CN111141830B - 基于微纳耦合光纤传感器的线性定位***及方法 - Google Patents
基于微纳耦合光纤传感器的线性定位***及方法 Download PDFInfo
- Publication number
- CN111141830B CN111141830B CN201911384466.5A CN201911384466A CN111141830B CN 111141830 B CN111141830 B CN 111141830B CN 201911384466 A CN201911384466 A CN 201911384466A CN 111141830 B CN111141830 B CN 111141830B
- Authority
- CN
- China
- Prior art keywords
- frequency
- micro
- optical fiber
- time
- fiber sensor
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 239000013307 optical fiber Substances 0.000 title claims abstract description 79
- 230000008878 coupling Effects 0.000 title claims abstract description 76
- 238000010168 coupling process Methods 0.000 title claims abstract description 76
- 238000005859 coupling reaction Methods 0.000 title claims abstract description 76
- 238000000034 method Methods 0.000 title claims abstract description 55
- 230000009466 transformation Effects 0.000 claims abstract description 7
- 239000011521 glass Substances 0.000 claims description 30
- 238000004806 packaging method and process Methods 0.000 claims description 17
- 238000010586 diagram Methods 0.000 claims description 13
- 238000006243 chemical reaction Methods 0.000 claims description 11
- 239000003292 glue Substances 0.000 claims description 11
- 238000004364 calculation method Methods 0.000 claims description 10
- 239000000835 fiber Substances 0.000 claims description 9
- 238000012790 confirmation Methods 0.000 claims description 4
- 238000005538 encapsulation Methods 0.000 claims description 4
- 238000000605 extraction Methods 0.000 claims description 4
- IYLGZMTXKJYONK-ACLXAEORSA-N (12s,15r)-15-hydroxy-11,16-dioxo-15,20-dihydrosenecionan-12-yl acetate Chemical compound O1C(=O)[C@](CC)(O)C[C@@H](C)[C@](C)(OC(C)=O)C(=O)OCC2=CCN3[C@H]2[C@H]1CC3 IYLGZMTXKJYONK-ACLXAEORSA-N 0.000 claims description 3
- 239000000853 adhesive Substances 0.000 claims description 3
- 230000001070 adhesive effect Effects 0.000 claims description 3
- 230000008030 elimination Effects 0.000 claims description 3
- 238000003379 elimination reaction Methods 0.000 claims description 3
- IYLGZMTXKJYONK-UHFFFAOYSA-N ruwenine Natural products O1C(=O)C(CC)(O)CC(C)C(C)(OC(C)=O)C(=O)OCC2=CCN3C2C1CC3 IYLGZMTXKJYONK-UHFFFAOYSA-N 0.000 claims description 3
- 230000003287 optical effect Effects 0.000 claims description 2
- 230000009467 reduction Effects 0.000 claims description 2
- 230000006870 function Effects 0.000 description 26
- 239000006185 dispersion Substances 0.000 description 11
- 238000004458 analytical method Methods 0.000 description 10
- 238000009517 secondary packaging Methods 0.000 description 9
- 230000035945 sensitivity Effects 0.000 description 8
- 238000002474 experimental method Methods 0.000 description 7
- 230000002829 reductive effect Effects 0.000 description 7
- XAGFODPZIPBFFR-UHFFFAOYSA-N aluminium Chemical compound [Al] XAGFODPZIPBFFR-UHFFFAOYSA-N 0.000 description 6
- 229910052782 aluminium Inorganic materials 0.000 description 6
- 230000000694 effects Effects 0.000 description 6
- 239000000463 material Substances 0.000 description 6
