作,具有很高的工程实用价值。
附图说明
图1是本发明的方法流程示意图;
图2为本发明的实施例1的信号序列的分布特征示意图;
图3为本发明的实施例1的金属结构搭接部位的结构状态示意图;
图4为本发明的实施例2的信号序列的分布特征示意图;
图5为本发明的实施例2的金属结构搭接部位的结构状态示意图。
具体实施方式
以下,参照附图对本发明的实施方式进行说明。
具体地,为实现上述目的,本发明采用如下技术方案:
本发明提供一种基于信号相似度的结构损伤评价方法,如图1所示,其包括以下步骤:
步骤S1、确定损伤区域:其具体包括以下子步骤:
S11、对于某待检测结构,首先通过对结构进行受力分析,分析结构最大主应力的量值和方向,根据强度理论确定出结构损伤的萌生位置和发展方向;
S12、根据结构损伤的萌位置和发展方向,在该区域设定一条长度为L的检测路径,检测路径应覆盖结构损伤的全部发展方向。
步骤S2、对检测路径进行采样:借助于采样设备在ta时刻和tb时刻分别以相同的速度和采样率沿检测路径L采集待检测结构的自身散射信号,获取两组包含n个数据点的信号序列An和Bn,分别为:
An=(a1,a2,a3....an)
Bn=(b1,b2,b3....bn)
其中:ta时刻为待检测结构完好无损时刻,tb时刻为任意选取的时刻;
步骤S3、确定基准信号:假定ta时刻待检测结构完好无损,定义ta时刻获得的信号序列An为待检测结构的健康信号,即将An作为基准信号。
步骤S4、获得信号序列的算术平均值:分别计算信号序列An和信号序列Bn的算术平均值Amean及Bmean,Amean及Bmean分别为:
步骤S5、构建由n个Amean组成的信号序列A'n以及由n个Bmean组成的信号序列B'n:A'n和B'n分别为:
A'n=(Amean,Amean,Amean....Amean)
B'n=(Bmean,Bmean,Bmean....Bmean);
步骤S6、计算An和A'n的n维空间欧式距离的平方值d2(An,A'n)以及Bn和B'n的n维空间欧式距离的平方值d2(Bn,B'n),分别为:
d2(An,A'n)=[(a1-Amean)2+(a2-Amean)2+…+(an-Amean)2]
d2(Bn,B'n)=[(a1-Bmean)2+(b2-Bmean)2+…+(bn-Bmean)2]。
步骤S7、构建信号序列Bn相对于信号序列An的相似度指标KA-B:相似度指标KA-B的表达式为:
其中,KA-B是介于0和1之间的常数。
步骤S8、当KA-B=1时,表示信号序列Bn与信号序列An完全相似,则认为待检测结构在tb时刻的物理状态与ta时刻相同,即待检测结构不存在任何损伤;当KA-B=0时,表示信号序列Bn与信号序列An完全不相似,则认为结构在tb时刻的物理状态与ta时刻完全不相同,即待检测结构存在严重损伤;当0<KA-B<1时,进入步骤S9。
步骤S9、定义损伤阈值K':K'为介于0和1之间的常数,当两组信号的相似度指标KA-B>K'时,则认为待检测结构在tb时刻保持完好;当两组信号的相似度指标KA-B<K'时,则认为待检测结构在tb时刻出现损伤。
在本发明的具体实施例中,结构自身散射信号是指结构在外界物理场激励下发射出的信号,包括但不限于声信号、磁信号和电信号。
在本发明的具体实施例中,信号序列An和Bn,是指在不同时刻依据相同采样率采集获取的结构相同区域的散射信号。
在本发明的具体实施例中,损伤阈值的取值一般有1~0.9(极高相似)、0.89~0.7(高度相似)、0.69~0.4(中度相似),工程应用中综合考虑评价精度和检测实际,阈值K'建议取值在极高相似和高度相似的中值区间,即取值在0.95~0.8之间。
具体实例一:
在本实施例中,将某金属结构作为待检测结构,在搭接部位设置检测区域。采用弱磁检测设备依次匀速采集某金属结构搭接部位的表面散射磁信号,检测长度L=257mm,采样频率1kHz,获取的信号序列的采集时刻如表1所示,信号序列的分布特征如附图2所示。
表1实例一信号序列采集时刻
(一)采用本发明技术内容评价信号相似度
设置损伤阈值定义损伤阈值K'=0.8。
以T=0h的完好信号A0为基准,计算T=24h的A1信号相对于A0的相似度KA0-A1,计算步骤如下:
1)计算A0和A1的算术平均值A0mean和A1mean;
2)构建信号序列A0'和A1',即
A0'=A0-A0mean,A1'=A1-A1mean
3)计算A1信号相对于A0的相似度KA0-A1,得到KA0-A1=0.904774;
4)重复步骤1)至步骤3),分别计算A2信号、A3信号相对于A0的相似度KA0-A2和KA0-A3,得到KA0-A2=0.898867,KA0-A3=0.819792;
5)分别将KA0-A1、KA0-A2、KA0-A3与K'=0.8进行比较,表明KA0-A1、KA0-A2、KA0-A3均大于K',说明直至68h时刻,某金属结构搭接部位的结构状态保持完好,其结构示意图如附图3所示。
