CN115043118A - 用于垃圾转运车的拉臂部件的损伤识别方法和装置 - Google Patents
用于垃圾转运车的拉臂部件的损伤识别方法和装置 Download PDFInfo
- Publication number
- CN115043118A CN115043118A CN202111055825.XA CN202111055825A CN115043118A CN 115043118 A CN115043118 A CN 115043118A CN 202111055825 A CN202111055825 A CN 202111055825A CN 115043118 A CN115043118 A CN 115043118A
- Authority
- CN
- China
- Prior art keywords
- acoustic emission
- value
- sum
- energy
- difference
- 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.)
- Granted
Links
- 238000012546 transfer Methods 0.000 title claims abstract description 33
- 238000000034 method Methods 0.000 title claims abstract description 27
- 238000001228 spectrum Methods 0.000 claims abstract description 49
- 238000003466 welding Methods 0.000 claims abstract description 31
- 238000004891 communication Methods 0.000 claims description 6
- 238000004458 analytical method Methods 0.000 claims description 5
- 239000002699 waste material Substances 0.000 description 7
- 238000004364 calculation method Methods 0.000 description 4
- 230000007613 environmental effect Effects 0.000 description 3
- 230000006872 improvement Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012805 post-processing Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B65—CONVEYING; PACKING; STORING; HANDLING THIN OR FILAMENTARY MATERIAL
- B65F—GATHERING OR REMOVAL OF DOMESTIC OR LIKE REFUSE
- B65F3/00—Vehicles particularly adapted for collecting refuse
-
- 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
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- Software Systems (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Physics (AREA)
- Computational Mathematics (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Databases & Information Systems (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Probability & Statistics with Applications (AREA)
- Evolutionary Biology (AREA)
- Algebra (AREA)
- Bioinformatics & Computational Biology (AREA)
- Operations Research (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computer Graphics (AREA)
- Mechanical Engineering (AREA)
