考虑温度和应力不均匀分布的索夹螺杆轴力超声检测方法与系统

本发明属于超声无损检测，涉及一种考虑温度和应力不均匀分布的索夹螺杆轴力超声检测方法与系统。

背景技术：

1、索夹是连接悬索桥主缆与吊索的重要结构构件。在长期服役过程中，受材料蠕变、交变荷载及环境温度等因素影响，索夹螺杆轴力会发生衰减，导致摩擦阻力减小，引发索夹滑移、吊索倾斜、主缆密封性降低、结构体系受力重新分配等问题。

2、目前，传统的索夹螺杆轴力测量方法为“拔出法”，通过千斤顶张拉螺杆至螺母松动，此时千斤顶的张拉力等于螺杆的轴力。该方法操作难度小，但检测精度低。此外，螺杆轴力检测还包括扭矩法、电阻应变片法、压力环法、超声检测法等。扭矩法一般通过扭矩扳手控制螺杆的预紧力，该方法简单高效，但不适用于大规格索夹螺杆的检测。电阻应变片法在螺杆上粘贴应变片，测量螺杆的表面应变值。根据胡克定律，利用应力与应变之间的关系计算出螺杆轴力。此种方法检测精度高，但应变片安装困难且耐久性不高。压力环法在螺杆受力部位放置压力环，通过压力环直接对轴力进行监测，测量针对性好，该方法虽然能够实现对轴力的长期监测，但不适用于大规模快速检测。

3、超声检测法由于其无损，高效以及精度高的特点，近年来成为悬索桥索夹螺杆力检测的一种有效方法。现有的超声检测普遍将螺杆受力部分的应力假设为均匀分布，但螺杆在被夹持件以及螺母的作用下，轴向应力必然分布不均匀，尤其以螺母端部应力衰减最为明显。这样估算螺杆有效夹持长度必然造成轴力测量误差，亟需一种符合螺杆实际受力情况的模型，并且能够准确测量出螺杆有效夹持长度的测量方法。

技术实现思路

1、本发明的目的在于解决现有技术中超声检测普遍将螺杆受力部分的应力假设为均匀分布，这样的估算与实际情况不符，导致轴力测量存在不可避免误差的问题，提供一种考虑温度和应力不均匀分布的索夹螺杆轴力超声检测方法及系统。

2、为达到上述目的，本发明采用以下技术方案予以实现：

3、考虑温度和应力不均匀分布的索夹螺杆轴力超声检测方法，包括：

4、采集索夹螺杆在受力前后的长度数据，构建索夹螺杆的受力二维简化模型；

5、基于索夹螺杆在受力之前的长度数据和受力二维简化模型，获取在零应力及标准标定温度状态下，超声纵波在索夹螺杆的波速；

6、在不同温度下对螺杆进行超声纵波波速测量试验并记录，获得零应力状态下螺杆在不同温度下的到达时间，通过线性拟合得到温度系数；

7、基于索夹螺杆在受力之后的形变量、温度系数及超声纵波在索夹螺杆的波速，并考虑环境温度，对温度效应进行补偿，获取超声纵波在索夹螺杆形变量上传播时间，进而获取超声纵波在螺杆中往返渡越时间；

8、基于超声纵波在螺杆中往返渡越时间和粒子群检测算法，构建适应度函数；

9、基于粒子群检测算法，对粒子群中的粒子速度和位置进行更新，进而不断优化粒子的适应度函数值，更新每个粒子的个体最优值和最优位置，更新所有粒子的全局最优值和最优位置；

10、当达到预设的阈值条件后，粒子群检测算法输出所有粒子的全局最优位置，并获取索夹螺杆轴螺杆力。

11、本发明的进一步改进在于：

12、进一步的，获取在零应力状态下，超声纵波在索夹螺杆的波速，具体为：基于声弹性理论，在均匀的各项同性的材料中沿应力方向传播的超声纵波波速与应力之间的关系为：

13、

14、其中，ρ0为材料的密度；vl为纵波波速；λ、μ为二阶弹性常数；m、l为三阶弹性常数；σ为材料中的应力值；

15、其中，标准标定温度t0下，超声纵波零应力状态的波速为：

16、

17、将公式(2)带入公式(1)得到在标准标定温度t0下，纵波波速与应力之间的关系式为：

18、

19、其中，al为超声纵波的声弹性系数；al为负值，即纵波波速随着应力的增加而减小；

20、所述通过线性拟合得到温度系数，具体为：

21、α＝δt/δt

22、其中，δt＝t-t0；t为任意温度；δt为在不同温度下超声纵波波速穿过索夹螺杆的时间差。

23、进一步的，在标准标定温度t0下，索夹螺杆在受力之后的形变量，具体为：所述索夹螺杆的两端为螺纹，所述索夹螺杆两端的螺纹上固定设置有螺母；所述索夹螺杆的另一端设置的螺母受到外力的作用下发生形变；索夹螺杆受力区域长度变为lσ，不受力部分长度仍然为l0；受力部分的原始长度为有效夹持长度le，其长度介于两端螺母外侧距离和内侧距离之间；螺杆原始长度li表示为：

24、li＝le+l0 (4)

25、在零应力状态下和任意温度t下，对波速进行修正，具体为：

26、

27、其中，t(t0)为标定温度下的到达时间；

28、假设受力部分的各个截面上应力相同，应力沿轴向分布曲线为σ(x)；采用微元法截取微段dx，则微段在任意温度t下，螺杆受力之后的长度为[[1+e-1σ(x)](1+γδt)dx，此时，螺杆受力部分长度lσ,t表示为：

