【技术实现步骤摘要】
本专利技术属于钢结构焊缝疲劳状态诊断，尤其涉及一种基于信息熵融合的焊缝疲劳状态诊断方法。
技术介绍
1、目前，钢结构焊缝是钢结构桥梁建设中最主要的连接形式之一，钢结构焊缝的完整性及健康状态间接影响着桥梁结构的安全性。焊缝的主要病害包括初始的焊接缺陷、锈蚀病害及疲劳破坏。由于焊接技术的发展及焊接质量的严格把控，参与服役的焊缝结构鲜有焊接缺陷存在。此外，涂装材料的研发遏制了锈蚀病害的出现。故焊缝的疲劳破坏是钢桥健康监、检测的重点关注对象。焊缝的疲劳损伤检测方法有无损检测方法和日常巡检。日常巡检仅能发现宏观疲劳裂纹的存在，且需投入大量的人力物力。常规的无损检测法包括声发射法、红外热成像法、磁粉法、渗透检测法、涡流检测法，金属磁记忆法等，通过对比发现，金属磁记忆检测法更易检测到焊缝的早期疲劳损伤，可以根据磁记忆信号的变化实现对焊缝疲劳状态的诊断。
2、金属磁记忆检测方法作为近些年新发展的无损检测方法，其通过磁记忆信号及其特征参数的变化对焊缝的疲劳损伤进行检测。目前，常用的磁记忆特征参数包括磁记忆信号的峰峰值、峰谷值、梯度值等，但是相同的磁特征参数在不同的研究者的分析中存在不同的损伤表征，并未形成统一的研判标准，此外，各种磁记忆信号的特征参数效果参差不齐，存在不同的特征参数对于同一种疲劳损伤判断出现差异，以致对焊缝的疲劳状态的诊断准确性欠佳。故此，考虑磁记忆信号的随机性和单一磁特征参数的偶然性，信息熵可以用于描述信号的随机性特征，基于信息熵方法，研究焊缝不同疲劳状态下的磁记忆信号多种信息熵特征，提出信息熵融合的焊缝疲劳状态诊断
3、因此，提出一种基于信息熵融合的焊缝疲劳状态诊断方法，来解决现有技术对焊缝的疲劳状态的诊断准确性欠佳的问题，是本领域技术人员亟须解决的问题。
技术实现思路
1、有鉴于此，本专利技术提供了一种基于信息熵融合的焊缝疲劳状态诊断方法，可以达到精准评估的效果。
2、为了实现上述目的，本专利技术采用如下技术方案：
3、一种基于信息熵融合的焊缝疲劳状态诊断方法，包括以下步骤：
4、数据获取步骤：对检测装置进行初始化操作，得到焊缝位置的初始磁场数据，检测装置继续采集，获得磁记忆信号数据；
5、数据处理步骤：令初始磁场数据为基准值，对磁记忆信号数据进行无量纲化处理，生成无量纲化的磁记忆信号数据；
6、信息熵提取步骤：基于无量纲化的磁记忆信号数据，提取磁记忆信号的信息熵特征；
7、信息熵融合步骤：对信息熵特征参数进行主因子分析，得到每个信息熵参数所占的权重，获得信息熵参数权重，根据信息熵参数权重生成融合信息熵；
8、状态诊断步骤：根据融合信息熵绘制随着疲劳周期的变化曲线，根据融合信息熵的变化特征，诊断焊缝所处的疲劳状态。
9、上述的方法，可选的，数据处理步骤中，无量纲化过程计算方法如下：
10、
11、其中，b0为初始焊缝初始磁记忆信号，bi为后续采集到的磁记忆信号，b’为无量纲化的磁记忆信号。
12、上述的方法，可选的，信息熵特征包括能量熵、功率谱熵及奇异谱熵。
13、上述的方法，可选的，能量熵的计算方法如下：
14、ei＝σ|b'i|2 i＝1，2，3，4，…，k，
15、其中，ei表示各检测路径下的能量，i表示每条路径下的各监测点位置，根据每条检测路径下的能量计算每个能量分量所占总能量的比例，计算方法如下：
16、
17、其中，ei表示第i个尺度下的能量，σei表示各个尺度下能量之和，最终提取的能量熵特征参数he为：
18、he＝-σpi·log pi，