- General Engineering & Computer Science (AREA)
- Geometry (AREA)
- Investigating Or Analyzing Materials By The Use Of Ultrasonic Waves (AREA)
- Examining Or Testing Airtightness (AREA)
Abstract
本申请涉及用于垃圾转运车的拉臂部件的损伤识别方法和装置,该方法包括以下步骤:确定拉臂部件的焊缝部位中的易损伤位置;在预设时间内从围绕易损伤位置布置的多个声发射传感器中的每个获取与易损伤位置相关联的多个声发射信号;基于来自所述多个声发射传感器中的每个的所述多个声发射信号计算在预设时间内易损伤位置的核心流动能量谱且再据此计算核心流动能量谱的间距值;以及基于核心流动能量谱的间距值的平均值、最大值、以及最小值、和焊缝部位的形貌异变系数,计算拉臂部件的损伤值,用以判断拉臂部件的损伤程度。本申请提供的方法和装置可以精确地实现拉臂部件的实时损伤的量化识别。
Description
技术领域
本申请涉及损伤识别领域,更具体地,本申请涉及用于垃圾转运车的拉臂部件的损伤识别方法和装置。
背景技术
随着我国环保程度的提升和居民生活水平的提高,科技飞速进步,环保机械化率大幅度提升,垃圾转运车在现代化环保作业中的地位日益突出,而出于安全目的,垃圾转运车的拉臂部件的损伤信息愈发受到重视。因此,在垃圾转运车的操作期间对拉臂部件进行实时损伤识别,可以有效地预防拉臂部件的损坏带来的潜在风险。
目前,通常是在离线状态下单独进行拉臂部件的损伤识别,借助于探伤装置或肉眼检查拉臂部件中的焊缝部位是否存在裂纹的萌生与扩展情况,但这在现场操作不方便,且自动化程度低,测量精度也不高。
发明内容
本申请的一个目的是提供用于垃圾转运车的拉臂部件的损伤识别方法和装置,其基于流动能量谱的间距值来完成损伤识别,可以精确地实现拉臂部件的实时损伤的量化识别。
根据本申请的一个方面,提供一种用于垃圾转运车的拉臂部件的损伤识别方法,包括以下步骤:确定拉臂部件的焊缝部位中的易损伤位置;在预设时间内从围绕易损伤位置布置的多个声发射传感器中的每个获取与易损伤位置相关联的多个声发射信号;基于来自所述多个声发射传感器中的每个的所述多个声发射信号计算在预设时间内易损伤位置的核心流动能量谱且再据此计算核心流动能量谱的间距值;以及基于核心流动能量谱的间距值的平均值、最大值、以及最小值、和焊缝部位的形貌异变系数,计算拉臂部件的损伤值,用以判断拉臂部件的损伤程度。
可选地,确定拉臂部件的焊缝部位中的易损伤位置的步骤包括:三维扫描拉臂部件中的焊缝部位,以生成焊缝部位的三维模型;建模除焊缝部位以外的拉臂部件的三维模型,并将焊缝部位的三维模型装配到除焊缝部位以外的拉臂部件的三维模型中,以生成完整拉臂部件的三维模型;创建完整拉臂部件的三维模型的三维应力分布图,并且标记三维应力分布图的最大应力分布区;以及将焊缝部位的三维模型的与最大应力分布区至少部分重叠的部分确定为易损伤位置。
可选地,所述多个声发射传感器包括数量为6个的1-6号声发射传感器,以围绕易损伤位置形成六边形的顶点的方式依次布置1-6号声发射传感器,同时避免1-6号声发射传感器被定位在易损伤位置上。
可选地,获取与易损伤位置相关联的多个声发射信号的步骤包括:在预设时间内从1-6号声发射传感器分别获取多个1-6号声发射信号;以及
计算在预设时间内易损伤位置的核心流动能量谱的步骤包括:
计算与1号声发射信号相对应的能量值和与4号声发射信号相对应的能量值之间的第一中心能量的和差匹配、与2号声发射信号相对应的能量值和与5号声发射信号相对应的能量值之间的第二中心能量的和差匹配、与3号声发射信号相对应的能量值和与6号声发射信号相对应的能量值之间的第三中心能量的和差匹配,以及
基于第一中心能量的和差匹配、第二中心能量的和差匹配、第三中心能量的和差匹配中的最大值和最小值、和焊缝部位的形貌异变系数,计算易损伤位置的核心流动能量值,以获得在预设时间内易损伤位置的核心流动能量谱,易损伤位置的核心流动能量谱代表随着时间流逝易损伤位置的核心流动能量值的变化特性。
可选地,计算核心流动能量谱的间距值的步骤包括:基于易损伤位置的核心流动能量谱、以及在预设时间内第一中心能量的和差匹配的平均值、第二中心能量的和差匹配的平均值、和第三中心能量的和差匹配的平均值中的最大值,计算核心流动能量谱的间距值。
可选地,第一中心能量的和差匹配P1-4,j、第二中心能量的和差匹配P2-5,j、第三中心能量的和差匹配P3-6,j分别通过下式计算:
其中,i为声发射传感器的编号,i=1,2,...6;j为时间点,j=1,2,...tm,tm是预设时间,Iij为由i号声发射传感器在时间点j获取的能量值,C(Iij)min和C(Iij)max分别为由i号声发射传感器在预设时间tm内获取的所有能量值Iij中的最小值和最大值;以及
