一种钢圈故障自识别方法
【技术领域】
[0001] 本发明涉及钢圈自检领域，具体是涉及一种钢圈故障自识别方法。
【背景技术】
[0002] 钢圈是汽车的主要总成之一，具有生产量大、检测指标多等特点，其质量的优劣， 将集中体现在整车性能上，但是针对钢圈的损伤检测，大部分必须使产品下线，再使用专用 量具检测，劳动强度大，效率低，受检率与准确率也必将受到人为因素的影响，在实际过程 中会产生很多不便。
【发明内容】
[0003] 为了克服现有技术的不足，本发明提供一种钢圈故障自识别方法，该识别方法可 应用于钢圈自检测系统中，可以有效地解决现有技术存在的弊端，检测效果精准有效，检测 效率大大提尚。
[0004] 本发明的技术方案如下：一种钢圈故障自识别方法，包括以下步骤：
[0005] a、在钢圈主体上设置信号检测系统，所述的信号检测系统为多信号检测块，在钢 圈主体上呈多边形分散分布，多信号检测块设于多边形的各个顶点上，发射信号对钢圈主 体进行实时检测，并将检测信息发送到数据传输系统；同时设置好数据传输系统、故障位置 识别系统、故障尺寸识别系统；
[0006] b、信号检测系统接收钢圈主体反射回来的信号并传输给数据传输系统，数据传输 系统将检测信息进行压缩后传输到故障位置识别系统；
[0007] c、故障位置识别系统将接收到的压缩信号进行提取，根据信号的时域分量及信号 点间的距离，进行多边形信号定位，重复迭代计算，得出故障点的坐标；
[0008] d、故障位置识别系统将故障点坐标传输至故障尺寸识别系统，故障尺寸识别系统 基于神经网络，通过数据的训练拟合，计算出损伤指标尺寸。
[0009] 所述的步骤b中，数据传输系统对检测信息的压缩过程为将检测信息输入测量矩 阵，经过传输、重构，获得重构信号，最终获得重构的压缩信号；
[0010] 压缩过程公式：y = <i>x =巾$ s = qs ;y为压缩后的信号值，为MX 1维， y中所有测量值与x中所有元素呈线性组合关系，x为被压缩信号，巾为测量矩阵， 炉={供1;朽;…巾i为1XN维向量，q = + p，称为传感矩阵；重构稀疏信号的前提是满 足约束等距条件，即对任意K个稀疏信号c和常数Ske (〇，1)，满足：（1-S k)||c||2< ||q c | |2^ (1+8 k) | | c | |2；
[0011] 重构步骤：
[0012] e ?初始化，令线差y e y，原始矩阵巾f巾，迭代次数k = 1 ;
[0013] f ?求解索引值入 k= arg max i =1，2...N(〈yh，<^>);
[0014] g ?解最小2乘问题sk= arg min s| k| |2得到新信号sk;
[0015] h ?计算新测量值yk=伞k ? sk及新线差y k= y-y k;
[0016] i ?迭代次数R = k+1，若k〈K，则返回步骤f?继续迭代，否则返回重构信号2 = st。
[0017] 所述的步骤C中，多边形信号定位过程为
[0018] Yi+3 -k i； i+1 (yi_yi+1) > xi+3 -k j i+1 (xj_xi+1)；
[0019] 其中：Ai为信号的时域分量（i = l，2,3-)，v为声信号、磁信号的传播速度，2m 为对应迭代次数下的前一次的信号时域分量（i = 1，2, 3…），2,,为无故障状态下信号传播 的时间值，Lq为信号点间的距离（q = 1, 2, 3…），Lq为信号点间的距离（q = 1, 2, 3~）；
[0020] 计算出任意两点的k值，再由yi+3= k 、xi+3= k u+JXi-Xi+i)计算获知 多点的坐标值，重复上述迭代过程，即可实现对故障点的精准定位。
[0021] 所述的钢圈故障自识别方法，还包括累计损伤级别评判系统和剩余寿命预估系 统。
[0022] 所述的累计损伤级别评判系统接收来自故障尺寸识别系统的损伤指标尺寸计算 结果，与预设的该类型材料所对应的极限断裂尺寸相比较来对累计损伤级别进行评判。
[0023] 所述的剩余寿命预估系统接收来自数据传输系统的检测信息和累计损伤级别评 判系统的判断结果，对钢圈使用过程中裂纹根部应力的预估，并根据预估应力实现随机载 荷谱下裂纹构件实时剩余寿命的预估。
