CN116428531B - 基于准分布式fbg监测信息的管道损伤识别方法 - Google Patents
基于准分布式fbg监测信息的管道损伤识别方法 Download PDFInfo
- Publication number
- CN116428531B CN116428531B CN202310513012.3A CN202310513012A CN116428531B CN 116428531 B CN116428531 B CN 116428531B CN 202310513012 A CN202310513012 A CN 202310513012A CN 116428531 B CN116428531 B CN 116428531B
- Authority
- CN
- China
- Prior art keywords
- damage
- pipeline
- unit
- strain
- damaged
- 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
- 230000006378 damage Effects 0.000 title claims abstract description 94
- 238000000034 method Methods 0.000 title claims abstract description 31
- 238000012544 monitoring process Methods 0.000 title claims abstract description 22
- 230000004044 response Effects 0.000 claims description 10
- 230000003595 spectral effect Effects 0.000 claims description 10
- 238000012546 transfer Methods 0.000 claims description 9
- 238000012360 testing method Methods 0.000 claims description 8
- 238000003491 array Methods 0.000 claims description 7
- 239000011159 matrix material Substances 0.000 claims description 6
- 230000005284 excitation Effects 0.000 claims description 5
- 238000010606 normalization Methods 0.000 claims description 5
- 238000004364 calculation method Methods 0.000 claims description 4
- 238000010276 construction Methods 0.000 claims description 4
- 238000012545 processing Methods 0.000 claims description 4
- 238000001228 spectrum Methods 0.000 claims description 4
- 230000008859 change Effects 0.000 claims description 3
- 238000005259 measurement Methods 0.000 claims description 3
- 230000008569 process Effects 0.000 claims description 3
- 102000002274 Matrix Metalloproteinases Human genes 0.000 claims description 2
- 108010000684 Matrix Metalloproteinases Proteins 0.000 claims description 2
- 238000000354 decomposition reaction Methods 0.000 claims description 2
- 230000000694 effects Effects 0.000 claims description 2
- 238000011156 evaluation Methods 0.000 claims 1
- 238000001514 detection method Methods 0.000 abstract description 9
- 238000005516 engineering process Methods 0.000 abstract description 8
- 230000036541 health Effects 0.000 abstract description 4
- 230000007774 longterm Effects 0.000 description 6
- 230000009471 action Effects 0.000 description 3
- 230000008901 benefit Effects 0.000 description 3
- 238000005336 cracking Methods 0.000 description 3
- 239000007789 gas Substances 0.000 description 3
- 239000013307 optical fiber Substances 0.000 description 3