(二)采用欧式距离评价信号相似度
以T=0h的完好信号A0为基准,计算T=24h的A1信号相对于A0欧式距离的LA0-A1,计算公式如下:
式中,A0(m)、A1(m)分别为信号序列中第m位的值,N为信号序列的容量。
根据上述公式,依次计算获得
LA0-A1=12.51、LA0-A2=12.86、LA0-A3=15.36
对比分析可知,采用本发明的技术内容进行上述信号的相似度评价时,A2信号、A3信号的变化率分别为0.6%、9.3%;采用欧式距离进行上述信号的相似度评价时,A2信号、A3信号的变化率分别为2%、22%,表明本发明相比于欧式距离评价信号相似度,具有更高的精度和鲁棒性。
具体实例二:
采用弱磁检测设备依次匀速采集某金属结构应力集中部位的表面散射磁信号,检测长度L=257mm,采样频率1kHz,获取的信号序列的采集时刻如表2所示,信号序列的分布特征如附图4所示。
表2实例二信号序列采集时刻
设置损伤阈值定义损伤阈值K'=0.8。
以T=0h的完好信号B0为基准,计算T=15h的B1信号相对于B0的相似度KB0-B1,计算步骤如下:
1)计算B0和B1的算术平均值B0mean和B1mean;
2)构建信号序列B0'和B1',即
B0'=B0-B0mean,B1'=B1-B1mean
3)计算B1信号相对于B0的相似度KB0-B1,得到KB0-B1=0.957457;
4)重复步骤1)至步骤3),分别计算B2信号、B3信号、B4信号相对于B0的相似度KB0-B2、KB0-B3、KB0-B4,得到KB0-B2=0.688594、KB0-B3=0.686817、KB0-B4=0.478874;
5)分别将KB0-B1、KB0-B2、KB0-B3、KB0-B4、与K'=0.8进行比较,除了KB0-B1大于K'外,KB0-B2、KB0-B3、KB0-B4均小于K',表明从T=15h开始,某金属结构应力集中部位的产生损伤并开始劣化,其结构示意图如附图5所示。
以上所述的实施例仅是对本发明的优选实施方式进行描述,并非对本发明的范围进行限定,在不脱离本发明设计精神的前提下,本领域普通技术人员对本发明的技术方案做出的各种变形和改进,均应落入本发明权利要求书确定的保护范围内。
Claims (5)
1.一种基于信号相似度的结构损伤评价方法,其特征在于:其包括以下步骤:
步骤S1、确定损伤区域:其具体包括以下子步骤:
S11、对于某待检测结构,首先通过对结构进行受力分析,分析结构最大主应力的量值和方向,根据强度理论确定出结构损伤的萌生位置和发展方向;
S12、根据结构损伤的萌位置和发展方向,在该区域设定一条长度为L的检测路径,检测路径应覆盖结构损伤的全部发展方向;
步骤S2、对检测路径进行采样:借助于采样设备在ta时刻和tb时刻分别以相同的速度和采样率沿检测路径L采集待检测结构的自身散射信号,获取两组包含n个数据点的信号序列An和Bn,分别为:
An=(a1,a2,a3....an)
Bn=(b1,b2,b3....bn)
其中,ta时刻为待检测结构完好无损时刻,tb时刻为任意选取的时刻;
步骤S3、确定基准信号:ta时刻待检测结构完好无损,定义ta时刻获得的信号序列An为待检测结构的健康信号,即将An作为基准信号;
步骤S4、获得信号序列的算术平均值:分别计算信号序列An和信号序列Bn的算术平均值Amean及Bmean,Amean及Bmean分别为:
步骤S5、构建由n个Amean组成的信号序列A′n以及由n个Bmean组成的信号序列B′n,A′n和B′n分别为:
A′n=(Amean,Amean,Amean....Amean)
B′n=(Bmean,Bmean,Bmean....Bmean);
步骤S6、计算An和A′n的n维空间欧式距离的平方值d2(An,A′n)以及Bn和B′n的n维空间欧式距离的平方值d2(Bn,B′n),分别为:
d2(An,A′n)=[(a1-Amean)2+(a2-Amean)2+...+(an-Amean)2]
d2(Bn,B′n)=[(a1-Bmean)2+(b2-Bmean)2+...+(bn-Bmean)2];
步骤S7、构建信号序列Bn相对于信号序列An的相似度指标KA-B:相似度指标KA-B的表达式为:
其中,KA-B是介于0和1之间的常数;
步骤S8、判断待检测结构是否存在损伤:当KA-B=1时,表示信号序列Bn与信号序列An完全相似,则认为待检测结构在tb时刻的物理状态与ta时刻相同,即待检测结构不存在任何损伤;当KA-B=0时,表示信号序列Bn与信号序列An完全不相似,则认为结构在tb时刻的物理状态与ta时刻完全不相同,即待检测结构存在严重损伤;当0<KA-B<1时,进入步骤S9;
步骤S9、定义损伤阈值K′:K′为介于0和1之间的常数,当两组信号的相似度指标KA-B>K′时,则认为待检测结构在tb时刻保持完好;当两组信号的相似度指标KA-B<K′时,则认为待检测结构在tb时刻出现损伤。
