【技術實現步驟摘要】
本專利技術涉及輸電鐵塔螺栓松動故障診斷，具體涉及一種便攜式螺栓松動檢測裝置及檢測方法。
技術介紹
1、螺栓松動檢測作為機械設備維護保養中不可或缺的一環，其重要性不言而喻。在復雜多變的工業環境中，機械設備往往承受著巨大的工作負荷和振動沖擊，這些外部因素極易導致螺栓連接部位出現松動現象。一旦螺栓松動未能及時發現并處理，將可能引發設備部件的錯位、磨損加劇，甚至造成整個機械系統的崩潰，進而引發嚴重的設備故障和安全事故，給生產活動帶來巨大損失，同時也威脅到操作人員的生命安全。
2、因此，探索高效、準確的螺栓松動檢測方法，對于確保機械設備的安全運行具有極其重要的意義。聲波檢測技術，作為現代無損檢測領域的一項重要技術，近年來在螺栓松動檢測中得到了廣泛應用，并展現出了顯著的優勢。
3、聲波檢測技術利用聲波在介質中傳播時遇到不同界面或缺陷會產生反射、折射、散射等物理現象的原理，通過測量和分析這些聲波信號的變化，可以實現對螺栓連接狀態的非接觸、快速檢測。在螺栓松動檢測中，聲波檢測技術能夠捕捉到螺栓松動時產生的微小振動或聲發射信號，這些信號包含了螺栓松動狀態的關鍵信息。通過對這些信號進行精確的分析和處理，可以準確地判斷螺栓是否松動，以及松動的程度和位置。相比傳統的檢測方法，如目視檢查、敲擊聽音等，聲波檢測技術具有更高的檢測精度和可靠性，能夠及時發現潛在的螺栓松動問題，有效預防因螺栓松動引發的設備故障和安全事故。同時，聲波檢測技術還具有非接觸、無損、快速等優點，能夠在不影響機械設備正常運行的情況下進行檢測，提高了檢測效率和便利性
4、聲波檢測技術在螺栓松動檢測中的應用可以參考下面的專利文獻：
5、參考文獻1：申請號為202310811971.3的中國專利文獻
6、參考文獻1記載了一種基于聲紋識別的鐵塔螺絲松動診斷方法及裝置，涉及故障診斷
獲取目標鐵塔的實時鐵塔信息，根據實時鐵塔信息自適應確定聲波發生器產生的目標聲波信號；向目標鐵塔發射目標聲波信號，采集目標鐵塔各螺絲連接處的聲紋信號；針對每一螺絲連接處的聲紋信號，提取該聲紋信號的mfcc特征向量，對mfcc特征向量進行加權降維優化得到目標特征向量；將目標特征向量輸入預設的聲學模型，獲得螺絲是否松動診斷識別結果。采用自適應主動發聲體制，發聲內容根據塔體型號大小環境等情況自行分析適配，大大優化聲紋分析效率，通過預設的聲學模型高效掃描分析全塔螺栓緊固狀況，判定螺栓松動情況，提升了檢測精度和工作效率。
7、參考文獻2：申請號為202410616950.0的中國專利文獻
8、參考文獻2記載了一種基于聲紋信號的鐵塔螺栓松動檢測方法，包括以下步驟：s1采集鐵塔螺栓音頻樣本并進行數據處理，生成鐵塔螺栓數據集；s2結合處理過的鐵塔螺栓數據集構建基于圖卷積神經網絡和多領域自適應模型，得到螺栓特征嵌入；s3隨機提取鐵塔螺栓數據集中的數據對基于圖卷積網絡和多領域自適應模型進行模型訓練和更新；s4對訓練好的基于圖卷積網絡和多領域自適應模型，引入預測目標約束，輸出整體鐵塔螺栓工況。通過一種多信道域圖卷積網絡方法提取源域和目標域的螺栓共同特征以及挖掘特征之間的關系，降低了目標域螺栓數據和源域螺栓數據的分布差異，解決了現有技術中數據量不足導致的精度較低的問題。
9、然而，基于聲紋信號進行螺栓松動檢測依然存在以下問題：(1)、由于各種環境噪音對聲紋信號中攜帶的設備狀態信息的影響非常大，如何降噪是需要解決的首要問題；(2)、工業設備故障正樣本難采集：故障樣本采集需費時數月甚至數年方能采集故障噪音，形成大型故障噪音訓練集難度大；(3)、設備聲紋信號特性提取算法難：利用參數識別算法對于各種不同等級和型號的設備需要獨立建立各種型號設備對應故障的參數值，每更換一種設備就要重構參數表格。
技術實現思路
1、本專利技術的目的是為解決現有技術中存在的上述技術問題，提供一種便攜式螺栓松動檢測裝置及檢測方法。
2、本專利技術為解決上述技術問題的不足，所采用的技術方案是：一種便攜式螺栓松動檢測裝置，包括箱體以及內置在箱體中的人機交互主機、聲波發射器和多個聲波傳感器；
3、所述人機交互主機包括顯示屏以及操作按鍵，人機交互主機內置有信號處理模塊和數據分析模塊；
4、所述聲波發射器能夠安裝在待檢測鐵塔上，用于產生并發射特定頻率的聲波；
5、所述聲波傳感器能夠安裝在待測螺栓處，并通過電纜與人機交互主機相連接，用于捕捉螺栓產生的反射聲波；
6、所述信號處理模塊用于接收聲波傳感器傳來的聲波信號，并對信號進行降噪處理，得到預處理的聲波信號；
7、所述數據分析模塊用于接收信號處理模塊傳來的經過預處理的聲波信號，通過訓練的神經網絡模型對信號進行分析，并判斷螺栓是否松動。