- VYPSYNLAJGMNEJ-UHFFFAOYSA-N Silicium dioxide Chemical compound O=[Si]=O VYPSYNLAJGMNEJ-UHFFFAOYSA-N 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 230000007797 corrosion Effects 0.000 description 2
- 238000005260 corrosion Methods 0.000 description 2
- 238000003745 diagnosis Methods 0.000 description 2
- 238000004880 explosion Methods 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 2
- 239000000741 silica gel Substances 0.000 description 2
- 229910002027 silica gel Inorganic materials 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 238000005452 bending Methods 0.000 description 1
- 239000000084 colloidal system Substances 0.000 description 1
- 238000010835 comparative analysis Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000004907 flux Effects 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 239000003345 natural gas Substances 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 238000012805 post-processing Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000011435 rock Substances 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 239000010865 sewage Substances 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 239000008399 tap water Substances 0.000 description 1
- 235000020679 tap water Nutrition 0.000 description 1
Classifications
-
- 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
- G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F17—STORING OR DISTRIBUTING GASES OR LIQUIDS
- F17D—PIPE-LINE SYSTEMS; PIPE-LINES
- F17D5/00—Protection or supervision of installations
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F17—STORING OR DISTRIBUTING GASES OR LIQUIDS
- F17D—PIPE-LINE SYSTEMS; PIPE-LINES
- F17D5/00—Protection or supervision of installations
- F17D5/02—Preventing, monitoring, or locating loss
- F17D5/06—Preventing, monitoring, or locating loss using electric or acoustic means
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Computational Mathematics (AREA)
- Algebra (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- Mechanical Engineering (AREA)
- Computing Systems (AREA)
- Acoustics & Sound (AREA)
- Investigating Or Analyzing Materials By The Use Of Ultrasonic Waves (AREA)
Abstract
本发明公开了一种基于准分布式FBG监测信息的管道损伤识别方法，属于结构智能健康监测和检测领域，该方法以封装的准分布式FBG传感元件阵列测试管道振动或异常信号、通过应变功率谱密度传递比法分析FBG监测响应、根据提取的结构应变模态振型参数识别管道损伤。本发明能够精准地识别出沿管轴向的管道损伤位置，并可以评估在特定工况下管道损伤部位的损伤程度，能低成本和高功效地识别出地埋或深海管道结构损伤，从而为管道结构的安全运营和智能化管理提供有效的技术和科学方法。
Description
技术领域
本发明属于结构智能健康监测和检测领域，涉及到的是一种以光纤布拉格光栅(Fiber Bragg Grating，FBG)传感技术阵列为硬件基础、结构应变模态振型为损伤识别参数的管道损伤识别方法。
背景技术