其中,易损伤位置的核心流动能量值Hj通过下式计算:
其中,|C(P1-4,j,P2-5,j,P3-6,j)max|为在预设时间tm内第一中心能量的和差匹配P1-4,j、第二中心能量的和差匹配P2-5,j、第三中心能量的和差匹配P3-6,j中的最大值;|C(P1-4,j,P2-5,j,P3-6,j)min|为在预设时间tm内第一中心能量的和差匹配P1-4,j、第二中心能量的和差匹配P2-5,j、第三中心能量的和差匹配P3-6,j中的最小值;β为焊缝部位的形貌异变系数。
可选地,核心流动能量谱的间距值Aj通过下式计算:
其中,为在预设时间tm内第一中心能量的和差匹配P1-4,j的平均值;为在预设时间tm内第二中心能量的和差匹配P2-5,j的平均值;为在预设时间tm内第三中心能量的和差匹配P3-6,j的平均值;为第一中心能量的和差匹配P1-4,j的平均值第二中心能量的和差匹配P2-5,j的平均值第三中心能量的和差匹配P3-6,j的平均值中的最大值。
可选地,拉臂部件的损伤值通过下式计算:
其中,为在预设时间tm内核心流动能量谱的所有间距值Aj的平均值;C(Aj)max为在预设时间tm内核心流动能量谱的所有间距值Aj值的最大值;C(Aj)min为在预设时间tm内核心流动能量谱的所有间距值Aj值的最小值。
根据本申请的另一方面,提供一种用于垃圾转运车的拉臂部件的损伤识别装置,包括:多个声发射传感器;与所述多个声发射传感器通信的控制器,所述控制器被配置为:确定拉臂部件的焊缝部位中的易损伤位置;在预设时间内从围绕易损伤位置布置的多个声发射传感器中的每个获取与易损伤位置相关联的多个声发射信号;基于来自所述多个声发射传感器中的每个的所述多个声发射信号计算在预设时间内易损伤位置的核心流动能量谱且再据此计算核心流动能量谱的间距值;以及基于核心流动能量谱的间距值的平均值、最大值、以及最小值、和焊缝部位的形貌异变系数,计算拉臂部件的损伤值,用以判断拉臂部件的损伤程度。
可选地,用于垃圾转运车的拉臂部件的损伤识别装置还包括:三维扫描仪,其被配置为三维扫描拉臂部件中的焊缝部位,以生成焊缝部位的三维模型;建模单元,其被配置为建模除焊缝部位以外的拉臂部件的三维模型,并将焊缝部位的三维模型装配到除焊缝部位以外的拉臂部件的三维模型中,以生成完整拉臂部件的三维模型;以及分析单元,其被配置为生成完整拉臂部件的三维模型的三维应力分布图,并且标记三维应力分布图的最大应力分布区;其中,所述控制器被配置为将焊缝部位的三维模型的与最大应力分布区至少部分重叠的部分确定为拉臂部件中的易损伤位置。
可以理解的是,有关于本申请的方法描述的各个特征也适用于在本申请中公开的对应装置。
通过以下参照附图对本申请的示例性实施例的详细描述,本申请的其它特征及其优点将会变得清楚。
附图说明
构成说明书的一部分的附图描述了本申请的实施例,并且连同说明书一起用于解释本申请的原理。
图1是根据本申请的实施方式的用于垃圾转运车的拉臂部件的损伤识别方法的流程图。
图2是在根据本申请的实施方式的用于垃圾转运车的拉臂部件的损伤识别方法和装置中使用的6个声发射传感器的布局的示意图。
图3是根据本申请的实施方式的用于垃圾转运车的拉臂部件的损伤识别装置的结构示意图。
具体实施方式
现在将参照附图来详细描述本申请的各种示例性实施例。应注意到:除非另外具体说明,否则在这些实施例中阐述的部件和步骤的相对布置、数字表达式和数值不限制本申请的范围。
对于相关领域普通技术人员已知的技术和设备可能不作详细讨论,但在适当情况下,所述技术和设备应当被视为说明书的一部分。
在这里示出和讨论的所有例子中,任何具体值应被解释为仅仅是示例性的,而不是作为限制。因此,示例性实施例的其它例子可以具有不同的值。
垃圾转运车包括拉臂部件和连接至拉臂部件的垃圾箱体,在垃圾转运车的操作期间,例如,垃圾箱体可以被拉臂部件抬起以相对于垃圾转运车的车体倾斜,从而倾倒存储在垃圾箱体中的垃圾。因此,拉臂部件受到来自垃圾箱体的作用力。由于在拉臂部件中存在借助于焊缝部位相互固定的两个板材节段10、20(参见图2),该焊缝部位可能因受到来自垃圾箱体的作用力而产生裂纹,甚至导致所述两个板材节段断裂。为了预防拉臂部件的损伤、尤其所述两个板材节段10、20的断裂带来的安全隐患,本申请提供了用于垃圾转运车的拉臂部件的损伤识别方法和装置,可以方便、高效、准确、且实时完成拉臂部件中的损伤识别。
参照图1,根据本申请的实施方式的用于垃圾转运车的拉臂部件的损伤识别方法可以包括以下步骤:
步骤S1:确定拉臂部件的焊缝部位中的易损伤位置。
在完成所述两个板材节段10、20、和/或拉臂部件的其他节段之间的焊接之后,形成需要关注的焊缝部位,利用三维扫描仪对焊缝部位进行三维扫描,以获取焊缝部位的三维点云数据,然后,对获取的三维点云数据进行拟合,以得到焊缝部位的三维切片面,然后,对这些三维切片面进行补充,以生成焊缝部位的三维模型。同时,利用例如PROE的建模单元建立除焊缝部位以外的拉臂部件的三维模型,并且在装配模块中将焊缝部位的三维模型与除焊缝部位以外的拉臂部件的三维模型进行装配,以生成完整拉臂部件的三维模型。
