Phased array ultrasonic detection for fatigue damage of high-strength bolts
-
摘要: 为及时有效地检测钢结构桥梁高强螺栓的疲劳损伤，以钢桥普遍使用的10.9S级M30高强螺栓为研究对象，采用相控阵超声对高强螺栓人工刻槽模拟疲劳裂纹进行了检测，对比分析了检测端面、损伤程度和损伤位置对疲劳裂纹损伤识别的影响。试验结果表明，以螺栓尾端作为检测面能有效减少疲劳损伤的漏检和误检，检测精度高于螺帽端作为检测面的情况；相控阵超声对大于1 mm的人工刻槽裂纹缺陷具有良好的检测精度，能够识别出螺栓夹持长度内不同位置的损伤，且损伤定位相对误差在7%以内。Abstract: In order to detect the fatigue damage of high-strength bolt in steel bridge in time and accurately, the fatigue crack simulated by manual grooving damage in 10.9S grade M30 high-strength bolt commonly used in steel bridge were detected by phased array ultrasonic technique. The effect of end face under detection, damage degree and damage location on fatigue crack damage identification were studied. The test results showed that using screw thread end as detection face could effectively reduce the undetected rate and miscalculation, and the detection accuracy is better than that of another end. The phased array ultrasonic has a good detection accuracy for the manual grooving damage greater than 1mm in bolt holding length, and could identify the damage location with the relative positioning error within 7%.
-
-
[1] 赵欣欣, 钱胜胜, 刘晓光.基于卷积神经网络的铁路桥梁高强螺栓缺失图像识别方法[J]. 中国铁道科学, 2018, 39(4):56-62. [2] 蔡正东. 高速铁路大跨度钢桁梁桥典型病害及运营安全性分析[J]. 世界桥梁, 2020, 48(5):80-84. [3] 王源晨, 宋竹满, 李瑞, 等. 8.8级螺栓用ML40Cr钢的疲劳性能和裂纹扩展行为[J]. 材料研究学报, 2019, 33(10):771-775. [4] 文娟, 吴其荣, 张卢喻, 等. 钢结构桥梁的失效高强螺栓腐蚀产物特性研究[J]. 表面技术, 2021, 50(5):321-328, 347. [5] 陈开利, 叶庆旱. 日本钢桥高强度螺栓病害处治与新型螺栓研究[J]. 世界桥梁, 2021, 49(4):98-105. [6] 薛明昭. 高强螺栓螺纹根部疲劳裂纹的磁粉检测方法研究[J]. 石油化工建设, 2020, 42(2):53-55. [7] 王锋, 李雄兵.基于预紧力工况下的原位螺栓超声检测研究[J].铁道科学与工程学报, 2021, 18(1):38-45. [8] 朱劲松, 李欢, 王世芳. 基于卷积神经网络和迁移学习的钢桥病害识别[J]. 长安大学学报(自然科学版), 2021, 41(3):52-63. [9] 张海兵, 温德宏. 航空螺栓超声检测中参数确定与波形分析[J]. 航空制造技术, 2020, 63(12):97-101. [10] 史慧宇, 郭忠存, 阎守国, 等. 各向异性焊缝中超声相控阵瞬态声场仿真及缺陷定位方法[J]. 声学学报, 2021, 46(3):447-455. [11] 张杰, 莫润阳. 超声相控阵全聚焦成像算法比较分析[J]. 声学技术, 2021, 40(1):71-76.
计量
- 文章访问数: 12
- HTML全文浏览量: 0
- PDF下载量: 12
下载:
