[發明專利]一種金屬材料疲勞加載試驗與疲勞損傷無損檢測分析方法

有效

• 申請號: 201510059474.8
• 申請日: 2015-02-04
• 公開（公告）號: CN104634879B
• 公開（公告）日: 2017-07-18
• 發明（設計）人: 張衛冬;艾軼博;孫暢;呂濤;張習文
• 申請（專利權）人: 北京科技大學
• 主分類號: G01N29/14
• 分類號: G01N29/14
• 代理公司: 北京金智普華知識產權代理有限公司11401
• 代理人: 皋吉甫

1.一種金屬材料疲勞加載試驗與疲勞損傷無損檢測分析方法，其特征在于，所述方法包括搭載聲發射儀的疲勞試驗與疲勞損傷無損檢測分析兩部分，所述疲勞損傷無損檢測分析將所述搭載聲發射儀的疲勞試驗中測得的參數計算分析，所述搭載聲發射儀的疲勞試驗包括材料試樣疲勞加載、搭載聲發射系統和聲發射信號采集，所述疲勞損傷無損檢測分析包括聲發射信號特征提取、損傷識別和安全預警；

所述疲勞損傷無損檢測分析具體步驟如下：

(1)聲發射信號特征提取，將測得的參數信號——上升時間、能量和持續時間與做計數的比值，按照步長n對數據進行參數的均值統計和相關系數分析；

(2)損傷識別，首先對臨界點前后的數據進行分類，確定每類樣本的數量，將穩定擴展階段的數據量設定為n₁，快速擴展階段的數據量為n₀，對于不同階段的數據根據數據量的差別，賦予不同的權值，對樣本進行分類器的訓練和測試，按照留一驗證的方法進行測試和訓練樣本的選擇，在訓練過程中，利用粒子群優化算法PSO對訓練集進行參數尋優，并結合最優參數建立最佳損傷識別分類，最后對測試樣本進行損傷識別分類；

(3)安全預警，以能量/計數作為安全預警的輸入進行建模，最小二乘支持向量機LSSVM采用最小二乘系統作為損失函數，將粒子群尋優算法PSO和LSSVM進行結合，采用PSO優化的LSSVM算法計算，并實時動態地進行數據更新和預測及預警。

2.根據權利要求1所述的方法，其特征在于，所述搭載聲發射儀的疲勞試驗具體步驟如下：

(1)材料試樣疲勞加載，將試驗所用金屬材料加工成標準試樣的形狀，試樣中部有初始裂紋，在采集信號前對試樣進行裂紋的預制，將預制疲勞裂紋后的試樣安裝到疲勞加載設備上，然后根據不同的金屬材料，選擇合適的加載載荷，設置加載的應力比，選擇合適的加載頻率；

(2)搭載聲發射系統，在金屬試樣的預制裂紋前端放置聲發射傳感器，并在金屬試樣與聲發射傳感器之間涂抹耦合劑，保障二者之間的有效接觸，然后將探頭固定在試樣上面，并根據材料不同設置適當的聲發射儀采集參數；

(3)第三步，采集聲發射信號，對試件開始進行疲勞加載，同時觸發聲發射儀，不斷采集聲發射參數信號，并保存在聲發射工作站中。

3.根據權利要求2所述的方法，其特征在于，所述搭載聲發射儀的疲勞試驗步驟(3)中參數信號包括上升時間、計數、能量、持續時間。