将生成的完整拉臂部件的三维模型导入到例如ANSYS的分析单元中,对完整拉臂部件的三维模型进行网格划分,添加约束条件与载荷方式,再对完整拉臂部件的三维模型的应力应变进行后处理,以获得完整拉臂部件的三维模型的三维应力分布图。
例如,控制器可以在三维应力分布图中标记最大应力分布区,如果焊缝部位的三维模型中的一个或多个部分与最大应力分布区至少部分地重叠,则可以将焊缝部位中的所述一个或多个部分分别作为拉臂部件的所有的易损伤位置。因此,易损伤位置的数量可以为一个或多个,且易损伤位置的面积可以根据具体应用场景和精度要求改变。
在本文中,借助于三维扫描仪和计算机软件执行步骤S1,将通过模拟计算自动分析和选择出拉臂部件中的易损伤位置,即,焊缝部位中的所述一个或多个部分,由此显著减少后期需要实时监测的焊缝部位的面积,即,易损伤位置的面积仅是焊缝部位的全部面积的一部分。由于易损伤位置的面积小于焊缝部位的全部面积,可以显著减少使用声发射传感器的总量且提高损伤识别的精度。
步骤S2:在预设时间内从围绕易损伤位置布置的多个声发射传感器中的每个获取与易损伤位置相关联的多个声发射信号。
一般而言,可以根据垃圾转运车的使用年限定期或不定期地维护垃圾转运车的拉臂部件,包括实时进行拉臂部件中的损伤识别。
例如,可以将需要维护的垃圾转运车召回到指定地点,基于模拟计算的结果圈定标记真实拉臂部件上的所有的易损伤位置,并且在易损伤位置中的每个的周围布置多个声发射传感器。例如,声发射传感器被配置为超声传感器。
可选地,所述多个声发射传感器包括6个声发射传感器,所述6个声发射传感器以形成六边形、例如正六边形的顶点的方式分布在所有的易损伤位置中的每个的周围,即,参照图2,所述6个声发射传感器包括在相应的易损伤位置A的周围沿顺时针分布的1号声发射传感器、2号声发射传感器、3号声发射传感器、4号声发射传感器、5号声发射传感器、以及6号声发射传感器。由图2可见,所述6个声发射传感器中的每个均避让位于易损伤位置A的焊缝部位本身,以更易于安装所述6个声发射传感器且避免不必要地损坏焊缝部位。
在易损伤位置中的每个的周围沿六边形的顶点依次布置所述6个声发射传感器之后,可以经由控制器启动所述6个声发射传感器,并且以常规的方式操作垃圾转运车一段时间,以使得拉臂部件在这段时间内多次抬放垃圾箱体。换言之,拉臂部件在这段时间内多次被载荷加载,而拉臂部件及其易损伤位置也由于被载荷加载而产生声发射。所述6个声发射传感器以例如2秒或5秒的时间间隔获取其所在位点的拉臂部件的声发射的能量值(单位:分贝)并且转换为相应的声发射信号,所述相应的声发射信号被进一步发送到控制器,其中,控制器从1号声发射传感器获取一组1号声发射信号,从2号声发射传感器获取一组2号声发射信号,从3号声发射传感器获取一组3号声发射信号,从4号声发射传感器获取一组4号声发射信号,从5号声发射传感器获取一组5号声发射信号,以及从6号声发射传感器获取一组6号声发射信号。
可以理解的是,所述多个声发射传感器可以包括其他数量的声发射传感器,且因此可以从所述其他数量的声发射传感器获取声发射信号。
步骤S3:基于来自所述多个声发射传感器中的每个的所述多个声发射信号计算在预设时间内易损伤位置的核心流动能量谱且再据此计算核心流动能量谱的间距值。
由于所述6个声发射传感器的所在位点均分布在拉臂部件的与易损伤位置邻近的周边,控制器可以基于来自所述6个声发射传感器中的每个的多个声发射信号来计算易损伤位置的核心流动能量谱。
可选地,在步骤S3中包括:计算在预设时间tm内与1号声发射信号相对应的能量值I1j和与4号声发射信号相对应的能量值I4j之间的第一中心能量的和差匹配P1-4,j,以得到拉臂部件的在1号声发射传感器的所在位点和2号声发射传感器的所在位点之间的实时虚拟能量中心;计算在预设时间tm内与2号声发射信号相对应的能量值I2j和与5号声发射信号相对应的能量值I5j之间的第二中心能量的和差匹配P2-5,j,以得到拉臂部件的在2号声发射传感器的所在位点和5号声发射传感器的所在位点之间的实时虚拟能量中心;以及计算在预设时间tm内与3号声发射信号相对应的能量值I3j和与6号声发射信号相对应的能量值I6j之间的第三中心能量的和差匹配P3-6,j,以得到拉臂部件的在2号声发射传感器的所在位点和5号声发射传感器的所在位点之间的实时虚拟能量中心。