2.根据权利要求1所述的基于信号相似度的结构损伤评价方法,其特征在于:所述的结构自身散射信号是指结构在外界物理场激励下发射出的信号,包括但不限于声信号、磁信号和电信号。
3.根据权利要求1所述的基于信号相似度的结构损伤评价方法,其特征在于:所述的信号序列An和Bn,是指在不同时刻依据相同采样率采集获取的结构相同区域的散射信号。
4.根据权利要求1所述的基于信号相似度的结构损伤评价方法,其特征在于:所述损伤阈值K′表征当两组信号的相似度低于该值时表明结构出现损伤。
5.根据权利要求4所述的基于信号相似度的结构损伤评价方法,其特征在于:所述损伤阈值的取值在0.95~0.8之间。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111445942.7A CN114235572B (zh) | 2021-11-30 | 2021-11-30 | 一种基于信号相似度的结构损伤评价方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111445942.7A CN114235572B (zh) | 2021-11-30 | 2021-11-30 | 一种基于信号相似度的结构损伤评价方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114235572A CN114235572A (zh) | 2022-03-25 |
CN114235572B true CN114235572B (zh) | 2023-11-07 |
Family
ID=80752275
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111445942.7A Active CN114235572B (zh) | 2021-11-30 | 2021-11-30 | 一种基于信号相似度的结构损伤评价方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114235572B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101923027A (zh) * | 2010-05-28 | 2010-12-22 | 清华大学 | 一种结构损伤检测系统、设备以及结构损伤检测方法 |
CN107064288A (zh) * | 2016-11-24 | 2017-08-18 | 中国航空综合技术研究所 | 一种i型裂纹的应力强度因子测定方法 |
JP2018155495A (ja) * | 2017-03-15 | 2018-10-04 | 三菱重工業株式会社 | 材料損傷評価方法 |
CN109406114A (zh) * | 2017-05-09 | 2019-03-01 | 中国航空制造技术研究院 | 一种航空发动机转子叶片工作状态检测装置和检测方法 |
CN110196276A (zh) * | 2019-06-25 | 2019-09-03 | 北京工业大学 | 一种基于宽带激励的铁磁性材料大范围损伤低频电磁检测方法 |
CN110849724A (zh) * | 2019-11-23 | 2020-02-28 | 福州大学 | 一种用于装配式混凝土剪力墙损伤识别的概率成像方法 |
CN111323476A (zh) * | 2020-04-14 | 2020-06-23 | 中国航空综合技术研究所 | 基于力磁效应的裂纹方向判断方法 |
-
2021
- 2021-11-30 CN CN202111445942.7A patent/CN114235572B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101923027A (zh) * | 2010-05-28 | 2010-12-22 | 清华大学 | 一种结构损伤检测系统、设备以及结构损伤检测方法 |
CN107064288A (zh) * | 2016-11-24 | 2017-08-18 | 中国航空综合技术研究所 | 一种i型裂纹的应力强度因子测定方法 |
JP2018155495A (ja) * | 2017-03-15 | 2018-10-04 | 三菱重工業株式会社 | 材料損傷評価方法 |
CN109406114A (zh) * | 2017-05-09 | 2019-03-01 | 中国航空制造技术研究院 | 一种航空发动机转子叶片工作状态检测装置和检测方法 |
CN110196276A (zh) * | 2019-06-25 | 2019-09-03 | 北京工业大学 | 一种基于宽带激励的铁磁性材料大范围损伤低频电磁检测方法 |
