专利名称：一种检测物体局部阻抗变化的系统的制作方法
技术领域：
本实用新型涉及一种检测物体局部阻抗变化系统，更具体涉及基于受控敲击分类器来检测螺栓松紧程度和检测复合材料损伤的系统。
背景技术：
各种设备往往都会使用螺栓来实现零部件的连接。它虽然很普通，但其紧固程度却会直接影响整个设备的质量。某些关键部位的螺栓如果发生松脱，甚至会造成重大的安全事故。为了保证螺栓的连接质量，需要采用标准的检测方法来确定螺栓的摩擦系数、最大扭矩等参数，对一些精密设备还需要严格规定螺栓的拧紧力矩。设备在使用过程中由于受到振动、冲击、温度改变等外界因素的影响，螺栓的松紧程度很可能发生变化。因此需要采 用一种无损检测方法来评估螺栓连接的实际状态。螺栓的松紧程度会直接影响当地的机械阻抗。在实际工程中，有经验的检测员常常用敲击的方法，根据声音的变化来判断螺栓是否松脱，但人工敲击检测损伤的方法过于依赖检测员的经验，不能广泛应用于实际工程中；而且由于每个检测员的经验不一样，导致检测结果会出现较大的差异，稳定性不佳。现有技术中关于敲击损伤识别方法的理论分析认为，敲击不同区域会发出不同的声音，是因为不同区域的敲击力发生了变化，因此根据敲击力的时域曲线的宽度或者频域曲线下的面积比就可以辨识出结构的损伤。为此，还用一个串联弹簧模型做了一个理论上的解释认为损伤的出现会导致结构局部刚度降低，从而使结构局部变软。但该方法检测结果尚不够理想，也无法定量识别出螺栓拧紧力矩或者结构损伤状态。无损检测，即采用非破坏性手段，利用声、光、电、热、磁和射线等技术探测材料、构件内部的孔隙、夹杂、裂纹、分层等影响其使用的缺陷及其位置。目前，复合材料无损检测方法主要有超声检测和热成像检测等。每种技术都有其特定的应用范围和优缺点，单一方法难以实现对所有类型缺陷的检测，通常需要多种方法相结合。因此，期望提供一种适于实用的物体状态检测方法，能够实时快速的检测出螺栓松紧状态和/或材料损伤状态，具有一定的精确性和稳定性。
实用新型内容针对上述问题，本实用新型提供一种基于受控敲击和分类器来检测物体局部阻抗变化的系统，通过对待检测物体施加恒定的敲击力，从待检测物体的响应信号中提取特征信息，并结合模式识别方法实现无损检测，不仅能够对物体的局部异常进行定性识别，而且还可以对物体的局部异常进行定量识别。本实用新型提供的基于受控敲击和分类器来检测物体局部阻抗变化的系统，包括敲击装置，传感器和信号处理部件；其中敲击装置，用于对待测物体施加固定敲击力；传感器，用于感测由物体被敲击的目标区域传递到所述传感器的响应信号；所述传感器为速度传感器、加速度传感器或者位移传感器之一；信号处理部件，接收所述传感器所感测的响应信号，并对其进行处理以检测所述物体目标区域的阻抗状态，所述信号处理部件包括谱图处理装置，用于对传感器感测的响应信号进行变换处理以获取所述响应信号的信号谱图，并截取所述信号频谱在特定频段的谱图数据；和阻抗状态确定装置，基于分类器和谱图处理装置输出的所述谱图数据来检测物体阻抗状态。优选的，所述物体为复合材料，且所述阻抗状态表示所述复合材料的损伤状态。优选的，所述物体为螺栓，且所述阻抗状态表示所述螺栓松紧状态。具体的，所述敲击装置包括激振器、与激振器相连的几字框，以及设置在所述几字 框底部的垫圈。所述传感器能够安装在被敲击的物体上，直接感测它被敲击后的响应信号。但是，由于在被敲击的物体上安放传感器比较麻烦，所以优选将传感器集成在所述敲击装置上。具体的，所述分类器为支持向量机分类器。所述分类器可以为支持向量机、Bayes分类器、BP神经网络分类器、决策树算法或者简单的向量比较指标等。由于支持向量机方法具有严格的统计学习理论基础，在解决小样本、非线性和高维模式识别问题方面具有很多优势，因此所述分类器优选为支持向量机分类器。本实用新型提供的基于分类器来检测物体局部阻抗变化的系统，采用的设备便于使用，操作步骤比较简单，在有充分采样样本的情况下对分类器进行训练之后，对复合材料状态进行检测时不仅能简便迅速的确定所检测的部位是否有损伤，而且能够对损伤的类型进行分类。
