【技术实现步骤摘要】
本专利技术属于无损检测，尤其涉及一种基于变分模态分解的螺栓松动全周期声发射监测方法。
技术介绍
1、螺栓连接是机械结构中广泛应用的一种紧固方式，广泛应用于航空航天、机械制造、桥梁建筑等领域。螺栓的松动不仅会导致连接结构的强度下降，还可能引发严重的安全隐患，甚至导致灾难性事故。因此，对螺栓松动进行有效的监测和预警显得尤为重要。传统的螺栓松动检测方法主要包括扭矩检测、超声波检测和应力波检测等。然而，这些方法在实际应用中存在一定的局限性，如检测灵敏度不高、操作复杂、难以实现在线监测等。近年来，声发射(acoustic emission,ae)技术由于其灵敏度高、能够实时监测等优点，成为螺栓松动检测的重要手段。声发射技术通过捕捉材料内部微裂纹扩展、摩擦滑移等过程中产生的声发射信号，能够及时反映螺栓松动的状态。然而，声发射信号通常具有非线性、非平稳特性，且受噪声和其他外部干扰影响较大，传统的信号处理方法难以准确提取与螺栓松动相关的特征信息。因此，亟需提出一种基于变分模态分解的螺栓松动全周期声发射监测方法。
技术实现思路
1、为解决上述技术问题，本专利技术提出了一种基于变分模态分解的螺栓松动全周期声发射监测方法，通过对声发射信号进行变分模态分解，提取出反映螺栓松动状态的特征模态，实现对螺栓松动全过程的实时监测和预警，从而提高螺栓连接结构的安全性和可靠性。
2、为实现上述目的，本专利技术提供了一种基于变分模态分解的螺栓松动全周期声发射监测方法，包括：
3、采集若干个等级预
4、对所述声发射信号进行变分模态预分解，按照不同分解层数进行变分模态预分解，计算不同分解层数对应的分解模态能量，根据不同分解层数对应的分解模态能量计算分解模态能量差异率，利用所述分解模态能量差异率确定最佳分解层数；
5、基于所述最佳分解层数，对采集的所有声发射信号进行变分模态分解，获得若干个本征模态函数；
6、通过计算每个本征模态函数的能量值，建立每个本征模态函数的能量值与不同等级预紧力的变化关系，筛选出与预紧力变化最敏感的特征模态；
7、建立筛选出的特征模态能量与预紧力的映射关系，获得松动变化曲线，根据所述松动变化曲线将螺栓松动过程划分为不同阶段，实现对螺栓松动全周期的定量监测。
8、可选的，所述若干个等级预紧力满足等级个数大于等于8。
9、可选的，所述分解模态能量差异率中能量表示为：
10、
11、其中，e表示信号的能量，x(i)表示采集的信号序列，n表示采样点的数量，i为信号序列中第i个采样点。
12、可选的，所述分解模态能量差异率表示为：
13、
14、其中，η表示分解模态能量差异率，ek表示分解层数k得到的所有k个分量的能量之和，ek-1表示分解层数k-1得到的所有k-1个分量的能量之和。
15、可选的，利用所述分解模态能量差异率确定最佳分解层数包括：
16、步骤s1、初始化分解层数，设定分解层数值，确定分解层数的搜索范围，设置步长，对声发射信号进行变分模态分解，对于设定的分解层数值，计算分解的每个本征模态函数的能量，并计算所有本征模态函数能量之和；
17、步骤s2、将分解层数增加1，并继续步骤s1，直到搜索范围最大值，进行步骤s3；
18、步骤s3、比较分解层数值对应的分解模态能量差异率，分解模态能量差异率最大值所对应的分解层数值，确定最佳分解层数。
19、可选的，对采集的所有声发射信号进行变分模态分解，获得若干个本征模态函数包括：
20、步骤一、参数初始化，在执行变分模态分解之前，设定所需的参数，包括最佳分解层数k、惩罚参数α和收敛条件ε；
21、步骤二、初始化本征模态函数uk(t)和频率中心ωk；
22、步骤三、迭代优化，利用拉格朗日乘子法构造目标函数，并通过对各个本征模态函数进行带通滤波，计算每个本征模态函数uk(t)；对每个本征模态函数更新其对应的频率中心ωk，确保每个模态聚集在其特定的频带内；更新拉格朗日乘子以确保信号的重构精度，减小分解误差；
23、步骤四、收敛判定，重复步骤三中的迭代过程，直到达到收敛条件。可选的，计算每个本征模态函数的能量值的方法包括：
24、对每个本征模态函数imfk(t)，将其进行平方运算，计算瞬时能量ek(t)＝imfk(t)2，对每个本征模态函数的瞬时能量ek(t)进行时间积分，获得该模态函数在整个时间段内的总能量值ek，公式为：