管道运输是油气、天然气和水资源等资源输送的主要渠道，具有长远的研究价值和重要的战略地位。管道运营安全状况关系国家能源的安全供应、社会稳定和经济发展。管道事故主要包括管道开裂或穿孔引发的泄露。根据管道工作环境，可以分海底管道和城乡地埋管道两大类。对于海底管道，由水流引起的涡激振动与地震波震动是管道失效破坏的主要因素；对于城乡地埋管道，地震波、落石冲击、爆炸冲击、交通荷载的振动冲击是危害管道安全运行的主要原因。管道的受损机理主要有两种：由切向摩擦力、纵向弯曲应力、温差导致的腐蚀坑处环向开裂；由内部压力、竖向荷载引起的截面内纵向开裂。因此，需要对管道进行长期、连续的监测，通过定位受损部位及评估损伤程度，降低管道损伤引发的输送介质泄漏事故风险。
现有的管道损伤检测技术包括漏磁检测法、涡流检测、超声探测、智能清管球、水下机器人及光纤传感技术等。其中，前五种方法是通过定期测试的方式去排查管道结构是否发生损伤，不易实现损伤演化过程的实时跟踪，且无法通过积累的长期连续观测数据对管道结构健康状态进行预判。同时，采用这种定期检测技术需要管道停运，检测周期长、覆盖范围有限，不易实现深海管道测试，综合效率低且成本高。因此，考虑到光纤传感技术具有耐腐蚀、抗电磁干扰、绝对测量、体积小质量轻、可设计性强、本质安全防爆、易集成组网、物理化学成分长期稳定等优势，可以将其应用于管道结构的健康监测和损伤诊断。其中，FBG具备高精度、高灵敏度、可以测试高频振动信号等优势，能在长距离管道结构体系中局部关键位置发挥重要功效。
由于模态参数对结构损伤较敏感，因此，可以基于FBG监测信号，并辅以模态分析提取应变模态振型，从而通过对比分析诊断结构是否存在损伤。应变功率谱密度传递比法无需考虑激励源类型，可在随机振动作用下较高精度获取结构应变模态振型参数，因此，可以考虑将该方法用于管道结构振动信号的物理解读。
发明内容
本发明目的是提供一种基于准分布式FBG监测信息的管道损伤识别方法，该方法以准分布式FBG传感元件阵列为测试硬件、以应变功率谱密度传递比法获取结构应变模态振型、根据应变模态振型参数变化识别管道损伤，解决了管道结构安全运营过程中损伤位置和损伤程度的在线诊断和高精度识别定位问题。
为实现上述目的，本发明提供了如下方案：
一种基于准分布式FBG监测信息的管道损伤识别方法，所述方法包括：
根据测试需求和损伤识别精度将被测管道(2)进行单元划分，根据被测管道(2)划分单元数量设计准分布式FBG传感元件阵列(1)数量和间距，确保传感元件阵列中每个FBG测点位置和每个管道单元位置相对应；
将封装的准分布式FBG传感元件阵列(1)粘贴在被测管道(2)表面，测量管道结构在任意激励作用下的响应信息；基于应变功率谱密度传递比函数获得管道的应变模态振型，做归一化处理并计算单元损伤指示参数SDI和损伤判定阈值ρ；当单元SDI＞ρ时，则单元被判定为损伤单元(3)，单元位置即为管道损伤位置；
若管道为单处损伤或在多处损伤下各受损处损伤程度相同的工况，其损伤程度的评估根据进行评估；根据上述过程实现对管道损伤位置识别与损伤程度估计。
进一步的，所述方法由管道损伤识别系统完成。
进一步的，所述管道损伤识别系统包括：硬件部分和软件部分；所述硬件部分为封装的准分布式FBG传感元件阵列、解调仪、计算机；所述软件部分采用MATLAB软件。
本发明的效果和益处如下：
(1)本发明是一套以准分布式FBG传感元件阵列技术为测试硬件基础、结构应变模态振型为损伤识别参数的管道损伤识别系统。对目标管道施加任意振动激励，通过FBG传感器以及解调设备对管道进行连续的振动监测，将离散点处测试的波长变量数据通过MATLAB程序进行处理，得到管道的应变模态振型。再将管道各单元的应变模态振型值通过管道损伤识别算法进行状态判定，从而可以识别出损伤单元位置。当管道为单处损伤或在多处损伤下各受损处损伤程度相同或相近时，可以估计损伤单元的损伤程度。
(2)可以精准的识别管道损伤位置，当管道为单处损伤或在多处损伤下各受损处损伤程度相同或相近时，损伤程度可以被良好的评估；采用柔性硅胶材料封装准分布式FBG传感元件阵列能提供较稳定的动态响应监测，可以在有电磁干扰、危险放射性等恶劣服役场景应用；易于操作，维护和运行成本低，只需要给被测管道施加任意激励便可对管道损伤进行监测识别，易在工程输油气管道结构泄漏检测领域推广应用。
(3)该方法可以精准地识别出沿管轴向的管道损伤位置，并可以评估在特定工况下管道损伤部位的损伤程度。该方法可以低成本、高功效地识别出地埋或深海管道结构损伤，从而为管道结构的安全运营和智能化管理提供有效的技术和科学方法。
附图说明
附图1是本发明基于准分布式FBG监测信息的管道损伤识别方法的流程图；
附图2是管道处于监测运行状态的示意图；
附图3是管道各单元SDI图；
图中：1、准分布式FBG传感元件阵列；2、被测管道；3、损伤单元；4、FBG解调仪；5、计算机。
具体实施方式
以下结合技术方案(和附图)详细叙述本发明的具体实施方式。
本发明提供了一种基于准分布式FBG监测信息的管道损伤识别方法，包括以下步骤：
S1：首先，根据测试需求，将被测管道2进行单元划分，为确保损伤识别精度，单元划分数量要足够多。如附图2，被测管道2被划分为22个单元。
S2：根据被测管道2划分单元数量设计准分布式FBG传感元件阵列1数量和间距，确保传感元件阵列中每个FBG测点位置和每个管道单元位置相对应，监测管道全尺度上离散变形。制作封装的准分布式FBG传感元件阵列1，如采用柔性硅胶形成半圆柱体式封装的准分布式FBG传感器，并将其粘贴在被测管道2表面，根据串联的准分布式FBG传感元件阵列1精细化监测管道局部测点位置的变形。将封装的准分布式FBG传感器与解调仪4、计算机5连接，组成如附图2的监测系统。
