[发明专利]一种大跨度金属屋面板性能退化评估方法及装置有效
申请号: | 201910133575.3 | 申请日: | 2019-02-22 |
公开(公告)号: | CN109885938B | 公开(公告)日: | 2023-03-14 |
发明(设计)人: | 蒋海峰;卢家俊;陈俊臣;杨丽曼;富辰瑶 | 申请(专利权)人: | 森特士兴集团股份有限公司 |
主分类号: | G06F30/23 | 分类号: | G06F30/23;G06F30/13;G06F119/04 |
代理公司: | 北京慕达星云知识产权代理事务所(特殊普通合伙) 11465 | 代理人: | 曹鹏飞 |
地址: | 100176 北京市大兴区*** | 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 跨度 金属 屋面板 性能 退化 评估 方法 装置 | ||
1.一种大跨度金属屋面板性能退化评估方法,其特征在于,包括:
获取表征金属屋面板状态长期传感器监测数据;所述监测数据为:应变片采集屋面板应力应变信号和/或激光传感器监测屋面板弯曲时的纵向位移;
将所述监测数据进行预处理;包括:通过滑动平均滤波去噪声处理;
将预处理后的监测数据,根据预设算法提取数据的趋势信号、周期信号和噪声信号;
根据所述数据的趋势信号、周期信号和噪声信号,生成表征金属屋面板的性能评价指标;所述性能评价指标包括:塑性变形和疲劳损伤性能评价指标;
将所述塑性变形和疲劳损伤性能评价指标,输入性能退化评估模型;
所述性能退化评估模型输出估算损伤程度;
所述根据预设算法提取数据的趋势信号、周期信号和噪声信号,包括:
采用奇异谱分析方法,将待分析的监测数据时间序列按时间窗口分段截取,构造轨迹矩阵;对轨迹矩阵进行分解、重构,提取时间序列的趋势信号、周期信号和噪声信号;其中,趋势信号表征屋面板塑性变形,用R表示塑性变形的计算值;周期信号可以用来衡量屋面板疲劳损伤,采用应力幅值σi来表征;
所述塑性变形性能评价指标的表达式如下:
(1)式中,Hr表示塑性变形性能评价指标,Rc表示塑性变形的阈值,R表示塑性变形的计算值;
所述疲劳损伤性能评价指标的表达式如下:
(2)式中,HD表示疲劳损伤性能评价指标,k表示应力载荷循环次数;βi为第i次变形量对应损伤量的权值;σi表示应力幅值;σu表示材料的极限应变大小;
所述性能退化评估模型,包括:
金属屋面板性能退化程度由所述塑性变形和疲劳损伤性能评价指标确定,所述性能退化评估模型为:
D=αHr+γHD (3)
(3)式中,D表示性能退化评估模型,0<D<1,Hr表示塑性变形性能评价指标,HD表示疲劳损伤性能评价指标,α、γ为评估系数。
2.一种大跨度金属屋面板性能退化评估装置,其特征在于,包括:
获取模块,用于获取表征金属屋面板状态长期传感器监测数据;所述监测数据为:应变片采集屋面板应力应变信号和/或激光传感器监测屋面板弯曲时的纵向位移;
预处理模块,用于将所述监测数据进行预处理;包括:通过滑动平均滤波去噪声处理;
提取模块,用于将预处理后的监测数据,根据预设算法提取数据的趋势信号、周期信号和噪声信号;
生成模块,用于根据所述数据的趋势信号、周期信号和噪声信号,生成表征金属屋面板的性能评价指标;所述性能评价指标包括:塑性变形和疲劳损伤性能评价指标;
输入模块,用于将所述塑性变形和疲劳损伤性能评价指标,输入性能退化评估模型;
输出模块,用于所述性能退化评估模型输出估算损伤程度;
所述提取模块,具体用于采用奇异谱分析方法,将待分析的监测数据时间序列按时间窗口分段截取,构造轨迹矩阵;对轨迹矩阵进行分解、重构,提取时间序列的趋势信号、周期信号和噪声信号;其中,趋势信号表征屋面板塑性变形,用R表示塑性变形的计算值;周期信号可以用来衡量屋面板疲劳损伤,采用应力幅值σi来表征;
所述生成模块中:
所述塑性变形性能评价指标的表达式如下:
(1)式中,Hr表示塑性变形性能评价指标,Rc表示塑性变形的阈值,R表示塑性变形的计算值;
所述疲劳损伤性能评价指标的表达式如下:
(2)式中,HD表示疲劳损伤性能评价指标,k表示应力载荷循环次数;βi为第i次变形量对应损伤量的权值;σi表示应力幅值;σu表示材料的极限应变大小;
所述输入模块中的所述性能退化评估模型,包括:
金属屋面板性能退化程度由所述塑性变形和疲劳损伤性能评价指标确定,所述性能退化评估模型为:
D=αHr+γHD (3)
(3)式中,D表示性能退化评估模型,0<D<1,Hr表示塑性变形性能评价指标,HD表示疲劳损伤性能评价指标,α、γ为评估系数。
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森特士兴集团股份有限公司,未经森特士兴集团股份有限公司许可,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/201910133575.3/1.html,转载请声明来源钻瓜专利网。