[实用新型]一种检测物体局部阻抗变化的系统

说明书

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。 

附图说明

图1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；