- 238000009826 distribution Methods 0.000 description 5
- 238000004519 manufacturing process Methods 0.000 description 5
- 235000019687 Lamb Nutrition 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 4
- 230000008859 change Effects 0.000 description 4
- 239000007787 solid Substances 0.000 description 4
- 238000001514 detection method Methods 0.000 description 3
- 239000000428 dust Substances 0.000 description 3
- 239000012535 impurity Substances 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 239000002131 composite material Substances 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 230000003247 decreasing effect Effects 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 230000004807 localization Effects 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000036961 partial effect Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 230000009897 systematic effect Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 238000013519 translation Methods 0.000 description 2
- 229920000049 Carbon (fiber) Polymers 0.000 description 1
- 241001391944 Commicarpus scandens Species 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000002238 attenuated effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 239000004917 carbon fiber Substances 0.000 description 1
- 230000000052 comparative effect Effects 0.000 description 1
- 230000007797 corrosion Effects 0.000 description 1
- 238000005260 corrosion Methods 0.000 description 1
- 239000007822 coupling agent Substances 0.000 description 1
- 230000032798 delamination Effects 0.000 description 1
- 230000005284 excitation Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 230000000670 limiting effect Effects 0.000 description 1
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000009659 non-destructive testing Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000000644 propagated effect Effects 0.000 description 1
- 238000011897 real-time detection Methods 0.000 description 1
- 238000004904 shortening Methods 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
- G01N29/14—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object using acoustic emission techniques
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01H—MEASUREMENT OF MECHANICAL VIBRATIONS OR ULTRASONIC, SONIC OR INFRASONIC WAVES
- G01H9/00—Measuring mechanical vibrations or ultrasonic, sonic or infrasonic waves by using radiation-sensitive means, e.g. optical means
- G01H9/004—Measuring mechanical vibrations or ultrasonic, sonic or infrasonic waves by using radiation-sensitive means, e.g. optical means using fibre optic sensors
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
- G01N29/44—Processing the detected response signal, e.g. electronic circuits specially adapted therefor
- G01N29/46—Processing the detected response signal, e.g. electronic circuits specially adapted therefor by spectral analysis, e.g. Fourier analysis or wavelet analysis
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2291/00—Indexing codes associated with group G01N29/00
- G01N2291/01—Indexing codes associated with the measuring variable
- G01N2291/011—Velocity or travel time