图I为本实用新型所示敲击检测方法的简化力学模型；图2为本实用新型一实施例采用的敲击装置与传感器的示意图；图3为本实用新型实施例提供的螺栓松紧状态检测系统示意图；图4为本实用新型实施例提供的螺栓松紧状态检测的一组测试信号的功率谱密度曲线示意图；图5为本实用新型实施例中的螺栓拧紧力矩与功率谱图中的敏感尖峰频率的关系图；图6为本实用新型另一实施例提供的复合材料状态检测系统示意图。
具体实施方式
以下结合附图和具体的实施方式对本实用新型作进一步的描述。螺栓的等效刚度和摩擦系数不但与材料性质、几何形状相关，还会随着螺栓拧紧力矩的变化而改变。复合材料的等效刚度和阻尼不仅与复合材料的材料性质、几何形状有关，还与复合材料的损伤类型、程度等有关。因此要准确描述螺栓或者复合材料在敲击力作用下的力学行为，必须涉及非常复杂的非线性动力学分析。而本实用新型的目的是检测螺栓的松紧程度或者复合材料的损伤状态，所以只是力求寻找对螺栓拧紧力矩或者复合材料损伤状态敏感的响应。在本实用新型中，螺栓或复合材料的局部阻抗(主要包括等效刚度，也包含阻尼和等效质量)是螺栓拧紧力矩或复合材料损伤类型的函数，而敲击装置的刚度是恒定的。如图I所示，待测物体系统被简化为一个弹簧质量系统，其质量为Hi1,弹簧刚度ki (T)是拧紧力矩T的函数。另外假设质量为Hl2的敲击装置在竖直方向的刚度为k2。以质量块的静平衡位置为参考状态，分别令敲击装置和待测物体系统的位移为U1和U2，可以建立如下的控制方程Iii1U1+(IiJk2) Ufk2U2 = O m2u2-k2u1+k2u2 = F (I)虽然实际系统中存在阻尼，但是我们只关心稳定状态下的强迫振动解，所以(I)式
中没有考虑阻尼的影响。假设敲击力是由若干简谐分量叠加而成=+
其中Apcoi和的分别为第i阶力的幅值、圆频率和初相位，t代表时间。在给定的拧紧力矩T下，不难根据(I)式得到敲击装置的第i阶响应
—--~ω
1rnl J A1 . ( 4 、
U2i = jdr~2W_2 2\ SU1 \mit + 扔)
[ω, - λ )(^-^ Jm2(2》其中，玛和S2为系统的固有圆频率蹿=-(+^
2Iv mY m2JTnl m2J m{m2
「^ i(kl+k0 k2) \i(kx+K kA2—Ifffl, =- -~^ + — +Jt ~
-M1 m2J ]j4{ mx m2J mxm2(幻敲击装置的加速度为
(U1 +h 2)，
τΓ — A A2 = — rb,~1 ,w_-, J，、— sin {mtt + φ,) = Usin (ω: + φ')
(ωι ~ωι )\ωι ~ 0J; ) mI从(4)式可以看出，如果敲击力中包含和玛和每接近的频率成份，那么敲击装置的加速度功率谱密度图中就会在两和黾处出现两个尖峰。当待测物体的阻抗状态发生改变时Ii1(T)会发生变化，根据(3)式，这时功率谱密度图中两个尖峰的位置就会发生改变；而根据(4)式，尖峰的幅值也会发生改变。实际结构远比图I所示模型复杂，敲击力的加速度功率谱密度图中可能会出现其它尖峰。当待测物体的阻抗状态改变时，这些非敏感峰所对应的频率不会发生明显的变化，但其幅值可能有所改变。另外，如果^>>!^,!^>>1^，那么马,而且黾很可能会超出敲击力所涵盖的频段，从而不出现在加速度功率谱密度图中。这样，实际的敲击装置的加速度功率谱密度图中可能就只有一个尖峰的位置和幅值都会对待测物体阻抗状态敏感，而其它尖峰只是幅值会随着待测物体阻抗状态发生一些变化。[0040]由上述分析可知，敲击装置的加速度功率谱密度曲线的形状和待测物体阻抗状态之间存在关联关系。如果该曲线的频段中包含了玛,那么这种关联关系会更加紧密，因此可用来检测待测物体阻抗状态，也就是可以用来检测螺栓的拧紧力矩，或者复合材料的损伤状态。