19、其中，pi表示每条检测路径下的能量计算每个能量分量所占总能量的比例。
20、上述的方法，可选的，功率谱熵的计算方法如下：
21、
22、其中，x(w)表示磁记忆信号的功率谱密函数，为不同检测路径下的磁记忆信号bi进行离散傅里叶变化得到；n表示数据点的个数，定义漏磁信号的功率谱为{s0，s1，s2………sn}，即磁记忆信号的功率谱熵hs特征参数为：
23、
24、hs表示磁记忆信号的功率谱熵，pi表示第i个功率谱占整体谱值的比例。
25、上述的方法，可选的，奇异谱熵的获取方式包括：根据沿着检测路径采集得到的磁记忆信号选择合适的窗口长度l，构建l×m的轨迹矩阵r，对r进行奇异值分解，获得奇异值λ1≥λ2≥.......≥λm，m＝min{l,m}，磁记忆信号的奇异谱为{λ1，λ2…………λk}，其中k为非零奇异值的个数，λi表示第i个奇异值，提取奇异谱熵为：
26、
27、
28、其中，i表示第i个奇异值在奇异谱中所占的比重，hλ表示磁记忆信号的奇异谱熵。
29、上述的方法，可选的，主因子分析的步骤包括：建立各信息熵参数和其公因子的关系式，根据关系式计算各信息熵参数的均值，协方差矩阵，利用协方差矩阵得到其对应的特征值λ1、λ2、λ3……及方差贡献率αij，利用方差贡献率αij计算决策矩阵系数fij及各参数的权重ki。
30、上述的方法，可选的，融合信息熵计算方法如下：
31、h＝k1he+k2hs+k3hλ，
32、其中，k1，k2，k3分别为各信息熵的权重。
33、经由上述的技术方案可知，与现有技术相比，本专利技术提供了一种基于信息熵融合的焊缝疲劳状态诊断方法，具有以下有益效果：1)本专利技术利用了磁记忆信号的变化特征，提取多特征参数，克服了单一参数的偶然性，实现了对焊缝疲劳状态的准确诊断；2)本专利技术提升了焊缝疲劳状态诊断的准确性，对保障钢桥的安全运营具有重要的社会意义。
本文档来自技高网...【技术保护点】
1.一种基于信息熵融合的焊缝疲劳状态诊断方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于信息熵融合的焊缝疲劳状态诊断方法，其特征在于，
3.根据权利要求1所述的一种基于信息熵融合的焊缝疲劳状态诊断方法，其特征在于，
4.根据权利要求3所述的一种基于信息熵融合的焊缝疲劳状态诊断方法，其特征在于，
5.根据权利要求3所述的一种基于信息熵融合的焊缝疲劳状态诊断方法，其特征在于，
6.根据权利要求3所述的一种基于信息熵融合的焊缝疲劳状态诊断方法，其特征在于，
7.根据权利要求1所述的一种基于信息熵融合的焊缝疲劳状态诊断方法，其特征在于，
8.根据权利要求1所述的一种基于信息熵融合的焊缝疲劳状态诊断方法，其特征在于，
【技术特征摘要】
1.一种基于信息熵融合的焊缝疲劳状态诊断方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于信息熵融合的焊缝疲劳状态诊断方法，其特征在于，
3.根据权利要求1所述的一种基于信息熵融合的焊缝疲劳状态诊断方法，其特征在于，
4.根据权利要求3所述的一种基于信息熵融合的焊缝疲劳状态诊断方法，其特征在于，
<...【专利技术属性】
技术研发人员：刘彬，母进伟，任达勇，欧阳斌，张胜林，付雷，廖棱，和振峰，张洪，
申请(专利权)人：贵州桥梁建设集团有限责任公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。