25、
26、其中，t为信号的总时长。
27、可选的，建立每个本征模态函数的能量值与不同等级预紧力的变化关系，筛选出与预紧力变化最敏感的特征模态包括：
28、对于每个本征模态函数，建立其能量值ek随预紧力f变化的关系曲线，公式如下：
29、ek＝f(f)
30、绘制每个本征模态函数的能量随预紧力变化的关系图；比较不同本征模态函数的能量曲线，分析能量值随预紧力变化的幅度，选择能量随预紧力变化幅度较大且能够单调指示预紧力变化的本征模态函数作为特征模态。
31、可选的，建立筛选出的特征模态能量与预紧力的映射关系，获得松动变化曲线包括：
32、使用多项式拟合或指数、对数或线性回归曲线拟合方法拟合特征模态能量e特征和预紧力f之间的关系。
33、可选的，根据所述松动变化曲线将螺栓松动过程划分为不同阶段包括：
34、根据所述松动变化曲线的斜率特征将螺栓松动过程划分为不同阶段。
35、本专利技术技术效果：本专利技术公开了一种基于变分模态分解的螺栓松动全周期声发射监测方法，通过结合声发射技术与变分模态分解方法，实现了对螺栓松动全周期的实时监测。利用变分模态分解对复杂的声发射信号进行分解和特征提取，有效减少了噪声和外部干扰的影响，从而提高了信号处理的精度和稳定性。该方法能够监测螺栓在不同松动阶段的状态，为螺栓连接结构提供了全面的健康监测，大大提升了螺栓连接的安全性和可靠性，降低了设备故障和事故发生的风险，对保障机械和结构的稳定运行具有重要的应用价值。
本文档来自技高网...【技术保护点】
1.一种基于变分模态分解的螺栓松动全周期声发射监测方法，其特征在于，包括：采集若干个等级预紧力下螺栓连接界面的声发射信号；
2.如权利要求1所述的基于变分模态分解的螺栓松动全周期声发射监测方法，其特征在于，所述若干个等级预紧力满足等级个数大于等于8。
3.如权利要求1所述的基于变分模态分解的螺栓松动全周期声发射监测方法，其特征在于，所述分解模态能量差异率中能量表示为：
4.如权利要求1所述的基于变分模态分解的螺栓松动全周期声发射监测方法，其特征在于，所述分解模态能量差异率表示为：
5.如权利要求1所述的基于变分模态分解的螺栓松动全周期声发射监测方法，其特征在于，利用所述分解模态能量差异率确定最佳分解层数包括：
6.如权利要求1所述的基于变分模态分解的螺栓松动全周期声发射监测方法，其特征在于，对采集的所有声发射信号进行变分模态分解，获得若干个本征模态函数包括：
7.如权利要求1所述的基于变分模态分解的螺栓松动全周期声发射监测方法，其特征在于，计算每个本征模态函数的能量值的方法包括：
8.如权利要求1
9.如权利要求1所述的基于变分模态分解的螺栓松动全周期声发射监测方法，其特征在于，建立筛选出的特征模态能量与预紧力的映射关系，获得松动变化曲线包括：
10.如权利要求1所述的基于变分模态分解的螺栓松动全周期声发射监测方法，其特征在于，根据所述松动变化曲线将螺栓松动过程划分为不同阶段包括：
...【技术特征摘要】
1.一种基于变分模态分解的螺栓松动全周期声发射监测方法，其特征在于，包括：采集若干个等级预紧力下螺栓连接界面的声发射信号；
2.如权利要求1所述的基于变分模态分解的螺栓松动全周期声发射监测方法，其特征在于，所述若干个等级预紧力满足等级个数大于等于8。
3.如权利要求1所述的基于变分模态分解的螺栓松动全周期声发射监测方法，其特征在于，所述分解模态能量差异率中能量表示为：
4.如权利要求1所述的基于变分模态分解的螺栓松动全周期声发射监测方法，其特征在于，所述分解模态能量差异率表示为：
5.如权利要求1所述的基于变分模态分解的螺栓松动全周期声发射监测方法，其特征在于，利用所述分解模态能量差异率确定最佳分解层数包括：
6.如权利要求1所述的基于变分模态分解的螺栓松动全周期声发...
【专利技术属性】
技术研发人员：王孝然，张家宁，李泽宇，刘增华，李红玉，王耀民，
申请(专利权)人：北京工业大学，
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。