列车部件裂纹损伤监测方法和系统.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN110389169A(43)申请公布日2019.10.29(21)申请号201810351360.4(22)申请日2018.04.17(71)申请人江苏必得科技股份有限公司地址214404江苏省无锡市江阴市月城镇月翔路27号(72)发明人蔡国强王坚群何明(51)Int.Cl.G01N29/04(2006.01)G01N29/44(2006.01)权利要求书3页说明书12页附图3页(54)发明名称列车部件裂纹损伤监测方法和系统(57)摘要本发明提供一种列车部件裂纹损伤监测方法和系统，该监测方法包括：在待检测列车部件的检测结构上设置蜂窝传感器网络装置；将对所述蜂窝传感器网络装置采集的响应信号传输至车载数据处理装置；对所述蜂窝传感器网络装置采集的响应信号进行预处理，以获得所述检测结构的损伤数据；其中，损伤数据包括：所述检测结构的裂纹长度数据；将所述检测结构的损伤数据传输至中心服务器，进行存储和后续处理。根据本发明的列车部件裂纹损伤监测方法和系统可以基于响应信号对列车部件裂纹损伤进行检测，并损伤数据进行存储以基于损伤数据对损伤部位的发展趋势进行预测评价，给出可靠性评估和隐患预警，实现对列车部件裂纹损伤的监测。CN110389169ACN110389169A权利要求书1/3页1.一种列车部件裂纹损伤监测方法，其特征在于，包括：在待检测列车部件的检测结构上设置蜂窝传感器网络装置；其中，所述蜂窝传感器网络装置包括多个压电传感器，每个压电传感器都作为激励信号加载点和/或响应信号采集点；将对所述蜂窝传感器网络装置采集的响应信号传输至车载数据处理装置；对所述蜂窝传感器网络装置采集的响应信号进行预处理，以获得所述检测结构的损伤数据；其中，损伤数据包括：所述检测结构的裂纹长度数据；将所述检测结构的损伤数据传输至中心服务器，进行存储和后续处理。2.如权利要求1所述的方法，其特征在于，多个压电传感器排列成包括至少一个正六边形的基本检测单元的蜂窝状阵列；每个压电传感器都为蜂窝状阵列中的一个节点，作为激励信号加载点和/或响应信号采集点；所述基本检测单元包括呈正六边形排列的六个压电传感器；所述压电传感器内嵌有微控制器，所述压电传感器作为Lamb波激发信号器和Lamb波信号接收器。3.如权利要求2所述的方法，其特征在于，还包括：在激励信号加载点以第一时间间隔在健康的检测结构上激发激励信号，在检测结构中产生Lamb波；各个响应信号采集点采集对于此Lamb波的第一Lamb波响应信号；获取第一Lamb波响应信号并建立Lamb波在检测结构的各向异性复合材料层板中随传播角度变化的频散关系，获得Lamb波的理论速度分布，作为基准信息；在激励信号加载点以第二时间间隔在待检测的检测结构上激发激励信号，在检测结构中产生Lamb波；各个响应信号采集点采集对于此Lamb波的第二Lamb波响应信号；对第二Lamb波响应信号在时域和频域上进行分析，提取特征信息；将第二Lamb波响应信号作为损伤信号，将第一Lamb波响应信号作为参考信号，基于损伤信号、参考信号以及基准信息、特征信息计算与各个所述响应信号采集点相对应的信号差异系数值SDC值；根据获得的SDC值并采用概率成像原理，重构出检测结构中裂纹损伤可能存在的区域；基于SDC值判定裂纹方向，校正裂纹方向上的SDC值，用于强化裂纹方向上的重构图像信息，采用概率成像原理重构裂纹损伤图像；绘制SDC分布图，基于SDC分布图评估出裂纹的长度，生成所述损伤数据。4.如权利要求1所述的方法，其特征在于，还包括：所述中心服务器基于存储的所述检测结构的历史损伤数据预测所述检测结构的损伤的增长速率。5.如权利要求4所述的方法，其特征在于，所述预测所述检测结构的损伤的增长速率包括：根据所述历史损伤数据获得对于所述检测结构的损伤的寿命分布特征和验证指标参数，并建立与所述检测结构的损伤相对应的贝叶斯概率预测模型；根据所述历史损伤数据分析得出所述验证指标参数的先验分布；采用马尔科夫链蒙特卡洛方法优化贝叶斯概率预测模型的模型参数，并预测所述检测结构的损伤的增长速率。6.一种列车部件裂纹损伤监测系统，其特征在于，包括：蜂窝传感器网络装置、多通道2CN110389169A权利要求书2/3页数据转换器、车载数据处理装置和中心服务器，所述蜂窝传感器网络装置设置在待检测列车部件的检测结构上，且包括多个压电传感器，每个压电传感器都作为激励信号加载点和/或响应信号采集点；所述多通道数据转换器配置为将所述蜂窝传感器网络装置采集的响应信号传输至所述车载数据处理装置；所述车载数据处理装置配置为对所述蜂窝传感器网络装置采集的响应信号进行预处理，以获得所述检测结构的损伤数据，并将所述检测结构的损伤数据传输至所述中