换言之,控制器可以基于与1-6号声发射信号相对应的能量值Iij进行计算,其中,i为声发射传感器的编号,i=1,2,...6;j为时间点,j=1,2,...tm,tm是以常规的方式操作垃圾转运车那段时间或其一部分。例如,控制器可以将能量值I1j和能量值I4j代入公式(1)中,以计算在时间tm内能量值I1j与能量值I4j之间的第一中心能量的和差匹配(或匹配与1号声发射信号相对应的能量值I1j和与4号声发射信号相对应的能量值I4j之间的差异的代表性中心能量值)P1-4,j;将能量值I2j和能量值I5j代入公式(2)中,以计算在时间tm内能量值I2j与能量值I5j之间的第二中心能量的和差匹配P2-5,j;以及将能量值I3j和能量值I6j代入公式(3)中,以计算在时间tm内能量值I3j与能量值I6j之间的第三中心能量的和差匹配P3-6,j。
其中,C(I1j)min和C(I1j)max分别为1号声发射传感器在预设时间tm内获取的所有能量值I1j中的最小值和最大值,C(I4j)min和C(I4j)max分别为4号声发射传感器在预设时间tm内获取的所有能量值I4j中的最小值和最大值,C(I2j)min和C(I2j)max分别为2号声发射传感器在预设时间tm内获取的所有能量值I2j中的最小值和最大值,C(I5j)min和C(I5j)max分别为5号声发射传感器在预设时间tm内获取的所有能量值I5j中的最小值和最大值,C(I3j)min和C(I3j)max分别为3号声发射传感器在预设时间tm内获取的所有能量值I3j中的最小值和最大值,以及C(I6j)min和C(I6j)max分别为6号声发射传感器在时间tm内获取的所有能量值I5j中的最小值和最大值。如果简言之,C(Iij)min和C(Iij)max分别为i号声发射传感器在时间tm内获取的所有能量值Iij中的最小值和最大值。
可选地,在步骤S3中还包括:基于第一中心能量的和差匹配P1-4,j、第二中心能量的和差匹配P2-5,j、以及第三中心能量的和差匹配P3-6,j中的最大值和最小值,计算易损伤位置的实时核心流动能量值Hj,以修正各个实时虚拟能量中心的位置。也就是说,核心流动能量值指考虑到1-6号超声传感器中的每个的所在位点之间的交叉结点的、总的实时虚拟能量中心。
例如,控制器可以将第一中心能量的和差匹配P1-4,j、第二中心能量的和差匹配P2-5,j、以及第三中心能量的和差匹配P3-6,j代入公式(4)中。
其中,|C(P1-4,j,P2-5,j,P3-6,j)max|为第一中心能量的和差匹配P1-4,j、第二中心能量的和差匹配P2-5,j、第三中心能量的和差匹配P3-6,j中的最大值;|C(P1-4,j,P2-5,j,P3-6,j)min|为第一中心能量的和差匹配P1-4,j、第二中心能量的和差匹配P2-5,j、第三中心能量的和差匹配P3-6,j中的最小值;β为焊缝部位的形貌异变系数,常取值范围为0.96-1.17,例如,可以取值为1.06。形貌异变系数β受到焊接工艺、焊缝材料影响,导致焊缝部位在角度和方向等方面的不同形貌改变。
可选地,在步骤S3中还包括:基于相应的易损伤位置的核心流动能量值Hj,可以得到在预设时间tm内易损伤位置的核心流动能量谱,易损伤位置的核心流动能量谱代表随着时间点j的流逝易损伤位置的核心流动能量值Hj的变化特性。
基于易损伤位置的核心流动能量谱,计算所述6个声发射传感器所在位点的拉臂部件的声发射的能量值Iij与易损伤位置的核心流动能量谱的实时间距值Aj。
例如,控制器可以将易损伤位置的核心流动能量值Hj代入公式(5)中。
其中,为在预设时间tm内第一中心能量的和差匹配P1-4,j的平均值且通过公式(6)计算;为在预设时间tm内第二中心能量的和差匹配P2-5,j的平均值且通过公式(7)计算;为在预设时间tm内第三中心能量的和差匹配P3-6,j的平均值且通过公式(8)计算;为第一中心能量的和差匹配P1-4,j的平均值第二中心能量的和差匹配P2-5,j的平均值第三中心能量的和差匹配P3-6,j的平均值中的最大值。
也就是说,考虑到在预设时间tm内易损伤位置的核心流动能量值Hj的变化特性,可以基于易损伤位置的核心流动能量谱、以及在预设时间tm内第一中心能量的和差匹配P1-4,j的平均值、第二中心能量的和差匹配P2-5,j的平均值第三中心能量的和差匹配P3-6,j的平均值获得易损伤位置的核心流动能量谱的间距值Aj。
步骤S4:基于核心流动能量谱的间距值的平均值、最大值、以及最小值、和焊缝部位的形貌异变系数,计算拉臂部件的损伤值,用以判断拉臂部件的损伤程度。
可选地,可以将易损伤位置的核心流动能量谱的间距值Aj代入公式(9)中,以计算拉臂部件的损伤值S,从而判断拉臂部件的损伤程度。
其中,为在预设时间tm内所有流动能量谱的间距值Aj的平均值且通过公式(10)计算;C(Aj)max为在预设时间tm内所有流动能量谱的间距值Aj值的最大值;C(Aj)min为在预设时间tm内所有流动能量谱的间距值Aj值的最小值。
由此可见,拉臂部件的损伤值S是百分比值,百分比值越大,代表拉臂部件的损伤程度的越大。
当以常规的方式操作垃圾转运车预设时间tm之后,如果控制器计算出拉臂部件的损伤值大于预设阈值(例如,30%),则控制器启动警报器发出声学或视觉警报,甚至禁止拉臂部件的下一次操作。