8、作為本專利技術一種便攜式螺栓松動檢測裝置的進一步優化：所述聲波發射器的發射聲波頻率可調，以適應不同材質和尺寸的螺栓檢測需求。
9、作為本專利技術一種便攜式螺栓松動檢測裝置的進一步優化：所述信號處理模塊包括濾波電路、放大電路以及模數轉換電路。
10、作為本專利技術一種便攜式螺栓松動檢測裝置的進一步優化：所述數據分析模塊采用的神經網絡模型為lstm網絡模型。
11、本專利技術還提供一種螺栓松動檢測方法，利用上述檢測裝置進行檢測作業，具體包括以下步驟：
12、s1、將聲波傳感器安裝在預定的監測螺栓位置，確保傳感器與螺栓的接觸面平整，以獲取準確的聲波數據；
13、s2、將人機交互主機與聲波傳感器通過專用電纜連接，實現聲波傳感器與信號處理模塊的信號傳輸，確保連接穩固，避免信號傳輸過程中的干擾；
14、s3、啟動人機交互主機，進行預熱以確保所有組件達到穩定工作狀態，通過人機交互主機內置的軟件設置檢測參數并開始檢測，聲波發射器將發射特定頻率的聲波，聲波傳感器接收螺栓松動產生的聲波信號并將信號傳輸至信號處理模塊；
15、s4、信號處理模塊對接收的聲波信號進行降噪處理并傳輸至數據分析模塊，數據分析模塊對處理后的信號進行分析，識別出異常信號數據，判斷螺栓是否松動，生成檢測報告并顯示在人機交互主機的屏幕上。
16、作為本專利技術一種螺栓松動檢測方法的進一步優化：所述步驟s3中檢測參數包括聲波發射器的聲波輸出頻率，該聲波輸出頻率由以下公式確定：
17、f＝f0×(1+α×δt+β×vw+γ×m)
18、其中，f為聲波輸出頻率，f0為基礎頻率，δt為溫度變化值，vw為環境風速，m為基體材質因素，α、β和γ均為因素系數。
19、作為本專利技術一種螺栓松動檢測方法的進一步優化：建立數學模型來描述聲波頻率與環境因素之間的關系，模型包含因素系數α、β、γ和m，重復實驗并驗證系數的穩定性，通過實驗數據對模型進行擬合，從而確定系數α、β、γ和m的具體值。
20、作為本專利技術一種螺栓松動檢測方法的進一步優化：所述步驟s4中對信號進行降本文檔來自技高網...
【技術保護點】
1.一種便攜式螺栓松動檢測裝置，其特征在于：包括箱體以及內置在箱體中的人機交互主機、聲波發射器和多個聲波傳感器；
2.如權利要求1所述便攜式螺栓松動檢測裝置，其特征在于：所述聲波發射器的發射聲波頻率可調，以適應不同材質和尺寸的螺栓檢測需求。
3.如權利要求1所述便攜式螺栓松動檢測裝置，其特征在于：所述信號處理模塊包括濾波電路、放大電路以及模數轉換電路。
4.如權利要求1所述便攜式螺栓松動檢測裝置，其特征在于：所述數據分析模塊采用的神經網絡模型為LSTM網絡模型。
5.一種螺栓松動檢測方法，其特征在于，利用權利要求1-4中任一權利要求所述檢測裝置進行檢測作業，具體包括以下步驟：
6.如權利要求5所述一種螺栓松動檢測方法，其特征在于：所述步驟S3中檢測參數包括聲波發射器的聲波輸出頻率，該聲波輸出頻率由以下公式確定：
7.如權利要求6所述一種螺栓松動檢測方法，其特征在于：建立數學模型來描述聲波頻率與環境因素之間的關系，模型包含因素系數α、β、γ和M，重復實驗并驗證系數的穩定性，通過實驗數據對模型進行擬合，從而確定系
8.如權利要求5所述一種螺栓松動檢測方法，其特征在于：所述步驟S4中對信號進行降噪處理的方法為：
9.如權利要求5所述一種螺栓松動檢測方法，其特征在于：所述步驟S4中數據分析模塊對處理后的信號進行分析識別出異常信號數據的方法為：
10.如權利要求8所述一種螺栓松動檢測方法，其特征在于：所述LSTM模型的結構如下：
...【技術特征摘要】
1.一種便攜式螺栓松動檢測裝置，其特征在于：包括箱體以及內置在箱體中的人機交互主機、聲波發射器和多個聲波傳感器；
2.如權利要求1所述便攜式螺栓松動檢測裝置，其特征在于：所述聲波發射器的發射聲波頻率可調，以適應不同材質和尺寸的螺栓檢測需求。
3.如權利要求1所述便攜式螺栓松動檢測裝置，其特征在于：所述信號處理模塊包括濾波電路、放大電路以及模數轉換電路。
4.如權利要求1所述便攜式螺栓松動檢測裝置，其特征在于：所述數據分析模塊采用的神經網絡模型為lstm網絡模型。
5.一種螺栓松動檢測方法，其特征在于，利用權利要求1-4中任一權利要求所述檢測裝置進行檢測作業，具體包括以下步驟：
6.如權利要求5所述一種螺栓松動檢測方法，...
【專利技術屬性】
技術研發人員：冀義豪，赫廣元，務孔永，李付磊，朱淵博，羅萌，阮先成，楊易斐，祝冬，高航，王曉芳，
申請(專利權)人：河南四達電力設備股份有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。