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2291/00—Indexing codes associated with group G01N29/00
- G01N2291/02—Indexing codes associated with the analysed material
- G01N2291/023—Solids
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2291/00—Indexing codes associated with group G01N29/00
- G01N2291/02—Indexing codes associated with the analysed material
- G01N2291/023—Solids
- G01N2291/0234—Metals, e.g. steel
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2291/00—Indexing codes associated with group G01N29/00
- G01N2291/02—Indexing codes associated with the analysed material
- G01N2291/028—Material parameters
- G01N2291/0289—Internal structure, e.g. defects, grain size, texture
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2291/00—Indexing codes associated with group G01N29/00
- G01N2291/26—Scanned objects
- G01N2291/263—Surfaces
- G01N2291/2632—Surfaces flat
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Immunology (AREA)
- Health & Medical Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Signal Processing (AREA)
- Life Sciences & Earth Sciences (AREA)
- Pathology (AREA)
- Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Acoustics & Sound (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Investigating Or Analyzing Materials By The Use Of Ultrasonic Waves (AREA)
Abstract
本发明一种基于微纳耦合光纤传感器的线性定位***及方法,所述包括以下步骤:S1:对一个微纳耦合光纤传感器获得的声发射信号,通过Gabor时频变换得到A0模态的声发射信号;S2:将A0模态的声发射信号进行快速傅里变换后得到初始频率,从而得到初始频率的到达时间和初始速度;S3:从有效等值线上读取设定的各频率分量及各频率分量对应的时间为实际到达时间;S4:根据群速度曲线得到各频率分量对应的实际速度;根据时间、速度和距离的关系,由初始频率的初始速度和各频率分量的实际速度,得到含有声源距离的各频率分量的理论到达时间;S5:实际到达时间和理论到达时间之间的误差函数取最小值时对应的声源距离取值,为声源的线性定位距离。
Description
技术领域
本发明涉及声发射在线监测领域,具体为基于微纳耦合光纤传感器的线性定位***及方法。
背景技术
无论是传统的各向同性材料还是新研发的复合材料,在生产过程中的制作工艺等随机因素,以及使用过程中的摩擦、撞击等外力作用会使其产生变形、分层断裂等损伤,这些问题如果未能及时发现并采取相关措施,可能造成无法估量的经济损失,严重时会威胁到使用者的生命安全。因此,需要简单可靠的无损检测方法对材料的生产环节和使用环节进行实时检测,保障生产产品的质量,及时判断材料的损伤情况,预测其使用寿命。
根据模态声发射理论,声发射波在固体中主要以Lamb波的形式传播,Lamb波主要包括对称模式(S0、S1、S2……)和反对称模式(A0、A1、A2……)两种传播模式。通常情况下,A0与S0模态的能量最大,也最为常见,其高阶模态如A1、S1等截止频率较低,能量相对很小,且难以激发,因此Lamb波中A0和S0两个最基本的模态占据了主要部分。
1979年Sheem等人利用腐蚀处理的方式制作出耦合器,使光在两根光纤的传输过程中形成强耦合,利用光强耦合率的解调实现2KHz声波信号的检测。紧接着Carome EF等人对耦合器进行了改进,利用多模光纤制作了耦合型光纤传感器,提高了声波检测的灵敏度。2002年S.G.Farwell利用新的熔融设备制作了低损耗的耦合传感器,将待测声波信号频带宽拓展到了0.88MHz。随着新的拉锥技术的出现,频带宽度进一步被提高,同时耦合光纤传感器的尺寸被大幅度的缩短。从21世纪初开始,大量中国学者开始对微纳耦合光纤传感器的理论和实际应用展开持续不断的研究,相关的成果出现了井喷的状态。2002年胡正良等人基于声光效应理论给出了耦合器在声音作用下的响应特性;2008年马宾等人利用光纤耦合传感器实现了对变压器定子工作状态的实时检测;2014年付涛等人利用微纳耦合光纤传感器实现了碳纤维复合板的平面声发射源定位;2016年李凤梅改进了微纳耦合光纤传感器的制作工艺,研究了其在局部放电中的应用;2017年王霖洁基于模态声发射理论利用单个微纳耦合光纤传感器实现了较低误差的线性定位。
尽管微纳耦合光纤传感器在声发射领域中的理论研究和实际应用都取得了众多的成果,但传感器的封装仍然不够完善,无法应用在模态声发射的线性定位中。
发明内容
针对现有技术中存在的问题,本发明提供一种基于微纳耦合光纤传感器的线性定位***及方法,保证了线性定位的较大的定位范围和低的定位误差从而提高了声发射信号定位结果的准确度。
本发明是通过以下技术方案来实现:
基于微纳耦合光纤传感器的线性定位方法,包括以下步骤:
S1:对一个微纳耦合光纤传感器获得的声发射信号,进行Gabor时频变换得到声发射信号的时频图,从时频图中识别出A0模态的声发射信号;
S2:将A0模态的声发射信号进行快速傅里变换后选取变换后信号的峰值频率作为初始频率;
根据设定阈值绘制阈值等值线,选取初始频率与阈值等值线的第一个交点对应的时间为初始频率的到达时间;
根据初始频率的到达时间和A0模态下声发射信号的群速度曲线得到初始频率对应的初始速度;
S3:剔除阈值等值线中的无效等值线后提取得到有效等值线,从有效等值线上读取设定的各频率分量及各频率分量对应的时间为实际到达时间;
S4:根据群速度曲线得到各频率分量对应的实际速度;根据时间、速度和距离的关系,由初始频率的初始速度和各频率分量的实际速度,得到含有声源距离的各频率分量的理论到达时间;