图2中所示为本实用新型采用的敲击装置与传感器的连接示意图，所述敲击装置包括激振器201，几字框202以及垫圈203。所述几字框202优选为钢结构，连接在所述激振器201下面。所述垫圈203带有橡胶限位片，连接在所述激振器201的最下端位置。与所述敲击装置相连的传感器，具体为加速度计204，所述加速度计204安放在所述几字框202和激振器201的连接处，用于采集所述敲击装置的加速度信号。作为本实用新型的一个实施例，利用图2所示的敲击装置敲击待检测部件，通过所述加速度计204检测所述部件被敲击后产生的响应信号，根据物体局部阻抗变化与该响应信号之间存在紧密关系，基于模式识别方法来判别物体状态。本实用新型提供的基于分 类器来检测物体状态的方法具体包括如下步骤a、使用敲击装置以固定敲击力对部件进行敲击。b、利用集成在所述敲击装置上的加速度计204感测由所述部件传递到所述敲击装置的响应信号，所述响应信号为加速度信号。C、对所述加速度信号进行变换处理以获取该加速度信号的信号谱图，并截取所述信号频谱在特定频段的谱图数据。具体的，所述谱图数据优选为功率谱密度图(powerspectrum density),通过傅里叶变换、AR模型、Welch法或者最大熵等方法来估算得到。在所述分类器的训练阶段d、对目标区域处于第I至第N阻抗状态的物体，分别在每一阻抗状态对所述目标区域重复步骤a-c以获取该阻抗状态下所述目标区域在所述特定频段的多个训练谱图数据，其中N为大于I的整数；e、将每一阻抗状态以及该阻抗状态下的所述多个训练谱图数据提供给所述分类器，对所述分类器进行训练。所述分类器可以为支持向量机分类器、Bayes分类器、BP神经网络分类器、决策树算法或者简单的向量比较指标等，由于支持向量机方法具有严格的统计学习理论基础，在解决小样本、非线性和高维模式识别问题方面具有很多优势，因此本实用新型优选采用支持向量机分类器。-在所述分类器的检测阶段f、对目标区域处于待检测阻抗状态的物体，通过步骤a-c以获取该待检测阻抗状态下所述目标区域在所述特定频段的检测谱图数据；g、将待检测阻抗状况下的所述检测谱图数据提供给所述分类器，以将所述待检测阻抗状态分类到第I至第N阻抗状态之一。当所述物体为螺栓时，所述阻抗状态表示螺栓的松紧状态，更进一步的，所述松紧状态可以为螺栓的拧紧力矩。当所述物体为复合材料时，所述阻抗状态表示复合材料的损伤状态，更进一步的，所述损伤状态可以为脱层、体积型缺陷或裂纹等。作为本实用新型的另一个实施例，图3为本实用新型提供的基于分类器来检测螺栓松紧状态的系统，包括敲击装置31，集成在所述敲击装置31上的传感器32，信号处理部件34，所述信号处理部件34包括谱图处理装置35与松紧状态确定装置36。待检测部件为螺栓33。其中，所述敲击装置31以及传感器32具体如图2中所示。根据本实用新型所述测量方法，用四根长度为94mm，直径为8mm的螺栓，将两根铝条固定在地轨上。将一个方波信号传递给所述激振器201，用于产生敲击力。所述方波的周期设置为I秒，这样可以使较高频率的自由振动信号在两次敲击之间得到足够的衰减。共进行了 20组测试，在每组测试中，用扭力扳手依次将待测螺栓的拧紧力矩调节为五种状态0Nm、5Nm、10Nm、205Nm和20Nm。其中拧紧力矩为ONm时螺栓处于全松状态，拧紧力矩为20Nm时螺栓处于拧紧状态。在每种状态下，使图2中所述的敲击装置用同样的力对螺栓33敲击30秒，同时用加速度计204记录其加速度信号。这样每种状态下都有12个加速度信号作为检测样本，一共有60个检测样本。然后将所述加速度信号输入到所述谱图处理装置25中进行处理，获得该加速度信号的信号谱图。具体的，所述谱图优选为功率谱密度。为了保证采集的数据是稳定状态下的强迫振动的响应，从每个检测样本的加速度信号中截取中间连续的20秒数据，用自动 回归(autoregressive)方法获得其功率谱密度曲线。