图3是根据本申请的实施方式的用于垃圾转运车的拉臂部件的损伤识别装置100的结构示意图,其中,控制器120通信于多个声发射传感器130和分析单元140,三维扫描仪150通信于建模单元160,并且建模单元160通信于分析单元140,以实施上文描述的方法中的至少一个步骤。可以理解的是,用于垃圾转运车的拉臂部件的损伤识别装置的各个器件和单元之间的通信模式可以根据具体应用情况发生变化,以适应上文描述的方法。因此,有关于本申请的方法描述的各个特征也适用于在本申请中公开的对应装置,这里将不再赘述。
对于本领域技术人员来说公知的是,通过硬件方式实现、通过软件方式实现以及通过软件和硬件结合的方式实现都是等价的。
虽然已经通过示例对本申请的一些特定实施例进行了详细说明,但是本领域的技术人员应该理解,以上示例仅是为了进行说明,而不是为了限制本申请的范围。本领域的技术人员应该理解,可在不脱离本申请的范围和精神的情况下,对以上实施例进行修改。本申请的范围由所附权利要求来限定。
Claims (10)
1.一种用于垃圾转运车的拉臂部件的损伤识别方法,包括以下步骤:
确定拉臂部件的焊缝部位中的易损伤位置;
在预设时间内从围绕易损伤位置布置的多个声发射传感器中的每个获取与易损伤位置相关联的多个声发射信号;
基于来自所述多个声发射传感器中的每个的所述多个声发射信号计算在预设时间内易损伤位置的核心流动能量谱且再据此计算核心流动能量谱的间距值;以及
基于核心流动能量谱的间距值的平均值、最大值、以及最小值、和焊缝部位的形貌异变系数,计算拉臂部件的损伤值,用以判断拉臂部件的损伤程度。
2.根据权利要求1所述的用于垃圾转运车的拉臂部件的损伤识别方法,其中,确定拉臂部件的焊缝部位中的易损伤位置的步骤包括:
三维扫描拉臂部件中的焊缝部位,以生成焊缝部位的三维模型;
建模除焊缝部位以外的拉臂部件的三维模型,并将焊缝部位的三维模型装配到除焊缝部位以外的拉臂部件的三维模型中,以生成完整拉臂部件的三维模型;
创建完整拉臂部件的三维模型的三维应力分布图,并且标记三维应力分布图的最大应力分布区;以及
将焊缝部位的三维模型的与最大应力分布区至少部分重叠的部分确定为易损伤位置。
3.根据权利要求1或2所述的用于垃圾转运车的拉臂部件的损伤识别方法,其中,所述多个声发射传感器包括数量为6个的1-6号声发射传感器,以围绕易损伤位置形成六边形的顶点的方式依次布置1-6号声发射传感器,同时避免1-6号声发射传感器被定位在易损伤位置上。
4.根据权利要求3所述的用于垃圾转运车的拉臂部件的损伤识别方法,其中,获取与易损伤位置相关联的多个声发射信号的步骤包括:在预设时间内从1-6号声发射传感器分别获取多个1-6号声发射信号;以及
计算在预设时间内易损伤位置的核心流动能量谱的步骤包括:
计算与1号声发射信号相对应的能量值和与4号声发射信号相对应的能量值之间的第一中心能量的和差匹配、与2号声发射信号相对应的能量值和与5号声发射信号相对应的能量值之间的第二中心能量的和差匹配、与3号声发射信号相对应的能量值和与6号声发射信号相对应的能量值之间的第三中心能量的和差匹配,以及
基于第一中心能量的和差匹配、第二中心能量的和差匹配、第三中心能量的和差匹配中的最大值和最小值、和焊缝部位的形貌异变系数,计算易损伤位置的核心流动能量值,以获得在预设时间内易损伤位置的核心流动能量谱,易损伤位置的核心流动能量谱代表随着时间流逝易损伤位置的核心流动能量值的变化特性。
5.根据权利要求4所述的用于垃圾转运车的拉臂部件的损伤识别方法,其中,计算核心流动能量谱的间距值的步骤包括:基于易损伤位置的核心流动能量谱、以及在预设时间内第一中心能量的和差匹配的平均值、第二中心能量的和差匹配的平均值、和第三中心能量的和差匹配的平均值中的最大值,计算核心流动能量谱的间距值。
6.根据权利要求4或5所述的用于垃圾转运车的拉臂部件的损伤识别方法,其中,第一中心能量的和差匹配P1-4,j、第二中心能量的和差匹配P2-5,j、第三中心能量的和差匹配P3-6,j分别通过下式计算:
其中,i为声发射传感器的编号,i=1,2,...6;j为时间点,j=1,2,...tm,tm是预设时间,Iij为由i号声发射传感器在时间点j获取的能量值,C(Iij)min和C(Iij)max分别为由i号声发射传感器在预设时间tm内获取的所有能量值Iij中的最小值和最大值;以及
其中,易损伤位置的核心流动能量值Hj通过下式计算:
其中,|C(P1-4,j,P2-5,j,P3-6,j)max|为在预设时间tm内第一中心能量的和差匹配P1-4,j、第二中心能量的和差匹配P2-5,j、第三中心能量的和差匹配P3-6,j中的最大值;|C(P1-4,j,P2-5,j,P3-6,j)min|为在预设时间tm内第一中心能量的和差匹配P1-4,j、第二中心能量的和差匹配P2-5,j、第三中心能量的和差匹配P3-6,j中的最小值;β为焊缝部位的形貌异变系数。