S5:将各频率分量的实际到达时间和理论到达时间之间的误差函数作为目标函数,确定目标函数取最小值时对应的声源距离取值,得到声源的线性定位距离。
优选的,S1中,对微纳耦合光纤传感器获得的声发射信号,通过滤波处理选取20~400kHz的声发射信号进行Gabor时频变换。
优选的,S2中,设定的阈值为时频图中最大能量5%。
优选的,S3中,有效等值线提取方法如下:
S31,确定有效等值线所在集合;
MATLAB阈值等值线计算结果存储在频率和时间相对应的二维集合中,其中的每一个子集都代表一段等值线;
利用最小值函数求取每一个子集的最小时间值,再对比选择最小值较小的两个子集,并从其中选择数据最多的子集,筛选出含有有效等值线所在集合;
S32,确定等值线方向;
将含有有效等值线所在集合中时间最小的点作为有效等值线的起点;根据A0模态的到达时间随着频率的降低而增加,判断确定有效等值线的方向;
S33,确定有效等值线终点;
将含有有效等值线所在集合中第一个随着时间的增大频率开始增大的点作为有效等值线终点,在此处将集合进行分割,终点之前的部分作为有效等值线。
优选的,S3中,有效等值线提取方法还包括,
S34,去除野值点;
将含有有效等值线所在集合做时间差运算,比较Δti与Δti-1,若Δti>Δti-1,保留该点,若Δti<Δti-1则去掉该点;
经过有效等值线集合确认、等值线方向确定、有效等值线终点确定以及野值点剔除后得到了最终的有效等值线。
优选的,S4中,所述的时间、速度和距离的关系如下,
其中,t'i为各频率分量的理论到达时间,t0为初始频率到达时间,vi为各频率分量对应的实际速度,为初始频率对应的初始速度,d为声源距离。
优选的,S5中,所述目标函数如下,
J(d)=∑(t'i-ti)2
其中,声源的线性定位距离dm=argminJ,t'i为各频率分量的理论到达时间,ti为各频率分量的实际到达时间。
基于微纳耦合光纤传感器的线性定位***,包括依次连接的一个微纳耦合光纤传感器,低噪声光电转换电路,数据采集卡和集成定位模块;
所述的微纳耦合光纤传感器包括方形玻璃管和密封置于方形玻璃管中的微纳耦合光纤传感器本体;
所述的低噪声光电转换电路连接微纳耦合光纤传感器本体中的微纳耦合光纤,用于将声发射的光信号转换为电信号;
所述的数据采集卡连接低噪声光电转换电路的输出端,用于采集转换后的声发射信号;
所述的集成定位模块连接数据采集卡的输出端,用于接收采集到的声发射信号,并通过如上任意一项所述的方法得到声源的线性定位距离后输出。
优选的,微纳耦合光纤传感器本体底部通过设置封装胶固定在方形玻璃管中,两端通过设置的封装胶与方形玻璃管的两端开口密封连接。
优选的,微纳耦合光纤传感器本体还包括封装V型槽;微纳耦合光纤两侧分别通过封装胶封装在V型槽内。
与现有技术相比,本发明具有以下有益的技术效果:
本发明所述的方法利用声发射固体中主要以Lamb波的形式传播,而Lamb中A0模态频带较宽,能量大,速度慢,频散效果好的特点,提取A0模态下的初始频率和多个有效频率分量的到达时间和传播速度,可由一个声发射信号计算得到声源的距离,实现单微纳耦合光纤的线性定位,方法具有良好的均匀性和重复性,更适合引用在后续的平面定位中。基于A0模式的误差目标函数法综合考虑了尽可能多的频率分量,保证了线性定位的较大的定位范围和低的定位误差。定位结果表明,该方法在5-80cm范围内均可以实现准确的定位,绝对误差不超过1.3cm,最大相对误差仅为3.4%。
本发明所述的***在保证传感器灵敏度的同时二次封装有效提高传感器的可靠性并延长了传感器的使用寿命,为实现微纳耦合光纤传感器在平面定位的应用奠定了基础。
附图说明
图1为本发明实例中所述的线性定位方法流程图。
图2a为本发明实例中所述的采用方形玻璃管二次封装微纳耦合光纤传感器示意图。
图2b为本发明实例中所述的采用圆形玻璃管二次封装微纳耦合光纤传感器示意图。
图3a为不同封装传感器传感效果对比实验示意图。
图3b为圆形玻璃管和方形玻璃管封装的传感器所测同一信号的时频分析对比图。
图4a为本发明实例中所述方形玻璃管二次封装微纳耦合光纤传感器放置前声发射信号时频图。
图4b为本发明实例中所述方形玻璃管二次封装微纳耦合光纤传感器放置后声发射信号时频图。
图5为本发明实例中所述实验铝板上S0、A0两模式群速度的群速度曲线图。
图6a为本发明实例中所述微纳耦合光纤所采集声发射信号的时频图。
图6b为本发明实例中所述30cm处铅笔芯断裂声发射信号的阈值等值线。
图6c为本发明实例中所述30cm处铅笔芯断裂声发射信号的有效等值线。
图7a为本发明实例中所述不同理论距离对应的误差函数值。
图7b为本发明实例中所述理论的时间-频率曲线与有效等值线拟合结果。
图8为本发明实例中所述线性定位方法在20、40、60和80cm处重复10次定位结果。
图9为本发明实例中所述***的连接结构框图。
图中,方形玻璃管1、微纳耦合光纤传感器2、低噪声光电转换电路3、数据采集卡4、集成定位模块5、微纳耦合光纤6、V型槽7、封装胶8、圆形玻璃管9。
具体实施方式
下面结合具体的实施案例对本发明进一步的详细说明,所述是本发明的解释不是限定。
本发明基于微纳耦合光纤传感器的线性定位***,如图9所示,包括微纳耦合光纤传感器2、低噪声光电转换电路3、数据采集卡4和集成定位模块5;其中,微纳耦合光纤传感器2采集的声发射信号在A0模态的滤波范围为20kHz~400kHz。测量距离范围为5-80cm。
所述的微纳耦合光纤传感器2,在传统的微纳耦合光纤传感器基础上进行二次封装,其中微纳耦合光纤传感器本体组成包括:封装胶8、微纳耦合光纤6和V型槽7。二次封装是在微纳耦合光纤传感器本体底部敷设一层封装胶8,与方形玻璃管1无缝衔接,并在微纳耦合光纤传感器本体两端都加入封装胶8,将微纳耦合光纤传感器本体密闭固定在方形玻璃管1中。
其中,经过二次封装后的微纳耦合光纤传感器如图2a所示,在传统的微纳耦合光纤传感器本体基础上在其底部敷设一层封装胶8,与方形玻璃管1无缝衔接,以降低声波在微纳耦合光纤传感器本体和方形玻璃管1间传输时的能量损耗,同时在微纳耦合光纤传感器本体的两端加入封装胶8,将微纳耦合光纤传感器本体密闭固定在方形玻璃管1中以防止灰尘等杂质进入微纳耦合光纤传感器本体的有效传感区域。
本发明基于微纳耦合光纤传感器的线性定位方法,如图1所示,包括以下步骤:
S1:通过微纳耦合光纤传感器获得声发射信号,进行20~400kHz滤波处理后对声发射信号进行Gabor时频变换,得到声发射信号的时频图,根据A0模态的特点从时频图中识别出A0模态的声发射信号。
S2:将处理后的信号,即A0模态的声发射信号进行快速傅里变换,选取变换后信号的峰值频率作为初始的频率f0。
本优选实例中,根据时频图以最大能量的5%为阈值绘制阈值等值线,选取初始频率与阈值等值线的第一个交点对应的时间为初始频率的到达时间t0,根据A0模态下声发射信号的群速度曲线图可得到初始频率对应的初始速度v0。
S3:根据S2中获得的阈值等值线的基础上绘制有效等值线,从有效等值线上读取设定的各频率分量,从有效等值线中读取各频率分量fi对应的时间为实际到达时间ti;
S5:将理论到达时间t'i和实际到达时间ti代入式子:J(d)=∑(t'i-ti)2和d=argminJ,计算得到关于以声源距离d为自变量的目标函数,计算得到目标函数取最小值时对应的声源距离d的取值,从而得到声源的线性定位距离。