CN110849724A (zh) * | 2019-11-23 | 2020-02-28 | 福州大学 | 一种用于装配式混凝土剪力墙损伤识别的概率成像方法 |
CN111323476A (zh) * | 2020-04-14 | 2020-06-23 | 中国航空综合技术研究所 | 基于力磁效应的裂纹方向判断方法 |
Non-Patent Citations (4)
Title |
---|
Research on the Damage Experiment Model Design and Metal Magnetic Memory Testing of Wind Turbine Tower in Service;Benli Wan et al.;Preprints of the 4th IEEE Conference on Energy Internet and Energy System Integration;1879-1884 * |
基于向量自回归模型的损伤识别方法;刘纲;罗钧;方鹏;秦阳;;振动.测试与诊断(第05期);第873-879页 * |
基于损伤存在概率成像方法的复合材料结构损伤识别;严宏;周丽;;振动与冲击(第13期);第76-80页 * |
曲轴剩余疲劳寿命评估方法研究进展;刘慎水 等.;材料导报A;第29卷(第10期);第116-122页 * |
Also Published As
Publication number | Publication date |
---|---|
CN114235572A (zh) | 2022-03-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112525201B (zh) | 一种基于电磁场特征多信息融合的水下目标跟踪方法 | |
CN100485362C (zh) | 基于电化学噪声的局部腐蚀分析方法和装置 | |
CN108573224B (zh) | 一种利用单传感器信息的移动重构主成分的桥梁结构损伤定位方法 | |
KR20100094452A (ko) | 롤링 베어링 대미지 검측 및 자동 식별 방법 | |
JPH0315698B2 (zh) | ||
CN109116196B (zh) | 一种电力电缆故障放电声智能识别方法 | |
CN112781820B (zh) | 一种滚刀性能退化趋势评估方法 | |
EP3722783A1 (en) | Detection method for concentration of fluid particulate matter | |
EP3951381A1 (en) | Non-destructive testing method and device for testing and distinguishing internal and external defects of steel wire rope | |
CN106324583B (zh) | 一种矢量阵被动声呐异常数据在线剔除方法 | |
CN105091732A (zh) | 一种变压器绕组变形的检测方法及系统 | |
CN110780128A (zh) | 一种敏感设备电压暂降故障概率评估方法 | |
CN103399083B (zh) | 一种脉冲涡流检测提离效应的抑制方法 | |
CN109901216A (zh) | 一种检测海水放射性核素的寻峰方法 | |
CN114235572B (zh) | 一种基于信号相似度的结构损伤评价方法 | |
CN115128160A (zh) | 一种电缆铅封多频涡流探头检测方法及系统 | |
CN108151870B (zh) | 一种基于频响函数的施工质量问题检测方法 | |
CN112034387B (zh) | 一种基于预测序列的输电线路短路故障诊断方法及装置 | |
CN110333506B (zh) | 一种提取索力测量雷达的拉索位置参数的方法 | |
CN109670143B (zh) | 一种环境激励下土木工程结构振动频域响应信号统计规律检测方法 | |
CN116701844A (zh) | 基于全波形的高密度电阻率数据筛选和处理方法及系统 | |
CN112857806B (zh) | 一种基于移动窗口时域特征提取的轴承故障检测方法 | |
Dawson et al. | Electrochemical noise--some new developments in corrosion monitoring | |
JP2008139138A (ja) | 電気化学ノイズ測定方法 | |
JPH0641938B2 (ja) | ジルコニウム合金材の非破壊測定方法 |
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 |