9.一种用于垃圾转运车的拉臂部件的损伤识别装置,包括:
多个声发射传感器;
与所述多个声发射传感器通信的控制器,所述控制器被配置为:
确定拉臂部件的焊缝部位中的易损伤位置;
在预设时间内从围绕易损伤位置布置的多个声发射传感器中的每个获取与易损伤位置相关联的多个声发射信号;
基于来自所述多个声发射传感器中的每个的所述多个声发射信号计算在预设时间内易损伤位置的核心流动能量谱且再据此计算核心流动能量谱的间距值;以及
基于核心流动能量谱的间距值的平均值、最大值、以及最小值、和焊缝部位的形貌异变系数,计算拉臂部件的损伤值,用以判断拉臂部件的损伤程度。
10.根据权利要求9所述的用于垃圾转运车的拉臂部件的损伤识别装置,其中,还包括:
三维扫描仪,其被配置为三维扫描拉臂部件中的焊缝部位,以生成焊缝部位的三维模型;
建模单元,其被配置为建模除焊缝部位以外的拉臂部件的三维模型,并将焊缝部位的三维模型装配到除焊缝部位以外的拉臂部件的三维模型中,以生成完整拉臂部件的三维模型;以及
分析单元,其被配置为生成完整拉臂部件的三维模型的三维应力分布图,并且标记三维应力分布图的最大应力分布区;
其中,所述控制器被配置为将焊缝部位的三维模型的与最大应力分布区至少部分重叠的部分确定为拉臂部件中的易损伤位置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111055825.XA CN115043118B (zh) | 2021-09-09 | 2021-09-09 | 用于垃圾转运车的拉臂部件的损伤识别方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111055825.XA CN115043118B (zh) | 2021-09-09 | 2021-09-09 | 用于垃圾转运车的拉臂部件的损伤识别方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115043118A true CN115043118A (zh) | 2022-09-13 |
CN115043118B CN115043118B (zh) | 2023-10-13 |
Family
ID=83156793
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111055825.XA Active CN115043118B (zh) | 2021-09-09 | 2021-09-09 | 用于垃圾转运车的拉臂部件的损伤识别方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115043118B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101041249B1 (ko) * | 2010-11-10 | 2011-06-14 | 현대중공업 주식회사 | 플라즈마 절단기 팁 손상 감시 장치 |
CN108168996A (zh) * | 2017-12-13 | 2018-06-15 | 西安交通大学 | 一种基于声发射信号的pbx损伤演化ct原位分析方法 |
CN109085250A (zh) * | 2018-09-17 | 2018-12-25 | 山东建筑大学 | 一种基于重心坐标的声发射结构损伤定位方法 |
CN111460702A (zh) * | 2020-03-09 | 2020-07-28 | 扬州大学 | 一种基于正逆向损伤特征融合的结构件损伤识别方法 |
CN111678992A (zh) * | 2020-05-20 | 2020-09-18 | 江苏禹治流域管理技术研究院有限公司 | 一种用于识别混凝土结构损伤类型的无损检测方法 |
CN113219070A (zh) * | 2021-03-30 | 2021-08-06 | 合肥工业大学 | 一种基于声发射的结构损伤定位新方法 |
-
2021
- 2021-09-09 CN CN202111055825.XA patent/CN115043118B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101041249B1 (ko) * | 2010-11-10 | 2011-06-14 | 현대중공업 주식회사 | 플라즈마 절단기 팁 손상 감시 장치 |
CN108168996A (zh) * | 2017-12-13 | 2018-06-15 | 西安交通大学 | 一种基于声发射信号的pbx损伤演化ct原位分析方法 |
CN109085250A (zh) * | 2018-09-17 | 2018-12-25 | 山东建筑大学 | 一种基于重心坐标的声发射结构损伤定位方法 |