对所计算的线性定位距离进行验证:将S2中确定的初始频率以及初始速度代入公式得到关于自变量的理论时间计算函数,根据群速度曲线图可以得到与的对应关系,根据S1中绘制的Gabor时频图得到与对应关系。令S5中计算结果为d1,在d1附近另取三个值设为d2,d3,d4分别拟合出不同取值时时间与频率的函数关系图像,与S3中的有效等值线的倾斜程度进行比对,找到拟合程度最好的曲线对应的,从而验证S5中计算的线性定位距离。
基于上述的***和方法,如图3a所示,采用采用铅笔芯在厚度为2mm的铝板上断裂产生的声音作为超声波声源,将微纳耦合光纤传感器2通过声波耦合剂固定在距离传感器30cm的位置处,同时检测铅笔芯断裂的超声波信号。为了更直观准确地对比如图2a和图2b所述的分别通过方形玻璃管1和圆形玻璃管9进行二次封装的两个传感器采集的信号,利用MATLAB软件对信号进行时频分析,并绘制时频能量谱,如图3b所示。在图3b对比图的左侧附图中,在20-50kHz频率范围内,超声波到达之前存在明显的幅值较大的噪声,同时频散不连续,在130kHz附近出现了频率分量缺失,而频率分量的连续性对后续的定位非常为重要。在图3b对比图的右侧附图中,波形到达前几乎没有噪声,信噪比更高,同时频结果中频散连续且完整。对比结果表明,采用方形玻璃管1封装的传感器灵敏度更高,采集到的信号信噪比更高,频散特性更好。
将方形玻璃管1封装后的微纳耦合光纤传感器2放置一个月,利用放置前后的传感器分别采集30cm处的铅笔芯断裂声发射信号,对信号进行时频分析,对比结果如图4a和图4b所示。可以看到,放置一个月后的传感器仍然能够保证对声发射信号的高灵敏度,所采即信号的信噪比并没有降低,同时所采集信号具有良好的频散特性。证明改善的封装后能够有效的保护微纳耦合光纤传感器,延长传感器的使用。
本实验选用具有高抗疲劳强度的各向同性防锈铝板5052,其各项参数列于表1。
表1 5052铝板材料性能参数
将其代入式(1-1)和式(1-2),求解方程得到频率f与传播速度v的关系,即该平板材料上各模态传播速度的群速度曲线如图5。
如图5所示,两种模式的频散速度分布不同,且速度变化趋势也不同,每个模式的不同频率分量具有不同的传播速度。当频率在0-300kHz时,A0模式的群速度随着频率增加明显增大,300kHz-1MHz群速度变化幅度较小;而S0模式正好相反,在300kHz以下时变化缓慢,在300kHz以上变化速度比较明显。
在时域中,S0模式能量微弱,容易被噪声淹没,导致在时域中无法直接识别。为了精确识别各个模态,需要对信号进行时频分析。Gabor变换是一种有效的时频分析工具,近年来越来越多地被用于信号特征的提取。Gabor变换同Fourier变换一样,都是一种积分变换。对任意给出的信号,Gabor变换定义如下:
其中,
式中,f(t)为原信号,w=2πf为信号角频率,*表示取复共轭,a为伸缩因子,b为平移因子。通过改变伸缩因子a和平移因子b,可以对信号进行细化分析,最终得到信号的时间-频域的联合分布(Gabor分布)如图6a。通过图6a可以获取信号任意频率分量随时间的变化信息,也可以获取同一时刻不同频率分量大小的分布信息。图6a给出了微纳耦合光纤传感器测到典型声发射信号及其Gabor变换,其中,时频分布图6a横坐标为时间(μs),纵坐标为频率(MHz),颜色图例为对Gabor系数取对数,数值表征能量大小,显示阈值设为最大能量的0.05%,从图6a的时域信号中可读出信号的峰峰值约5V。观察其Gabor分布图6a,在360μs附近首先出现了能量较小且频散特征不明显的信号,此模态为S0模态,在t=420μs时,出现频率分量约为300kHz,之后,频率越小的分量到达时间越慢,表现出明显的频散特征,此模态应为A0模态。表明了改善封装后的微纳耦合光纤传感器可以有效的识别不同的模态。
理论上如果检测到的A0模态频带较宽,频散效果足够好,则可由A0模态在低频段(0~400kHz)群速度曲线可知,不同频率分量的传播速度差异较大。理想情况下,在0~400kHz范围内任意选取A0模态下两个不同的频率分量进行计算:先通过时频分析得到两个频率分量的到达时间差,通过群速度曲线获取A0模式两个频率分量的传播速度,此时可以计算得到声源的距离。设任意选取的两个频率分量分别为f1、f2,其对应的传播速度为vA01、vA02,到达时间分别为tA01、tA02,那么声源的距离可以由式(1-5)计算:
但在实际定位中,由于传感器的频率响应特性不一致,导致存在部分频率分量能量小甚至缺失的可能性,在计算该频率分量的到达时间时会出现较大误差,从而导致最终定位结果的不准确。因此,在定位中往往要根据时频分析结果手动的选取合适的频率分量,工作量较大且选取标准多种多样。
为了降低定位结果对频率选择的依赖性,同时提高定位程序的自动化,本发明提出了一种基于A0模式的误差目标函数的线性定位方法。假设,声发射信号的任意一个频率分量f0的到达时间是已知的即t0,则与式(1-5)相类似,理论上其余频率分量的到达时间ti可由公式(1-6)给出。其中,f0频率分量与其余频率分量的群速度v0和vi可由群速度曲线图得到,d为传感器到声源距离。
各频率分量的实际到达时间ti可以由Gabor时频分析绘制频谱等值线所得到,而对于任意确定的声源距离d,理论的到达时间和实际的到达时间都是已知的。在此基础上建立以声源距离d为变量的误差目标函数J(d),如式(1-7)所示。其中,J(d)的任一项都具有非负性,即J(d)的值为零或者正数。当J(d)取到最小值时,即可得到传感器与声源之间的距离d。
如图1所示,首先对信号进行滤波处理,采用Gabor变化进行时频分析,识别A0模式后确定不同频率分量的实际到达时间,并与理论的频率分量到达时间进行对比,通过优化误差目标函数进行定位。可以看到定位中最关键的为初始频率f0的选取以及其余频率分量实际到达时间ti的确认。
初始频率选取及其到达时间t0的确定如图6a所示。首先将声发射信号进行快速傅里变换,选取变换后信号的峰值频率作为初始频率f0。再对该信号进行Gabor时频变换,绘制阈值等值线图,选取初始频率与阈值等值线的第一个焦点对应的时间为初始频率的到达时间t0,将t0和各频率分量的速度代入式(1-6)中即可得到d确定时不同频率分量的理论到达时间t'i。
对于其余频率分量的实际到达时间ti的确定通过绘制有效的阈值等值线来获取。以最大能量5%为阈值绘制阈值等值线,30cm的断铅信号的时频变换结果以及其阈值等值线如图6b所示。频率分量与时间能够一一对应,且到达时间随着频率的降低而增加的等值线称之为有效等值线。在图6b中,除了包含有效等值线外还存在着多段无效等值线,干扰了不同频率分量到达时间的确认。以150kHz频率分量为例,在150kHz处画一水平直线使之与阈值等值线相交,可以看到除了(537μs,150kHz)这一有效交点之外,与之对应的到达时间(585μs,150kHz)、(647μs,150kHz)等多个点,频率与到达时间并非一一对应。具体提取有效等值线的步骤为:
1)确定有效等值线所在集合:MATLAB阈值等值线计算结果存储在频率和时间相对应的二维集合中,其中的每一个子集都代表一段等值线。利用最小值函数求取每一个子集的最小时间值,再对比选择最小值较小的两个子集,并从其中选择数据最多的子集,即可筛选出图6c中粗线标注的有效等值线所在集合。
