首页  |  期刊简介  |  期刊荣誉  |  编委会  |  现任主编  |  投稿指南  |  下载中心  |  期刊征订
中文核心期刊
Ei Compendex收录期刊
中国科学引文数据库来源期刊
中文科技期刊数据库收录期刊
国际刊号:1004-6801
国内刊号:32-1361/V
用户登录
  E-mail:  
  密  码:  
  作者 审稿  
  编辑 读者  
期刊向导
联系方式
  • 主管:中华人民共和国工业和信息化部
  • 主办:南京航空航天大学
  •           全国高校机械工程测试技术研究会
  • 国际刊号:1004-6801
  • 国内刊号:32-1361/V
  • 地址:南京市御道街29号
  • 电话:025-8489 3332
  • 传真:025-8489 3332
  • E-mail:qchen@nuaa.edu.cn
  • 邮编:210016
管道损伤磁梯度共振稀疏分解与BMSR辨识方法
Magnetic Gradient Resonance Sparse Decomposition and BMSR Identification Method for Pipeline Damage
  
DOI:10.16450/j.cnki.issn.1004-6801.2019.06.026
中文关键词:  磁力检测  梯度张量  共振稀疏分解  随机共振
英文关键词:magnetic force detection  gradient tensor  resonance sparse decomposition  stochastic resonance
基金项目:国家重点研发计划资助项目(2017YFC0805005);北京工业大学日新人才培养计划资助项目
作者单位
王新华,齐立夫,陈迎春,赵以振,高宬宬 (北京工业大学机械工程与应用电子技术学院 北京100124) 
摘要点击次数: 45
全文下载次数: 61
中文摘要:
      为更好地提取埋地钢质管道地磁环境下由应力集中产生的磁力信号,克服现有磁力检测缺乏有效高灵敏度多元探头阵列和信号处理技术的问题,提出一种磁梯度张量共振稀疏分解结合偏置单稳随机共振(bias monostable stochastic resonance, 简称BMSR)的辨识方法对管道损伤进行有效评估。首先,探头布置采用十字张量阵列形式;其次,针对管道缺陷和现场干扰信号特点,用不同品质因子对信号进行共振稀疏分解,剔除掉一部分干扰信号;最后,加入不同时域恢复的随机共振系统结合量子遗传算法进行参数寻优。将该辨识方法用于实际站场管道张量检测信号,比较传统低通滤波、不同随机共振系统结合共振稀疏分解的处理结果,验证了磁梯度张量共振稀疏分解加偏置单稳处理算法在提取管道损伤磁场和表征管道应力集中的有效性。
英文摘要:
      To extract the magnetic signal generated by a stress concentration of buried steel pipeline geomagnetic environment exactly, and to overcome the drawback of the existing magnetic testing, which lacks effective detection of high sensitivity multiple probe array and signal processing technology, a kind of method using magnetic gradient tensor with resonance sparse decomposition and bias monostable stochastic resonance (BMSR) to evaluate the pipeline damage identification is put forward. Firstly, the probe arrangement is in the form of a cross tensor array. Secondly, according to the characteristics of the pipeline defect and on-site interference signals, the resonance sparse decomposition of the signal with different quality factors is used to eliminate some interference signals. Finally, the stochastic resonance system with different time domain recovery is added with quantum genetic algorithm for parameter optimization. The identification method is used for the actual station pipeline tensor detection signal, compared with the results using the traditional low-pass filtering, stochastic resonance system combined with different resonance sparse decomposition, the magnetic gradient tensor resonance sparse decomposition and bias monostable processing algorithm is verified to be effective on extracting pipeline damage characterization of magnetic field and pipeline stress concentration.
查看全文  查看/发表评论  下载PDF阅读器
关闭

Copyright @2010-2015《振动、测试与诊断》

地址:南京市御道街29号        邮编:210016

电话:025-8489 3332      传真:025-8489 3332       E-mail:qchen@nuaa.edu.cn

您是本站第1954271位访问者 本站今日一共被访问13

技术支持:北京勤云科技发展有限公司