-
公开(公告)号：CN118797393A
公开(公告)日：2024-10-18
申请号：CN202410983405.5
申请日：2024-07-22
Applicant: 北京工业大学
IPC: G06F18/2337 , G01N29/44 , G01N29/04 , G06F18/23213 , G06F18/10 , G06N3/126
Abstract: 本发明公开了一种基于密集阵列的时间匹配模糊智能损伤定位方法，本发明实现了大型管状结构中损伤的定位定量分析。智能缺陷定位方法主要包含收敛优化函数模型和约束函数模型2个部分。收敛优化函数模型主要由1个基于直达渡越时间法构建的种群残差计算函数；2个约束函数由基于直达渡越时间法和渡越时间差法建立；采用多个检测对散射信号的时间信息对散射信号源点空间坐标进行锁定，分析中未采用散射信号的幅值信息。直达渡越时间法用于控制椭圆映射路径的模糊性，渡越时间差法用于控制双曲线映射路径的模糊性，由保留个体分布确定缺陷位置。
-
Patent Agency Ranking
公开(公告)号：CN118571251A
公开(公告)日：2024-08-30
申请号：CN202410446867.3
申请日：2024-04-15
Applicant: 北京工业大学
Abstract: 本发明公开了一种基于声发射信号特征参数的螺栓松动评估方法，通过搭建振动环境下的螺栓松动检测实验平台以此提取声发射信号，采用自适应噪声完全集合经验模态分解(Complete Ensemble Empirical Mode Decomposition withAdaptive Noise，CEEMDAN)‑小波阈值联合的方法对声发射信号进行降噪处理。提取声发射信号的时域、频域特征参数，通过相关性分析确定与扭矩变化最相关的特征参数，并作为评价指标。以此评价指标作为松动特征值，将螺栓松动分为：完全松动、松动和早期松动三种状态。本发明基于声发射检测技术，建立了一套基于声发射信号特征参数的螺栓松动评估方法，采用定量分析手段对螺栓松动状态进行评估。
-
公开(公告)号：CN119226737A
公开(公告)日：2024-12-31
申请号：CN202411325208.0
申请日：2024-09-23
Applicant: 北京工业大学
IPC: G06F18/20 , G01M13/00 , G01N29/14 , G06F18/10 , G06F18/213
Abstract: 本发明公开了一种基于变分模态分解的螺栓松动全周期声发射监测方法，涉及无损检测技术领域，包括：采集若干等级预紧力下螺栓连接界面的声发射信号；对声发射信号进行变分模态预分解，利用分解模态能量差异率确定最佳分解层数；基于确定的最佳分解层数，对所有声发射信号进行变分模态分解，获得若干本征模态函数；通过计算每个本征模态函数的能量值，建立每个本征模态函数的能量值与不同等级预紧力的变化关系，筛选出与预紧力变化最为敏感的特征模态；建立筛选出的特征模态能量与预紧力的映射关系，获得松动变化曲线，根据松动变化曲线将螺栓松动过程划分为不同阶段，实现对螺栓松动全周期的定量监测。本发明提升了螺栓连接结构的安全性和可靠性。
-
公开(公告)号：CN119224126A
公开(公告)日：2024-12-31
申请号：CN202411326207.8
申请日：2024-09-23
Applicant: 北京工业大学
Abstract: 本发明公开一种螺栓早期松动声发射检测装置，包括信号采集板、声发射传感器、前置放大器、声发射采集仪和显示器；信号采集板为正方形薄钢板，三个边界设有一维声学黑洞结构，中心嵌有二维声学黑洞结构；声发射传感器粘贴在二维声学黑洞结构的背面，用于采集螺栓早期松动产生的声发射信号；传感器通过前置放大器与声发射采集仪连接，采集仪通过数据线与显示器连接，以实时显示监测到的声发射信号。本发明可有效提高螺栓松动检测的精度和灵敏度，特别是螺栓结构的早期松动检测，防止结构失效，保障设备安全运行；本发明具有结构简单、检测准确、操作方便等优点。
-
公开(公告)号：CN118961899A
公开(公告)日：2024-11-15
申请号：CN202410983409.3
申请日：2024-07-22
Applicant: 北京工业大学
IPC: G01N29/44 , G01N29/04 , G06F18/23213 , G06N3/126
Abstract: 本发明公开了一种基于全聚焦算法的快速搜索损伤定位方法，包括基于时域全聚焦的快速搜索算法和基于频域全聚焦的快速搜索算法。基于时域全聚焦的快速搜索算法以时域全聚焦算法和符号相干因子算法构建散射体函数模型，基于频域全聚焦的快速搜索算法以同步外推的频域全聚焦算法重构成像区域中每个离散网格的像素值。并与进化策略、K‑means聚类算法相结合设计搜索过程。进化策略通过将每个父代基因添加到均匀分布或高斯分布的随机变量中来更新生成子代向量，用以搜索单个散射点进行缺陷定位。K‑means聚类算法用于实现自适应种群筛选和种群更新，控制个体的多样性，并避免缺陷的误检测。本发明实现了大型变厚度管状结构缺陷的定位定量分析。
-
公开(公告)号：CN115856080A
公开(公告)日：2023-03-28
申请号：CN202211559237.4
申请日：2022-12-06
Applicant: 北京工业大学
Abstract: 本发明公开了一种基于深度学习的各向异性复合材料板声发射源定位方法，在测试区域划分的每个网格节点上进行多次声发射信号激励，获取声发射信号到达每个声发射传感器的到达时间信息；每个到达时间差分别对应网格节点的一个坐标位置。设置神经网络的层数和神经网络传递方式。把训练模型的输出矩阵和输入矩阵代入深度学习定位算法中，构建网络模型。在测试区域内任意选择声发射源点进行多次声发射信号激励，获取声发射信号到达每个声发射传感器的到达时间信息，根据已构建的网络模型预测声发射源位置。本发明利用深度学习算法对模型训练数据集的输入矩阵和输出矩阵进行数据处理，构建训练模型，对声发射源准确定位。
-
-
-
-
-
Search Results
6
records
(took 0.015 seconds)