S3：给被测管道2任意振动激励，将连续5分钟振动监测准分布式FBG传感元件阵列1输出的波长数据用MATLAB软件处理后(详细编程流程如附图1)，可以得到管道各单元的SDI值如附图3。可以看出，只有单元7、单元11的SDI值大于单元损伤判定阈值ρ，则管道损伤位置分布在单元7与单元11处。因单元7与单元11的SDI值相近，可以假设两单元受损程度相同，将两单元的SDI值代入式(7)。代入单元7的SDI值计算得x1＝20.03；代入单元11的SDI值计算得x2＝20.06。x1近似等于x2，两参数值之差在误差范围内，则可以判定假设成立，此管道损伤程度为20％。若将各受损单元SDI值代入上式中后，求得各x值相差较大，则可以判定此管道各损伤部位损伤程度不同，则不能用此式求管道的受损程度。根据本发明，可以得出结论：此管道单元损伤位置在单元7与单元11处，损伤程度为20％。本发明达到了对管道损伤位置识别与损伤程度估计的目的。
进一步的实施例中，所述方法由管道损伤识别系统完成，所述管道损伤识别系统包括：硬件部分和软件部分。
本实施例中，系统硬件部分为封装的准分布式FBG传感元件阵列、解调仪、计算机；软件部分运用MATLAB将应变功率谱密度传递比法编程，得到管道的应变模态振型，再将管道损伤识别算法编程对应变模态振型值进行后处理，即可对管道的损伤进行定位，若管道为单处损伤或在多处损伤下各受损处损伤程度相同或接近，管道损伤处的损伤程度可被评估。
本实施例中，所述的准分布式FBG传感元件阵列是根据管结构长度、变形和破坏特征、外部作用和约束条件及损伤识别分辨率等要求设计FBG传感元件阵列上FBG的个数和间距及相邻FBG波长间隔。其中，FBG传感元件阵列的组成数量可以为5～80个，相邻FBG的间距可以为5cm～2m。分布式FBG传感元件阵列的封装可以采用柔性胶体材料。
本实施例中，所述软件部分是基于结构振动信号分析方法解读准分布式FBG传感元件阵列输出的应变响应数据。主要步骤包括：
(1)根据各测点时域上的应变时程数据ε(t)计算各测点的应变响应互功率谱密度以及自功率谱密度/>
(2)以每个测点作为一次参考点p，通过式计算不同参考点p下各响应点间的应变功率谱密度传递比函数/>i,j为不同的测点编号；
(3)根据式构建函数ΔT-1(s)，并记录下函数ΔT-1(s)的极值点λ，系统的真实极点λr为函数ΔT-1(s)极值点λ的子集,N为测点数量；
(4)构建应变功率谱密度传递比矩阵
将步骤(3)中记录下的极值点λ带入到矩阵中，计算矩阵/>的秩并对矩阵/>进行奇异值分解，其中，Zi为不同的参考点。若矩阵秩为1，则代入的极点为系统真实极点，若矩阵秩大于1且存在至少一个奇异值σi(λ)满足函数/>不为无穷，则该极值点为无效极值点。
(5)已知系统真实极点λr，根据式λr＝σr+jωr，可得r阶共振圆频率ωr。则固有频率fr＝ωr/(2π)。选任意参考点p和固定响应点j，系统在极点λr(或固有频率fr)上的应变模态归一化振型向量为向量中/>为测点i的应变模态归一化振型值。
(6)计算管道各单元损伤指示参数SDI：
计算同阶次下的应变模态归一化差值
其中，为模型管在受损工况下第i个单元的r阶应变模态归一化振型值，为模型管在健康状态下第i个单元的r阶应变模态归一化振型值。
计算模型在受损前后结构在第r阶模态的固有频率变化率ωr,Δ：
其中，ωr,h是结构在健康状态下第r阶模态的固有频率，ωr,d是结构在受损状态下下第r阶模态的固有频率。
则单元损伤指示参数SDI为：
(7)设计单元损伤判定阈值ρ，作为判定单元是否受损的指标。以下为单元损伤判定阈值的计算介绍：
首先设定参数σ(i)，参数σ(i)计算方式如下式所示：
其中，no为模型管划分的大单元数，M为模态数。
若σ(i)＞0，则保留，保留下的σ记为r(i)；
若σ(i)＜0，则去除。
则单元损伤判定阈值ρ由以下公式得出：
其中，n1为r(i)的个数。
(8)当单元SDI＞ρ，则单元被判定为损伤。若管道为单处损伤或在多处损伤下各受损处损伤程度相同的工况，其损伤程度与SDI值的关系满足下式
其中，x为受损单元的损伤程度，S为管道结构的受损面积率，A≈-4.23558E-4,B≈5.63674E-4,t1≈15.5。
本发明可用于建筑结构管道、海洋输油气管道、城市地埋管道(如煤气管道、暖气管道、排污管道、自来水管道)等的损伤识别，识别精度高，可以提供长期连续的监测服务，且其长期运营与维护成本较低，有着较高的商业用途。
Claims (3)
1.一种基于准分布式FBG监测信息的管道损伤识别方法，其特征在于，所述方法包括：
S1：根据测试需求和损伤识别精度将被测管道(2)进行单元划分；
S2：根据被测管道(2)划分单元数量设计准分布式FBG传感元件阵列(1)数量和间距，确保传感元件阵列中每个FBG测点位置和每个管道单元位置相对应；将封装的准分布式FBG传感元件阵列(1)粘贴在被测管道(2)表面；
S3：测量管道结构在任意激励作用下的响应信息；基于应变功率谱密度传递比函数获得管道的应变模态振型，做归一化处理并计算单元损伤指示参数SDI和损伤判定阈值ρ；当单元SDI＞ρ时，则单元被判定为损伤单元(3)，单元位置即为管道损伤位置；
若管道为单处损伤或在多处损伤下各受损处损伤程度相同的工况，其损伤程度的评估根据进行评估，其中，x为受损单元的损伤程度，S为管道结构的受损面积率A≈-4.23558E-4,B≈5.63674E-4,t1≈15.5；根据上述过程实现对管道损伤位置识别与损伤程度估计；
所述S3中，基于应变功率谱密度传递比函数获得管道的应变模态振型，做归一化处理并计算单元损伤指示参数SDI和损伤判定阈值ρ，包括：
S3.1：根据各测点时域上的应变时程数据ε(t)计算各测点的应变响应互功率谱密度以及自功率谱密度/>
S3.2：以每个测点作为一次参考点p，通过计算不同参考点p下各响应点间的应变功率谱密度传递比函数/>i和j为不同的测点编号；
S3.3：构建函数并记录下函数ΔT-1(s)的极值点λ，系统的真实极点λr为函数ΔT-1(s)极值点λ的子集,N为测点数量；
S3.4：构建应变功率谱密度传递比矩阵
将所述步骤S3.3中记录下的极值点λ带入到矩阵中，计算矩阵/>的秩并对矩阵/>进行奇异值分解，其中，Zi为不同的参考点；若矩阵秩为1，则代入的极点为系统真实极点，若矩阵秩大于1且存在至少一个奇异值σi(λ)满足函数/>不为无穷，则该极值点为无效极值点；