2)确定等值线方向:将上述集合中时间最小的点作为有效等值线的起点。A0模态的到达时间随着频率的降低而增加,根据这一原则即判断有效等值线的方向。
3)确定有效等值线终点:理想的等值线上所有的点都为随着时间的增大频率不断降低,因此将集合中第一个随着时间的增大频率也开始增大的点作为有效等值线终点,在此处将集合进行分割,前者作为最终的有效等值线。
4)去除野值点:由频散特性曲线可以得到,随着频率的增加,速度变化率在逐渐降低。因此,理论上随着频率的降低,各频率分量的到达时间差应逐渐递增,将时间差增大的点称之为野值点。对第3部所选集合做时间差运算,比较Δti与Δti-1,若Δti>Δti-1,保留该点,若Δti<Δti-1则去掉该点。
经过有效等值线集合确认、等值线方向确定、有效等值线终点确定以及野值点剔除四步后得到了最终的有效等值线,如图6c所示。各频率分量的实际到达时间ti可从有效等值线集合中读取。将以d为变量的理论到达时间t'i和实际到达时间ti代入式(1-7)中,以误差最小为目标进行一维的优化。
如图7a所示,当d=30.99cm时误差函数E的取值最小,即声源到传感器的距离为30.99cm。为了更清晰的说明误差随距离的变化过程,图7b给出了d取不同值时的拟合结果,可以看到d取不同值时理论的时间-频率曲线倾斜程度。不一致,随着距离的增加,曲线倾斜程度不断增大,与图7b中的有效等值线拟合程度也不同。从图7b可以清楚的看到当d=30.99cm时,理论的时间-频率曲线与实际的有效等值线基本重合,也证明了基于A0模态误差目标函数定位方法是可行的。
表2列出了将铅笔芯断裂产生的超声波作为声源,由距传感器5cm开始,每5cm定位一次,直到铝板的另一端时结束。由于受到铝板大小限制,最远定位距离为80cm。在定位过程中发现,由于基于A0模式的误差目标函数的方法综合考虑了多个频率分量,尽可能多的选择了有效的频率时间点,该方法能够在定位实验的全部范围内进行定位,且保持了较低的定位误差。定位结果如表2,可以看到,基于A0模式的误差目标函数法的线性定位方法取得很好的定位结果。由表可知,其在5cm-80cm的定位绝对误差范围为0.07-1.3cm,相对误差范围为0-3.4%,表明了该方法具有较低的定位误差。此外,该方法在40-80cm范围内仍然能够实现准确定位,误差并没有随距离的增大而增加,仅受到***误差和随机误差的影响,这表明基于A0模式的误差目标函数法的线性定位方法具有较好的均匀性。
表2声源定位结果
为了验证微纳耦合光纤传感器基于A0模式的误差目标函数线性定位方法的重复性和可靠性,利用Hsu-Nielsen源分别在距离传感器d=20cm、d=40cm、d=60cm和d=80cm处重复测试10次,对10次定位结果进行统计其统计数据列于表3。由图8可看出,无论是近距离20cm和40cm的定位结果,还是较远距离60cm以及远距离80cm的定位结果,均表明了基于A0模式的误差目标函数的方法重复性定位具有很好的效果。其中,20cm的定位结果最为准确,波动性也最小,40cm的定位结果出现波动,但幅度不大,60cm处波动进一步增大,而80cm处的定位结果波动性相对较强,这主要归因于***误差和随机误差随着定位距离的增大而增大。
给出了四个位置10次重复定位的平均计算距离、绝对偏差以及标准差,平均计算距离及其绝对偏差为10次计算结果的平均值及其与实际结果的绝对差值,表征了10次重复定位实验的正确度。由表3可知,20、40cm处的平均定位结果为19.95cm、40.16cm,其绝对偏差仅为0.05cm和0.16cm,60cm和80cm处的平均定位结果分别为60.33cm和79.94cm,其绝对偏差值为0.33cm和0.06cm。总的来看,四个点重复定位的绝对偏差最大值为0.33cm,表明基于A0模式的误差目标函数的线性定位方法具有较低的误差。另外,标准差能够反映出数据的离散程度,由表3可知,20cm和40cm处定位的结果重复性较高,其绝对标准差分别为0.17cm和0.73cm;60cm处定位的结果重复性有所降低,标准差为1.07cm;80cm处定位的结果重复性下降较为严重,绝对标准差为1.91cm,这主要有两方面的原因。首先是由于信号随着传播距离的增加而有所衰减导致,尤其是较高频率分量衰减更为严重,导致有效的时间-频率点数量降低,带来了较大的误差。其次也可能是由于超声波在传输过程中伴随着波模式的反射叠加、模态转换等情况。综上所述,被测四个点的绝对标准差不超过2cm,表明基A0模式的误差目标函数的线性定位方法具有较好的重复性。
本发明搭建了基于改进封装的微纳耦合光纤传感器线性定位实验平台,使用A0模式误差目标函数法进行了5-80cm的线性定位实验,并对定位结果进行了详细分析,从定位范围、定位误差和定位重复性验证方法的准确性,得出了结论:进行二次封装后的传感器在有效提高传感器的寿命的同时,并没有降低传感器的灵敏度,仍然能够用来检测声发射信息,对微弱的S0模式进行识别,同时实现单传感器的线性定位,证明了二次封装的有效性和合理性。微纳耦合光纤传感器能够检测到完整的A0信号,同时基于A0模式的误差目标函数法综合考虑了尽可能多的频率分量,保证了线性定位的较大的定位范围和低的定位误差。定位结果表明,该方法在5-80cm范围内均可以实现准确的定位,绝对误差不超过1.3cm,最大相对误差仅为3.4%;另外在20cm、40cm、60cm和80cm处分别进行了10次重复性定位实验,实验结果显示定位波动性随着距离的增加而增大,但最大的绝对标准差仅为1.91cm,最大相对标准差为2.38%,表明了该方法具有很好的重复性。
表3本发明线性定位方法在20、40、60和80cm处10次定位统计结果
相较于传统的S0A0定位方法,在定位范围和误差上,本发明所述的定位方法,基于A0模态误差目标函数法,具有较低的定位误差,在40-80cm范围内仍然能够实现准确定位,误差并没有随距离的增大而增加,仅受到***误差和随机误差的影响,这表明本发明所述的线性定位方法具有较好的均匀性;在定位的重复性上,本发明所述的线性定位方法在20~80cm范围内的测量结果波动性小,重复性高,测量结果较为准确。
与传统的微纳耦合光纤传感器在制作时其核心传感器区域裸露在空气中,没有必要的保护措施。一方面传感器的有效传感器区域存在灰尘等杂质吸附的危险,使得传感器的灵敏度降低;另一方面,传感器中间腰区最细部位的直径仅有4-5μm,极其容易断裂,从而缩短传感器的使用寿命。二次封装的传感器对封装进行优化,从而提高传感器的可靠性并延长传感器的使用寿命。二次封装过程中采用传感器底部敷设封装胶与玻璃管无缝衔接,降低了声波在传感器和玻璃管间传输时的能量损耗;采用传感器两端都加入封装胶从而将传感器密闭固定在玻璃管中的方式有效隔绝了灰尘等杂质进入传感器;采用方形玻璃管而不是圆形玻璃管,保证了传感器的灵敏度以及较高的信号信噪比,频散特性更好,更加适用于后续的定位研究。二次封装后的传感器不仅能够在应用在固体表面或者即嵌入进固体中进行超声波检测,而且能够应用于水中作为声呐传感器使用或者用于变压器油中进行局部放电检测,拓展了其应用领域,并且提高了其传感稳定性,增加了使用寿命。
利用本发明提供的定位方法,可准确有效地测量单微纳耦合光纤传感器的线性定位;二次封装后的传感器在有效提高传感器的寿命的同时,并没有降低传感器的灵敏度,仍然能够用来检测声发射信息,对微弱的S0模式进行识别,同时实现单传感器的线性定位,证明了二次封装的有效性和合理性。
