Page 152 - 2023中国无损检测年度报告
P. 152

2023                                          ࠛ௨ចय़ˮڥQGWખ౎˘ᛸˡԾࡰᤠቅ                                                                                               ࠛ௨ចय़ˮڥQGWખ౎˘ᛸˡԾࡰᤠቅ                                               2023
                   ⚥㕂偽䰀唬崵䎃䏞䫣デ                                                                                                                                                                           ⚥㕂偽䰀唬崵䎃䏞䫣デ



              过耳板滑动连接,圆形环套的顶部及底部上均安                              发射信号在时间域和频域域的时频图;采用信息
              装有竖直放置的波导杆,波导杆的另一端安装有                              熵的量化方法对具有高分辨的时频图进行信息熵
              声发传感器,声发传感器的顶部安装在卡槽内部,                             的量化;对不同疲劳周期数下信号的时频成分量
              卡槽的一侧设置有第一升降柱,第一升降柱的支                              化,对金属线形缺陷深度下腐蚀疲劳产生的声发
              撑座固定在圆形环套侧壁上;底座上方还安装有                              射信号进行广义 S 变换和信息熵处理并进行对比
              两块水平放置的支撑板,支撑板通过至少一根竖                              和分析;获得疲劳试验结果。本发明粘贴应变传
              直放置的第二升降柱与底座连接固定,支撑板与                              感器,并通过超声波监测器对零部件进行多处监
              管道通过与管道适配的卡箍连接固定。本实用新                              测,减少人力投入,试验精准度提升,确保疲劳
              型对管道的检测效率高。                                        试验结果的准确性。


              基于迁移学习与多源信息融合的磨损状态在线                               一种基于声发射的低温高速轴承试验监测系统
                                                                 申请号 : CN202310935272.X
              监测方法及系统
              申请号 : CN202310961094.8                             发明人 : 李洋威 ; 董丽双 ; 何伟锋 ; 秦雷 ; 孙路祺 ;
              发明人 : 张执南 ; 刘松恺 ; 周慧慧 ; 李振 ; 尹念 ;                  王晨光 ; 臧东情 ; 王洪福 ; 刘国龙 ; 李坤 ; 曹章浩
              何可                                                 申请(专利权)人 : 北京航天动力研究所
              申请(专利权)人 : 上海交通大学                                  公开日期(公开): 2023.10.27
              公开日期(公开): 2023.08.29                               摘要 : 一种基于声发射的低温高速轴承试验监测
              摘要 : 本发明提供了一种基于迁移学习与多源信                            系统,低温高速轴承运转试验时,低温声发射传
              息融合的磨损状态在线监测方法及系统,包括:                              感器采集低温高速轴承的声发射电压信号,将所
              在摩擦磨损试验和在船装备状态下,对待监测摩                              述声发射电压信号经 BNC 同轴电缆输送至放大
              擦副分别进行数据采集;对待监测摩擦副数据进                              器,被放大之后的信号由 SMA 同轴电缆输送至
              行特征提取;基于提取的特征通过迁移学习进行                              采集器,采集器将所述声发射电压信号转换为电
              特征迁移最终得到成功迁移特征;利用成功迁移                              流信号传入数据处理模块,数据处理模块对接收
              特征训练随机森林模型,利用训练后的随机森林                              的低温高速轴承的声发射电流信号进行实时处理、
              模型进行磨损状态监测;本发明能够实现对船舶                              显示并保存,实时监测低温高速轴承试验的运行
              和航空航天领域的动力装置轴系、齿轮箱中易磨                              状态。转速传感器实时采集低温高速轴承的转速
              损的部件进行磨损状态的在线监测,所采用的迁                              电压信号,经采集器传入数据处理模块,进行实
              移学习与多源信息融合方法降低了对收集信号质                              时显示并保存。因本发明所采用的监测手段机理
              量要求,提高了磨损状态监测鲁棒性,从而提高                              是通过材料局部能量的快速释放而发生瞬态弹性
              系统的适用范围。                                           波所形成的,因此可实现转动系统的故障早期预
                                                                 警以及自动判别。
              一种基于声发射的钛合金疲劳预伤过程监测方
              法及系统                                               基于声发射的玻璃纤维增强复合材料损伤模式
              申请号 : CN202310941880.1                             识别方法
              发明人 : 李子敬 ; 严互彬 ; 王勇 ; 刘元清 ; 刘林 ;                  申请号 : CN202310863509.8
              李国伟                                                发明人 : 有移亮 ; 毕鑫宇 ; 杨宇诚
              申请(专利权)人 : 攀西钒钛检验检测院                               申请(专利权)人 : 北京航空航天大学
              公开日期(公开): 2023.10.31                               公开日期(公开): 2023.11.03
              摘要 : 本发明属于疲劳预伤监测技术领域,公开                            摘要 : 本发明公开了一种基于声发射的玻璃纤维
              了一种基于声发射的钛合金疲劳预伤过程监测方                              增强复合材料损伤模式识别方法,属于材料无损
              法及系统,搭建声发射检测与疲劳试验装置,进                              检测和模式识别技术领域。本发明利用声发射技
              行实验前准备工作;疲劳试验声发射检测与信号                              术,通过监测和分析玻璃纤维增强复合材料拉伸
              采集;开启试验程序;用改进的 Marr 子波为核                           过程中的声发射信号,对声发射信号数据进行
              函数的广义 S 变换处理声发射信号 x(t),获得声                         降噪,特征参数选择,k-means 聚类分析以及

             142
   147   148   149   150   151   152   153   154   155   156   157