29、

30、其中，e为材料的杨氏模量，γ为线膨胀系数。

31、进一步的，获取超声纵波在索夹螺杆形变量上传播时间，具体为：

32、

33、其中，超声纵波在微段上传播时间为微段的长度除以纵波波速；

34、所述获取超声纵波在螺杆中往返渡越时间，具体为：

35、

36、结合公式(6)和公式(8)可得：

37、

38、其中，ε为积分区间[0,le]内的一点，σ(ε)表示应力区间的平均轴向应力。

39、进一步的，基于超声纵波在螺杆中往返渡越时间和粒子群检测算法，构建适应度函数，具体为：粒子群检测算法适用于解决单目标优化问题，结合公式(9)，建立适应度函数：

40、

41、其中，适应度函数f为粒子群算法的优化目标，通过粒子群算法的迭代，不断搜索适应度函数的最小值，从而得到变量的最优解。

42、进一步的，基于粒子群检测算法，对粒子群中的粒子速度和位置进行更新，具体为：

43、步骤1：初始化粒子群参数，包括粒子数量p、学习因子c1、c2、最大迭代次数t和位置搜索范围；将索夹螺杆的弹性模量、声弹性系数和纵波波速作为输入值；

44、步骤2：随机生成每个粒子的初始位置和速度，位置为包含有效夹持长度le和平均轴向应力σ(ε)的二维矩阵；

45、步骤3：计算粒子的适应度函数值，保存每个粒子的个体最优值和最优位置，保存所有粒子的全局最优值和最优位置；

46、步骤4：更新每个粒子的速度和位置；

47、步骤5：重新计算粒子的适应度函数值，更新每个粒子的个体最优值和最优位置，更新所有粒子的全局最优值和最优位置；

48、步骤6：重复上述步骤，直到达到最大迭代次数或者满足循环结束条件后退出循环，输出全局最优位置，即有效夹持长度le和平均轴向应力σ(ε)的最优值，从而获取索夹螺杆轴螺杆力。

49、进一步的，更新每个粒子的速度和位置，具体为：粒子群算法的速度和位置更新公式分别为：

50、

51、xi(t)＝vi(t)+xi(t-1)      (12)

52、其中，vi(t)＝[vi1(t),…vin(t)]t和xi(t)＝[xi1(t),…xin(t)]t分别表示i粒子迭代t次的n维速度和位置矩阵，i＝1…p，p为粒子数量，t＝1…t，t为最大迭代次数；xipbest为i粒子的迭代过程中的个体最优值，xgbest为所有粒子搜索到的全局最优值；w(t)表示惯性权重，体现了上一次迭代速度对当前速度的影响；w(t)越大，粒子的全局搜索能力越强，能够避免陷入局部最优解；c1、c2为个体学习因子和社会学习因子，反映了粒子对于迭代过程中的个体最优值和局部最优值的继承和学习；r1和r2为0到1之间的随机数。

53、进一步的，获取索夹螺杆轴螺杆力，具体为：将测得的平均轴向应力σ(ε)的最优值乘以螺杆截面积得到索夹螺杆轴螺杆力；所述螺杆的横截面积通过测量螺杆的截面得到。

54、考虑温度和应力不均匀分布的索夹螺杆轴力超声检测系统，包括：

55、采集模块，所述采集模块采集索夹螺杆在受力前后的长度数据，构建索夹螺杆的受力二维简化模型；

56、第一获取模块，所述第一获取模块基于索夹螺杆在受力之前的长度数据和受力二维简化模型，获取在零应力及标准标定温度状态下，超声纵波在索夹螺杆的波速；

57、拟合模块，所述拟合模块在不同温度下对螺杆进行超声纵波波速测量试验并记录，获得零应力状态下螺杆在不同温度下的到达时间，通过线性拟合得到温度系数；

58、第二获取模块，所述第二获取模块基于索夹螺杆在受力之后的形变量、温度系数及超声纵波在索夹螺杆的波速，并考虑环境温度，对温度效应进行补偿，获取超声纵波在索夹螺杆形变量上传播时间，进而获取超声纵波在螺杆中往返渡越时间；

59、构建模块，所述构建模块基于超声纵波在螺杆中往返渡越时间和粒子群检测算法，构建适应度函数；

60、更新模块，所述更新模块基于粒子群检测算法，对粒子群中的粒子速度和位置进行更新，进而不断优化粒子的适应度函数值，更新每个粒子的个体最优值和最优位置，更新所有粒子的全局最优值和最优位置；

61、第三获取模块，所述第三获取模块当达到预设的阈值条件后，粒子群检测算法输出所有粒子的全局最优位置，并获取索夹螺杆轴螺杆力。

62、与现有技术相比，本发明具有以下有益效果：

63、本发明通过索夹螺杆在受力之前的长度数据，获取在零应力状态下超声纵波在索夹螺杆的波速；并通过线性拟合得到温度系数，进而得到超声纵波在索夹螺杆形变量上传播时间和超声纵波在螺杆中往返渡越时间；基于超声纵波在螺杆中往返渡越时间和粒子群检测算法，构建适应度函数；基于粒子群检测算法，对粒子群中的粒子速度和位置进行更新，当达到预设的阈值条件后，粒子群检测算法输出所有粒子的全局最优位置，并获取索夹螺杆轴螺杆力。本发明通过采用微元建模方法，得到超声纵波在螺杆中往返渡越时间与应力状态的关系，并结合粒子群优化算法进行搜索，能够有效提高测量精度。