Claims (10)
1.基于微纳耦合光纤传感器的线性定位方法,其特征在于,包括以下步骤:
S1:对一个微纳耦合光纤传感器(2)获得的声发射信号,进行Gabor时频变换得到声发射信号的时频图,从时频图中识别出A0模态的声发射信号;
S2:将A0模态的声发射信号进行快速傅里变换后选取变换后信号的峰值频率作为初始频率;
根据设定阈值绘制阈值等值线,选取初始频率与阈值等值线的第一个交点对应的时间为初始频率的到达时间;
根据初始频率的到达时间和A0模态下声发射信号的群速度曲线得到初始频率对应的初始速度;
S3:剔除阈值等值线中的无效等值线后提取得到有效等值线,从有效等值线上读取设定的各频率分量及各频率分量对应的时间为实际到达时间;
S4:根据群速度曲线得到各频率分量对应的实际速度;根据时间、速度和距离的关系,由初始频率的初始速度和各频率分量的实际速度,得到含有声源距离的各频率分量的理论到达时间;
S5:将各频率分量的实际到达时间和理论到达时间之间的误差函数作为目标函数,确定目标函数取最小值时对应的声源距离取值,得到声源的线性定位距离。
2.根据权利要求1所述的基于微纳耦合光纤传感器的线性定位方法,其特征在于,S1中,对微纳耦合光纤传感器(2)获得的声发射信号,通过滤波处理选取20~400kHz的声发射信号进行Gabor时频变换。
3.根据权利要求1所述的基于微纳耦合光纤传感器的线性定位方法,其特征在于,S2中,设定的阈值为时频图中最大能量5%。
4.根据权利要求1所述的基于微纳耦合光纤传感器的线性定位方法,其特征在于,S3中,有效等值线提取方法如下:
S31,确定有效等值线所在集合;
MATLAB阈值等值线计算结果存储在频率和时间相对应的二维集合中,其中的每一个子集都代表一段等值线;
利用最小值函数求取每一个子集的最小时间值,再对比选择最小值较小的两个子集,并从其中选择数据最多的子集,筛选出含有有效等值线所在集合;
S32,确定等值线方向;
将含有有效等值线所在集合中时间最小的点作为有效等值线的起点;根据A0模态的到达时间随着频率的降低而增加,判断确定有效等值线的方向;
S33,确定有效等值线终点;
将含有有效等值线所在集合中第一个随着时间的增大频率开始增大的点作为有效等值线终点,在此处将集合进行分割,终点之前的部分作为有效等值线。
5.根据权利要求4所述的基于微纳耦合光纤传感器的线性定位方法,其特征在于,S3中,有效等值线提取方法还包括,
S34,去除野值点;
将含有有效等值线所在集合做时间差运算,比较Δti与Δti-1,若Δti>Δti-1,保留该点,若Δti<Δti-1则去掉该点;
经过有效等值线集合确认、等值线方向确定、有效等值线终点确定以及野值点剔除后得到了最终的有效等值线。
7.根据权利要求1所述的基于微纳耦合光纤传感器的线性定位方法,其特征在于,S5中,所述目标函数如下,
J(d)=∑(t'i-ti)2
其中,声源的线性定位距离dm=arg min J,t'i为各频率分量的理论到达时间,ti为各频率分量的实际到达时间。
8.基于微纳耦合光纤传感器的线性定位***,其特征在于,包括依次连接的一个微纳耦合光纤传感器(2),低噪声光电转换电路(3),数据采集卡(4)和集成定位模块(5);
所述的微纳耦合光纤传感器(2)包括方形玻璃管(1)和密封置于方形玻璃管(1)中的微纳耦合光纤传感器本体;
所述的低噪声光电转换电路(3)连接微纳耦合光纤传感器本体中的微纳耦合光纤(6),用于将声发射的光信号转换为电信号;
所述的数据采集卡(4)连接低噪声光电转换电路(3)的输出端,用于采集转换后的声发射信号;
所述的集成定位模块(5)连接数据采集卡(4)的输出端,用于接收采集到的声发射信号,并通过如权利要求1-7任意一项所述的方法得到声源的线性定位距离后输出。
9.根据权利要求8所述的基于微纳耦合光纤传感器的线性定位***,其特征在于,微纳耦合光纤传感器本体底部通过设置封装胶(8)固定在方形玻璃管(1)中,两端通过设置的封装胶(8)与方形玻璃管(1)的两端开口密封连接。
10.根据权利要求8所述的基于微纳耦合光纤传感器的线性定位***,其特征在于,微纳耦合光纤传感器本体还包括封装V型槽(7);微纳耦合光纤(6)两侧分别通过封装胶(8)封装在V型槽(7)内。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911384466.5A CN111141830B (zh) | 2019-12-28 | 2019-12-28 | 基于微纳耦合光纤传感器的线性定位***及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911384466.5A CN111141830B (zh) | 2019-12-28 | 2019-12-28 | 基于微纳耦合光纤传感器的线性定位***及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111141830A CN111141830A (zh) | 2020-05-12 |
CN111141830B true CN111141830B (zh) | 2021-04-20 |
Family
ID=70521355
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911384466.5A Active CN111141830B (zh) | 2019-12-28 | 2019-12-28 | 基于微纳耦合光纤传感器的线性定位***及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111141830B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116430315B (zh) * | 2023-04-03 | 2024-01-26 | 东北石油大学 | 声源单点定位装置及方法、电子设备和存储介质 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104914162A (zh) * | 2015-06-23 | 2015-09-16 | 中国商用飞机有限责任公司北京民用飞机技术研究中心 | 相控阵定量化损伤监测方法、装置和*** |
CN105841794A (zh) * | 2016-05-12 | 2016-08-10 | 西安交通大学 | 基于优化的耦合型光纤传感器平板超声源定位方法及*** |
CN106290578A (zh) * | 2016-07-27 | 2017-01-04 | 常州大学 | 一种压力管道小泄漏源检测及精确定位方法 |
KR20190037912A (ko) * | 2017-09-29 | 2019-04-08 | 인하대학교 산학협력단 | 비파괴검사방법 |
CN110161460A (zh) * | 2019-06-28 | 2019-08-23 | 河南理工大学 | 基于微震空间组网的震源精确定位方法 |