所述功率谱密度曲线的频率范围包含对螺栓松紧程度敏感的频率范围，优选的，所述功率谱密度中至少包含频率值为所述敲击装置与所述螺栓组成的系统的固有圆频率相等的部分。从图5对第一组测试信号的功率谱密度曲线的比较可以看出，在功率谱密度曲线中一般会在400Hz、550Hz、625Hz和71OHz附近出现尖峰。在螺栓全松状态下，400Hz左右的尖峰完全消失。随着螺栓拧紧力矩的增加，400Hz左右尖峰的位置会向高频方向偏移，同时其幅值也会发生很大变化。另外，当螺栓松紧程度改变时，其余三个尖峰的位置基本不变，但是其幅值会有所改变。可见400Hz左右的尖峰对螺栓的松紧程度很敏感，对应于图I所示的简化力学模型中的《1，其余的尖峰应该是铝块系统自身的固有频率。所以，所述功率谱密度图中至少包含频率为400Hz的部分。在本实施例中，功率谱密度图选取的频率范围为350Hz 750Hz。更进一步的，针对不同的待测螺栓，或者实验条件不同，选取的频率范围也要根据实际情况进行调整，使之包含对螺栓松紧程度敏感的频率范围。将所有12组加速度信号(共60个样本)的功率谱密度作为训练样本,相应的每个加速度信号对应的螺栓状态作为期望输出，提供给支持向量机进行学习训练。所述螺栓状态为 0Nm、5Nm、10Nm、205Nm 和 20Nm 五种状态。再通过与获得所述12组加速度信号相同的步骤重新获取8组加速度信号(共40个样本)，通过谱图处理装置35对所述8组加速度信号进行处理获取其功率谱密度，将所述8组加速度信号的功率谱密度作为测试样本输入所述经训练的支持向量机进行测试，输出的识别结果为该8组信号对应的螺栓状态。所述识别结果如表I所示。由表I可见螺栓全松状态可以完全得到正确识别；5Nm状态完全不能正确识别；并且拧紧力矩越大，识别结果的正确率越高。表I螺栓拧紧力矩识别结果
权利要求1.一种检测物体局部阻抗变化的系统，所述系统包括敲击装置，传感器和信号处理部件；其特征在于， 敲击装置，用于对待测物体施加固定敲击力； 传感器，用于感测由物体被敲击的目标区域传递到所述传感器的响应信号；所述传感器为速度传感器、加速度传感器或者位移传感器； 信号处理部件，接收所述传感器所感测的响应信号，并对其进行处理以检测所述物体目标区域的阻抗状态，所述信号处理部件包括 谱图处理装置，用于对传感器感测的响应信号进行变换处理以获取所述响应信号的信号谱图，并截取所述信号频谱在特定频段的谱图数据；和 阻抗状态确定装置，基于分类器和谱图处理装置输出的所述谱图数据来检测物体阻抗状态。
2.根据权利要求I所述的系统，其特征在于，所述物体为复合材料，且所述阻抗状态表示所述复合材料的损伤状态。
3.根据权利要求I所述的系统，其特征在于，所述物体为螺栓，且所述阻抗状态表示所述螺栓松紧状态。
4.根据权利要求I 3任一所述的系统，其特征在于，所述敲击装置包括激振器、与激振器相连的几字框，以及设置在所述几字框底部的垫圈。
5.根据权利要求4所述的系统，其特征在于，所述传感器为速度传感器、加速度传感器或者位移传感器。
6.根据权利要求5所述的系统，其特征在于，所述分类器为支持向量机分类器。
7.根据权利要求I所述的系统，其特征在于，所述传感器集成在所述敲击装置上。
专利摘要本实用新型公开了一种检测物体局部阻抗变化的系统，利用物体局部阻抗不同，被敲击后响应信号不同，结合模式识别方法进行分类。不仅可以用于检测螺栓拧紧力矩，还可以用来检测复合材料的损伤状态。本实用新型提供的设备比较简单，方法简单实用，检测结果准确并且能够实现多类分类。
文档编号G01N29/09GK202533411SQ201220026428
公开日2012年11月14日 申请日期2012年1月19日 优先权日2012年1月19日
发明者向志海, 陆秋海, 黄俊涛 申请人:清华大学