S3.5：将系统真实极点λr代入λr＝σr+jωr，可得r阶共振圆频率ωr；则固有频率fr＝ωr/(2π)；选任意参考点p和固定响应点j，系统在极点λr或固有频率fr上的应变模态归一化振型向量为向量中/>为测点i的应变模态归一化振型值；
S3.6：计算管道各单元损伤指示参数SDI；
计算同阶次下的应变模态归一化差值
其中，为模型管在受损工况下第i个单元的r阶应变模态归一化振型值，/>为模型管在健康状态下第i个单元的r阶应变模态归一化振型值；
计算模型在受损前后结构在第r阶模态的固有频率变化率ωr,Δ：
其中，ωr,h是结构在健康状态下第r阶模态的固有频率，ωr,d是结构在受损状态下第r阶模态的固有频率；
则单元损伤指示参数SDI为：
S3.7：设计单元损伤判定阈值ρ，作为判定单元是否受损的指标；
所述单元损伤判定阈值的计算方法包括：
设定参数σ(i)，参数σ(i)计算方式如下式所示：
其中，no为模型管划分的大单元数，M为模态数；
若σ(i)＞0，则保留，保留下的σ记为r(i)；
若σ(i)＜0，则去除；
则单元损伤判定阈值ρ由以下公式得出：
其中，n1为r(i)的个数。
2.根据权利要求1所述的基于准分布式FBG监测信息的管道损伤识别方法，其特征在于，所述方法由管道损伤识别系统完成。
3.根据权利要求2所述的基于准分布式FBG监测信息的管道损伤识别方法，其特征在于，所述管道损伤识别系统包括：硬件部分和软件部分；所述硬件部分为封装的准分布式FBG传感元件阵列、解调仪、计算机；所述软件部分采用MATLAB软件。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310513012.3A CN116428531B (zh) | 2023-05-09 | 2023-05-09 | 基于准分布式fbg监测信息的管道损伤识别方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310513012.3A CN116428531B (zh) | 2023-05-09 | 2023-05-09 | 基于准分布式fbg监测信息的管道损伤识别方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116428531A CN116428531A (zh) | 2023-07-14 |
| CN116428531B true CN116428531B (zh) | 2023-10-13 |
Family
ID=87089107
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310513012.3A Active CN116428531B (zh) | 2023-05-09 | 2023-05-09 | 基于准分布式fbg监测信息的管道损伤识别方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116428531B (zh) |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2002095329A1 (en) * | 2001-05-25 | 2002-11-28 | Optoplan As | Optical distributed sensor with bragg grating sensing structure |
| CN101221104A (zh) * | 2007-10-16 | 2008-07-16 | 吴智深 | 基于分布式应变动态测试的结构健康监测方法 |
| CN106767473A (zh) * | 2015-11-23 | 2017-05-31 | 财团法人工业技术研究院 | 光学共振腔的腔长量测装置 |
| CN107991060A (zh) * | 2017-11-20 | 2018-05-04 | 南京航空航天大学 | 基于自适应和迭代算法的载荷分布式光纤辨识方法 |
| WO2018186738A1 (en) * | 2017-04-03 | 2018-10-11 | Fugro Technology B.V. | Sensor arrangement, underwater vehicle and method for underwater detection of a leak in fluid carrying body |
| CN110185938A (zh) * | 2019-05-06 | 2019-08-30 | 武汉理工大学 | 一种分布式声波管道在线监测系统 |
-
2023
- 2023-05-09 CN CN202310513012.3A patent/CN116428531B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2002095329A1 (en) * | 2001-05-25 | 2002-11-28 | Optoplan As | Optical distributed sensor with bragg grating sensing structure |
| CN101221104A (zh) * | 2007-10-16 | 2008-07-16 | 吴智深 | 基于分布式应变动态测试的结构健康监测方法 |
| CN106767473A (zh) * | 2015-11-23 | 2017-05-31 | 财团法人工业技术研究院 | 光学共振腔的腔长量测装置 |
| WO2018186738A1 (en) * | 2017-04-03 | 2018-10-11 | Fugro Technology B.V. | Sensor arrangement, underwater vehicle and method for underwater detection of a leak in fluid carrying body |