CN110376290A (zh) * | 2019-07-19 | 2019-10-25 | 中南大学 | 基于多维核密度估计的声发射源定位方法 |
CN110514745A (zh) * | 2019-09-02 | 2019-11-29 | 北京理工大学 | 一种基于多频声发射信号的缆索断丝位置确定的方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6486739B2 (ja) * | 2015-03-23 | 2019-03-20 | 株式会社東芝 | 検知システム、検知方法及び信号処理装置 |
US10240972B2 (en) * | 2015-08-05 | 2019-03-26 | Lovejoy Controls Corporation | Doppler ultrasonic velocity probe |
-
2019
- 2019-12-28 CN CN201911384466.5A patent/CN111141830B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104914162A (zh) * | 2015-06-23 | 2015-09-16 | 中国商用飞机有限责任公司北京民用飞机技术研究中心 | 相控阵定量化损伤监测方法、装置和*** |
CN105841794A (zh) * | 2016-05-12 | 2016-08-10 | 西安交通大学 | 基于优化的耦合型光纤传感器平板超声源定位方法及*** |
CN106290578A (zh) * | 2016-07-27 | 2017-01-04 | 常州大学 | 一种压力管道小泄漏源检测及精确定位方法 |
KR20190037912A (ko) * | 2017-09-29 | 2019-04-08 | 인하대학교 산학협력단 | 비파괴검사방법 |
CN110161460A (zh) * | 2019-06-28 | 2019-08-23 | 河南理工大学 | 基于微震空间组网的震源精确定位方法 |
CN110376290A (zh) * | 2019-07-19 | 2019-10-25 | 中南大学 | 基于多维核密度估计的声发射源定位方法 |
CN110514745A (zh) * | 2019-09-02 | 2019-11-29 | 北京理工大学 | 一种基于多频声发射信号的缆索断丝位置确定的方法 |
Non-Patent Citations (3)
Title |
---|
Damage Determination in Ceramic Composites Subject to Tensile Fatigue Using Acoustic Emission;Gregory N. Morscher et al.;《Materials》;20181231;第11卷;1-18 * |
Source location using an optimized microfiber coupler sensor based on modal acoustic emission method;Linjie Wang et al.;《Struct Control Health Monit. 》;20171231;第24卷;1-10 * |
基于微纳耦合光纤传感器的模态声发射源线性定位研究;付文成等;《振动与冲击》;20190131;第38卷(第1期);79-88 * |
Also Published As
Publication number | Publication date |
---|---|
CN111141830A (zh) | 2020-05-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110702785B (zh) | 频散Lamb波多项式时频域模态分解和缺陷定位方法及装置 | |
US8942939B2 (en) | Real-time detection system and the method thereof | |
CN107014668A (zh) | 一种基于压电和智能涂层传感器的疲劳裂纹综合监测方法 | |
CN112629647A (zh) | 大跨悬索桥涡振事件的实时识别和监测预警方法 | |
CN104064186A (zh) | 一种基于独立分量分析的电气设备故障音检测方法 | |
da Silveira et al. | Performance of three transducer mounting methods in impedance-based structural health monitoring applications | |
CN104316277B (zh) | 基于声检测与盲信号分离的气密性监测方法 | |
CN110162193A (zh) | 一种触碰定位装置及方法 | |
WO2022143502A1 (zh) | 一种滚刀性能退化趋势评估方法 | |
CN111141830B (zh) | 基于微纳耦合光纤传感器的线性定位***及方法 | |
CN108918666B (zh) | 一种无源敲击式材料损伤检测装置及方法 | |
CN113390967A (zh) | 一种基于梯形阵列的非线性导波复合材料损伤定位方法 | |
CN116429902A (zh) | 一种风机叶片多裂纹声发射监测方法及*** | |
CN110049423A (zh) | 一种利用广义互相关和能量谱检测麦克风的方法和*** | |
CN110824007B (zh) | 一种管桩裂缝检测方法及*** | |
JPH10253444A (ja) | 異常音の検出方法及びその検出値を用いた機械の異常判定方法、並びに、振動波の類似度検出方法及びその検出値を用いた音声認識方法 | |
CN112903811A (zh) | 一种用于检测混合气体的浓度比的声学传感方法 | |
CN102053166A (zh) | 确定转速的方法 | |
Liu et al. | Fuzzy pattern recognition of impact acoustic signals for nondestructive evaluation | |
US11624687B2 (en) | Apparatus and method for detecting microcrack using orthogonality analysis of mode shape vector and principal plane in resonance point | |
CN108387308B (zh) | 变速箱啸叫下线检测方法及其检测*** | |
CN115856532A (zh) | 基于超声波传播路径识别的变压器局部放电源定位方法 | |
CN107741263B (zh) | 基于频域信息融合的液位估计方法 | |
JP2000137053A (ja) | オンライン絶縁劣化診断方法及び装置 | |
CN114002327A (zh) | 一种用于钢绞线完整程度的检测方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |