[发明专利]一种金属材料疲劳加载试验与疲劳损伤无损检测分析方法有效
申请号: | 201510059474.8 | 申请日: | 2015-02-04 |
公开(公告)号: | CN104634879B | 公开(公告)日: | 2017-07-18 |
发明(设计)人: | 张卫冬;艾轶博;孙畅;吕涛;张习文 | 申请(专利权)人: | 北京科技大学 |
主分类号: | G01N29/14 | 分类号: | G01N29/14 |
代理公司: | 北京金智普华知识产权代理有限公司11401 | 代理人: | 皋吉甫 |
地址: | 100083*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 金属材料 疲劳 加载 试验 损伤 无损 检测 分析 方法 | ||
1.一种金属材料疲劳加载试验与疲劳损伤无损检测分析方法,其特征在于,所述方法包括搭载声发射仪的疲劳试验与疲劳损伤无损检测分析两部分,所述疲劳损伤无损检测分析将所述搭载声发射仪的疲劳试验中测得的参数计算分析,所述搭载声发射仪的疲劳试验包括材料试样疲劳加载、搭载声发射系统和声发射信号采集,所述疲劳损伤无损检测分析包括声发射信号特征提取、损伤识别和安全预警;
所述疲劳损伤无损检测分析具体步骤如下:
(1)声发射信号特征提取,将测得的参数信号——上升时间、能量和持续时间与做计数的比值,按照步长n对数据进行参数的均值统计和相关系数分析;
(2)损伤识别,首先对临界点前后的数据进行分类,确定每类样本的数量,将稳定扩展阶段的数据量设定为n1,快速扩展阶段的数据量为n0,对于不同阶段的数据根据数据量的差别,赋予不同的权值,对样本进行分类器的训练和测试,按照留一验证的方法进行测试和训练样本的选择,在训练过程中,利用粒子群优化算法PSO对训练集进行参数寻优,并结合最优参数建立最佳损伤识别分类,最后对测试样本进行损伤识别分类;
(3)安全预警,以能量/计数作为安全预警的输入进行建模,最小二乘支持向量机LSSVM采用最小二乘系统作为损失函数,将粒子群寻优算法PSO和LSSVM进行结合,采用PSO优化的LSSVM算法计算,并实时动态地进行数据更新和预测及预警。
2.根据权利要求1所述的方法,其特征在于,所述搭载声发射仪的疲劳试验具体步骤如下:
(1)材料试样疲劳加载,将试验所用金属材料加工成标准试样的形状,试样中部有初始裂纹,在采集信号前对试样进行裂纹的预制,将预制疲劳裂纹后的试样安装到疲劳加载设备上,然后根据不同的金属材料,选择合适的加载载荷,设置加载的应力比,选择合适的加载频率;
(2)搭载声发射系统,在金属试样的预制裂纹前端放置声发射传感器,并在金属试样与声发射传感器之间涂抹耦合剂,保障二者之间的有效接触,然后将探头固定在试样上面,并根据材料不同设置适当的声发射仪采集参数;
(3)第三步,采集声发射信号,对试件开始进行疲劳加载,同时触发声发射仪,不断采集声发射参数信号,并保存在声发射工作站中。
3.根据权利要求2所述的方法,其特征在于,所述搭载声发射仪的疲劳试验步骤(3)中参数信号包括上升时间、计数、能量、持续时间。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京科技大学,未经北京科技大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201510059474.8/1.html,转载请声明来源钻瓜专利网。