一种基于多尺度动力学分离的连接结构松动诊断方法与流程

本发明涉及连接结构故障诊断技术领域，具体地说,涉及一种基于多尺度动力学分离的连接结构松动诊断方法。

背景技术：

大型复杂结构往往是由若干部件组成。部件之间的连接造成整体结构中存在很多不连续界面。结构在全使用寿命周期内，受到振动、冲击和蠕变等力学环境的影响，连接界面的紧固状态较原设计情况往往会发生改变，出现预紧力降低、相对滑动甚至松脱的现象。连接状态的改变会影响整体结构的力学性能，造成局部刚度薄弱环节，严重危害结构的功能性和安全性。目前工程中对连接结构松动问题的监测应用较多的，如应变法、超声波法、阻抗法。应变法需要在每个连接处粘贴应变片，超声波法需要对每一个连接部位进行逐一检测，阻抗法需要昂贵的阻抗分析仪。这些方法存在设备复杂、耗时且花费昂贵、在应用于结构开敞性不好的场合时还需要对结构进行拆卸等缺点。

为了对连接松动问题进行检测，目前研究人员提出基于结构动力学参数和基于非线性振动响应信号的检测方法，相较于传统的无损检测方法减少了繁琐的步骤，提高了检测效率。基于结构动力学参数方法利用辨识的结构正则模态参数，例如固有频率、模态振型、振型斜率和传递函数等，作为表征连接状态的特征参数。但是反映结构整体动力学特征的低阶模态参数对连接部位的损伤很不敏感。这是因为在结构服役的大多数时间内，连接的状态局部演化根本不足以引起结构低阶模态参数的明显变化。因此采用低阶模态参数作为检测连接损伤的特征参数并不可行，而高频局部模态的激励和测量都还存在很大的困难。因此基于结构线性模态参数的损伤检测方法对连接状态诊断问题适用性很差。此外，利用结构动力学响应信息识别模态参数的过程，实质上隐含了对系统线性化的假设，忽略了结构连接非线性的本质，方法本身也存在着先天不足。

基于非线性振动响应信号的检测方法是通过对比所检测结构与无损伤结构的响应信号或信号的某种特征参数来识别松动，该方法无需识别结构动力学参数，且不需要复杂的设备，相较于前者具有一定的优势。目前有研究人员提出用小波分解处理响应信号，提取出时域信号的能量谱作为特征参量，输入到神经网络中进行状态诊断。但是该方法需要大量的数据来训练神经网络，工作量巨大。huang等人提出了经验模式分解(empiricalmodedecomposition，emd)，该方法可以将信号中不同尺度的成分分离出来，对非线性信号非常适用，因此该方法被提出后在结构健康监测领域得到了广泛应用，但该方法在分解动力学响应信号时，存在严重的边界效应和模式混叠问题。且在利用经验模式分解的时候提取的特征参量不合适往往会造成计算量大，灵敏度低的问题。cheraghi等在文献(cheraghin,taherif.adamageindexforstructuralhealthmonitoringbasedontheempiricalmodedecomposition[j].journalofmechanicsofmaterialsandstructures,2007,2(1):43-61.)中利用emd分解后的第一阶imf构造能量损伤指标监测结构状态，但是仅利用第一阶imf构造的特征参量会存在灵敏度方面的问题。yaguolei等在文献(yaguolei,zhengjiahe,yanyangzi.eemdmethodandwnnforfaultdiagnosisoflocomotiverollerbearings[j].expertsystemswithapplications,2011,38:7334-7341)利用峭度方法选取出emd分解后最敏感的imf，提取出imf的十个参数输入到小波神经网络中，从而对结构状态进行识别，但是该方法需要的初始数据较多，且计算量较大，应用到工程中较为不便。

技术实现要素：

为了避免现有技术存在的基于非线性振动信号的连接松动检测方法中精确度低、计算量大的问题，本发明提出一种基于多尺度动力学分离的连接结构松动诊断方法。该方法只需测量结构在脉冲动态激励下的结构响应，并对响应信号进行分析和建模，并结合参考数据库即可诊断连接的松动状态；该方法具有精确度高，计算量小的特点。

本发明解决其技术问题所采用的技术方案是:

本发明基于多尺度动力学分离的连接结构松动诊断方法，其特征在于包括以下步骤:

步骤1.离线建立参考数据库

a.针对连接结构，在待测螺栓连接部位两侧，一端用蜡粘接加速度计，另一端标记固定位置作为力锤敲击点，加速度计与力锤通过数据采集装置连接到计算机；

b.采用数显力矩扳手将待测螺栓拧紧到螺栓的额定预紧力矩；

c.运行采集程序:程序在力锤敲击时开始采集，采样频率根据结构特性选取，在连接结构标记的固定位置敲击力锤，观察力锤敲击信号，在保证敲击信号是个短波信号的前提下，提取加速度计的响应；

d.采用经验模式分解方法对加速度动响应进行分解，提取出高频部分的n阶本征模态函数；

e.利用希尔伯特变换、小波变换方法对imf处理，提取出imf的瞬时幅值、相位、角频率信息，并建立多尺度分离的本征模态振子模型，模型动力学方程如下式:

对imf采用小波变换，获取其频率，得到参数ω，参数f(t)由以下表达式获取:

其中a(t)表示imf的瞬时幅值，表示imf的瞬时角频率，通过希尔伯特变换得到下式:

参数ω和f(t)已知，动力学方程的解x(t)为阻尼系数ξ的函数，用原imf函数c(t)与x(t)取最小均方误差，确定阻尼系数ξ,确定imo模型中的参数，利用数值解法提取imo模型响应，记为φr(r＝1、2……n)；

f.通过扭矩扳手松动连接结构，均匀选择若干小于等于额定预紧力矩的螺栓预紧力矩，对每个螺栓预紧力矩重复步骤c、d、e；得到该预紧力矩对应的imo模型响应，记为ψr；根据ψr与额定预紧力矩下的φr，计算其相关系数mac矩阵，矩阵计算公式如下:

mac为一个n×n的矩阵，以矩阵n个对角元素的和tr(mac)作为特征参量；然后，根据实验数据确定若干个参考工况，并计算各工况特征参量的95％置信区间；建立由预紧力矩参考工况和特征参量置信区间组成的参考数据库；

步骤2.连接结构松动检测

在进行连接松动检测的时候，使用力锤敲击标记位置，获取加速度计响应，计算ψs(s＝1、2…n)与额定预紧力矩下的φr(r＝1、2…n)对比计算特征参量tr(mac),将得到的特征参量与参考数据库比较，判断连接是否松动，诊断松动程度。

有益效果

本发明提出的一种基于多尺度动力学分离的连接结构松动诊断方法，该方法只需测量结构在脉冲动态激励下的结构响应，并对响应信号进行分析和建模，并结合参考数据库即可诊断连接结构的松动状态。

本发明基于多尺度动力学分离的连接结构松动诊断方法对比其它基于非线性振动信号的松动检测方法，该方法具有精确度高，计算量少，成本低的特点；应用到工程中为连接结构的使用和维护工作提供便利，降低维护费用，预报灾难性事件的发生，将损失降低至最小。

附图说明

下面结合附图和实施方式对本发明一种基于多尺度动力学分离的连接结构松动诊断方法作进一步详细说明。

图1为本发明基于多尺度动力学分离的连接结构松动诊断方法流程图。

图2为连接梁结构示意图。

图3为连接梁实验装置示意图。

图4为本发明的实验响应信号:力锤激励信号、加速度信号示意图。

图5为本发明的加速度信号的傅里叶变换示意图。

图6为本发明的本征模态函数及其傅里叶变换示意图。

图7为本发明的imo建模模型信号与原信号对比示意图。

图8为本发明实例的特征参量在各预紧力矩工况下的统计结果示意图。

图9为本发明实例的特征参量在各预紧力矩工况下95％置信区间示意图。

具体实施方式

本实施例是一种基于多尺度动力学分离的连接结构松动诊断方法。

参阅图1～图9本实施例基于多尺度动力学分离的连接结构松动诊断方法针对应用的连接梁结构进行分析,具体步骤如下:

步骤一.离线建立参考数据库

1.针对应用的连接梁结构，将连接梁用弹簧绳悬挂，用以模拟自由状态。在连接梁一端用蜡粘接加速度计，加速度计与采集装置连接到计算机，另一端固定位置，采用力锤激励方式，对梁施加激励。

2.采用数显力矩扳手将待测螺栓拧紧到螺栓的额定预紧力矩，本实例中采m8螺栓，额定扭矩为25n·m。

3.运行采集程序:在力锤敲击时开始采集，采样频率为65536hz，采样时间为1s，在连接结构标记的固定位置敲击力锤，观察力锤敲击信号，在保证敲击信号是个短波信号的前提下，提取加速度计的响应。力锤信号和加速度计响应如图4所示。

4.对加速度响应作傅里叶变换，根据频率成分，改进emd方法对加速度动响应进行分解；由于高频部分对松动较为敏感，因此选取频率最高的三阶imfs进行下一步计算；

5.建立imf所对应的imo模型，利用数值解法提取imo模型响应，记为φr(r＝1、2、3)，imo响应应与imf相吻合，列出第一阶imo与imf的对比，如图7所示。

6.通过扭矩扳手彻底松动螺栓，而后设定5n·m、10n·m、15n·m、20n·m、25n·m共五个均匀分布的扭矩工况，对每个螺栓预紧力矩重复步骤3～5五次。计算每次的特征参量tr(mac)，得到该预紧力矩对应的特征参量平均值和方差。然后，计算各工况特征参量的95％置信区间；建立由预紧力矩参考工况和特征参量置信区间组成的参考数据库,图9所示。

步骤二.连接结构松动检测

在进行检测连接是否松动时，使用力锤敲击标记位置，获取加速度计响应，计算ψs(s＝1、2…n)与额定预紧力矩下的φr(r＝1、2…n)对比计算特征参量tr(mac)，将得到的特征参量与参考数据库比较，判断连接是否松动，诊断松动程度。本实例中某三次测得的特征量tr(mac)1＝2.52、tr(mac)2＝1.24、tr(mac)3＝0.2093，查询图8可得到估计的预紧力矩为25n·m，20n·m，15n·m，而实际扭矩扳手读数为25n·m，20n·m，15n·m，估计精确度符合预期。