CN111460702A (zh) * | 2020-03-09 | 2020-07-28 | 扬州大学 | 一种基于正逆向损伤特征融合的结构件损伤识别方法 |
CN111678992A (zh) * | 2020-05-20 | 2020-09-18 | 江苏禹治流域管理技术研究院有限公司 | 一种用于识别混凝土结构损伤类型的无损检测方法 |
CN113219070A (zh) * | 2021-03-30 | 2021-08-06 | 合肥工业大学 | 一种基于声发射的结构损伤定位新方法 |
Also Published As
Publication number | Publication date |
---|---|
CN115043118B (zh) | 2023-10-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7144187B2 (ja) | 使用された構成要素を評価するためのシステムおよび方法 | |
US7447598B2 (en) | Methods and systems for automatically assessing and reporting structural health | |
Giordano et al. | Response‐based time‐invariant methods for damage localization on a concrete bridge | |
KR102306269B1 (ko) | 실시간 아크 용접 결함 탐지/분류 방법 및 장치 | |
CN101122583A (zh) | 一种剪切型框架结构损伤识别方法 | |
CN111737848A (zh) | 基于时域应变信号分解的起重机械主梁结构裂纹识别方法 | |
CN106446384B (zh) | 一种桥式起重机主梁结构的损伤识别方法 | |
CN113640301B (zh) | 特种设备的螺栓检测方法 | |
CN115043118A (zh) | 用于垃圾转运车的拉臂部件的损伤识别方法和装置 | |
Waqar et al. | Modeling the effect of implementation of artificial intelligence powered image analysis and pattern recognition algorithms in concrete industry | |
RU2699918C1 (ru) | Способ диагностики технического состояния зданий и строительных сооружений | |
CN117807659A (zh) | 一种建筑结构缺陷检测和纠正方法及系统 | |
CN117875549A (zh) | 一种基于图像识别的建筑遗产保护评估系统和方法 | |
KR101097414B1 (ko) | 배관진동 평가방법 | |
Liu et al. | Fuzzy pattern recognition of impact acoustic signals for nondestructive evaluation | |
CN116678368A (zh) | 基于bim技术的装配式钢结构数据智能采集方法 | |
CN115048731A (zh) | 用于垃圾转运车的拉臂的健康评估方法和装置 | |
CN105486753A (zh) | 用于检测压板缺陷的设备及方法 | |
Hensman et al. | Detecting and identifying artificial acoustic emission signals in an industrial fatigue environment | |
CN115981255B (zh) | 一种钢结构试验平台的性能监测方法及系统 | |
Traylor et al. | A computational investigation into the impact of sensor location on the acoustics-based damage detection from an airfoil structure | |
JP2017187327A (ja) | き裂診断方法および装置 | |
CN116228761B (zh) | 一种钢结构刚度损伤评价方法及系统 | |
CN112782236A (zh) | 变流器柜体的材料状态监测方法、系统、装置及存储介质 | |
CN117033951B (zh) | 多层及高层组合剪力墙结构地震损伤等级评估方法及系统 |
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 |