[0024] 所述的预估过程为：剩余寿命预估系统对信号值进行解压，将时域分段以获取有 用的时域信号，对根部位进行应力的计算，再综合比较预设值进行剩余寿命预估；
[0025] 所述的根部位应力计算公式为：
式中c、M、r为 材料或钢圈性能参数，N为工作时间，A为应力场区域半径，A t为时域信号截断分量，v为 信号传播速度。
[0026] 所述的钢圈故障自识别方法，还包括所述的危险工况实时报警系统，当累计损伤 级别评判系统判断损伤指标尺寸超出预设值时报警。
[0027] 所述的钢圈故障自识别方法，还包括显示模块，将各个系统检测和计算的结果进 行输出。
[0028] 所述的信号检测系统可发射声呐、声波、红外等信号，并接收反射回来的信号。
[0029] 所述的信号检测系统设置有三个，呈正三角分布安装于钢圈主体的内板上。
[0030] 相对于现有技术，本发明具有以下优点和积极效果：
[0031] 1、采用该方法的钢圈自检识别系统，可以在钢圈工作中，实时进行损伤检测，减少 了需要线下检测的繁重劳动，大大提高工作效率。
[0032] 2、真实地在钢圈工作过程中获取钢圈的损伤信息，在其基础上在线确定并实时显 示损伤位置、损伤尺寸、损伤级别及剩余工作寿命，较为准确的实现钢圈在危险工况下的报 警功能，从而提高钢圈使用的安全性。
[0033] 3、相对于传统的线下检修，本发明提供的方法可以在实时监测中保证工况数据的 真实性，从而保证了所监测的损伤数据的准确性，减小出错率，及时针对损伤进行更准确的 后续处理，大大提高了钢圈的使用性能及使用寿命，减少钢圈的报废率，节约生产成本。
【附图说明】
[0034] 图1为采用本发明的故障识别系统的信息流向图。
[0035] 图2为基于压缩感知理论的数据传输系统信息流向图。
[0036] 图3为基于三角信号定位原理的智能钢圈测量块布置图。
[0037] 图4为基于剩余寿命预估系统的信息流向图。
[0038] 图5为多边形信号定位方法迭代过程图。
[0039] 附图标识：1_钢圈主体、2-信号检测系统、3-基于压缩感知理论的数据传输系统、 4_基于三角信号定位的故障位置识别系统、5-基于神经网络的故障尺寸识别系统、6-累计 损伤级别评判系统、7-危险工况实时报警系统、8-剩余寿命实时预估系统。
【具体实施方式】
[0040] 下面结合附图和具体实施例对本发明作进一步说明。
[0041] 实施例1:
[0042] 如图1-图5所示，一种钢圈故障自识别方法，包括以下步骤：
[0043] a、在钢圈主体1上设置信号检测系统2,所述的信号检测系统2为多信号检测块， 在钢圈主体1上呈多边形分散分布，多信号检测块设于多边形的各个顶点上，发射信号对 钢圈主体1进行实时检测，并将检测信息发送到数据传输系统3;同时设置好数据传输系统 3、故障位置识别系统4、故障尺寸识别系统5;
[0044] b、信号检测系统2接收钢圈主体1反射回来的信号并传输给数据传输系统3,数据 传输系统3将检测信息进行压缩后传输到故障位置识别系统4;
[0045] c、故障位置识别系统4将接收到的压缩信号进行提取，根据信号的时域分量及信 号点间的距离，进行多边形信号定位，重复迭代计算，得出故障点的坐标；
[0046] d、故障位置识别系统4将故障点坐标传输至故障尺寸识别系统5,故障尺寸识别 系统5基于神经网络，通过数据的训练拟合，计算出损伤指标尺寸。
[0047] 所述的步骤b中，数据传输系统3对检测信息的压缩过程为将检测信息输入测量 矩阵，经过传输、重构，获得重构信号，最终获得重构的压缩信号；
[0048] 压缩过程公式：y= <i>x = <i>its = qs;y为压缩后的信号值，为MX1维， y中所有测量值与x中所有元素呈线性组合关系，x为被压缩信号，巾为测量矩阵， 妒={奶；供伞i为1XN维向量，q =彡?沪，称为传感矩阵；重构稀疏信号的前提是满 足约束等距条件，即对任意K个稀疏信号c和常数Ske (〇，1)，满足：（1-S k)||c2< ||qc 2^ (1+8 k) I ICI|2；
[0049] 重构步骤：
[0050] e ?初始化，令线差y e y，原始矩阵巾f巾，迭代次数k = 1 ;
[0051] f ?求解索引值入 k= arg max i = 1，2...N(〈yh，