| CN107991060A (zh) * | 2017-11-20 | 2018-05-04 | 南京航空航天大学 | 基于自适应和迭代算法的载荷分布式光纤辨识方法 |
| CN110185938A (zh) * | 2019-05-06 | 2019-08-30 | 武汉理工大学 | 一种分布式声波管道在线监测系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116428531A (zh) | 2023-07-14 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108918405B (zh) | 一种油井管线防腐蚀效果在线监测系统及方法 | |
| CN103076394B (zh) | 基于振动识别频率和振型综合的海洋平台安全评定的方法 | |
| Soman et al. | Bi‐axial neutral axis tracking for damage detection in wind‐turbine towers | |
| Awadallah et al. | Effect and detection of cracks on small wind turbine blade vibration using special Kriging analysis of spectral shifts | |
| Hong et al. | Comprehensive comparison of macro-strain mode and displacement mode based on different sensing technologies | |
| Wang et al. | Establishment and application of the wind and structural health monitoring system for the Runyang Yangtze River Bridge | |
| CN111043531B (zh) | 海管结构损伤在线诊断的智能光纤环皮监测方法 | |
| CN206396814U (zh) | 一种新型桥梁桩基础水下受冲刷监测装置 | |
| CN106596715A (zh) | 一种阵列式瞬变电磁法多层管柱损伤检测系统及方法 | |
| Dhakal et al. | Different techniques of structural health monitoring | |
| CN106917420A (zh) | 一种桩基冲刷监测装置 | |
| Prisutova et al. | Use of fibre-optic sensors for pipe condition and hydraulics measurements: A review | |
| Iliopoulos et al. | Continuous fatigue assessment of an offshore wind turbine using a limited number of vibration sensors | |
| CN113515849A (zh) | 列车关键结构的寿命预测方法、系统、设备及存储介质 | |
| CN115077683A (zh) | 基于分布式光纤传感的边坡检测装置及方法 | |
| CN116428531B (zh) | 基于准分布式fbg监测信息的管道损伤识别方法 | |
| Chowdhury et al. | Application of different structural health monitoring system on bridges: An overview | |
| Sun et al. | A review on damage identification and structural health monitoring for offshore platform | |
| CN111521126B (zh) | 海管三维形态重构的光纤光栅传感监测方法 | |
| Wu et al. | Leveraging optical communication fiber and AI for distributed water pipe leak detection | |
| CN111504218A (zh) | 一种准分布式光纤光栅传感器用于监测海管结构大变形的方法 | |
| Zhou et al. | The tunnel structural mode frequency characteristics identification and analysis based on a modified stochastic subspace identification method | |
| Shi et al. | Empirical procedures for long-term prediction of fatigue damage for an instrumented marine riser | |
| CN105572329A (zh) | 混凝土裂纹标距自适应监测方法 | |
| Li et al. | Automated method for structural modal identification based on multivariate variational mode decomposition and its applications in damage characteristics of subway tunnels |
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 |