应用加权TFM成像算法的螺栓监控系统及方法技术方案

本发明专利技术提供了一种应用加权TFM成像算法的螺栓监控系统，包括数据采集模块、加权TFM成像模块、缺陷检测模块、监控和分析模块；所述数据采集模块用于采集被监测螺栓的超声数据；所述加权TFM成像模块用于使用加权TFM成像算法处理所述超声数据，以获得螺栓的检测图像；所述检测图像为加权TFM图像；所述缺陷检测模块用于基于所述检测图像进行所述被监测螺栓的缺陷检测；所述监控和分析模块用于定期基于所述检测图像，确定所述被监测螺栓的风险评估数据。据。据。

【技术实现步骤摘要】
应用加权TFM成像算法的螺栓监控系统及方法


[0001]本专利技术涉及螺栓监测
，具体涉及一种应用加权TFM成像算法的螺栓监控系统及方法。

技术介绍

[0002]传统的螺栓监控通常采用物理测量或者人工检测的方式进行，其主要方法包括：
[0003]扭矩检测法：通过测量螺栓在紧固时所需的扭矩，来判断螺栓的紧固情况。
[0004]拉伸力检测法：通过测量螺栓在紧固时所需的拉伸力，来判断螺栓的紧固情况。
[0005]监视法：通过人工观察螺栓的状态和变化，来判断螺栓的紧固情况。
[0006]传统的螺栓监控方法虽然简单易行，但是存在明显的局限。例如，扭矩检测法和拉伸力检测法需要在螺栓紧固前进行预先设定，无法实现实时监测。同时，这些方法只能对单个螺栓进行监测，难以对多个螺栓进行高效监测。而且，这些方法只能检测到螺栓是否达到预设的扭矩或者拉伸力，无法检测到螺栓的具体损伤情况。
[0007]因此，需要一种能够可以实现对在役螺栓的三维图像化监测的应用加权TFM成像算法的螺栓监控系统及方法。

技术实现思路

[0008]本专利技术的目的在于提供一种应用加权TFM成像算法的螺栓监控系统及方法。以期解决
技术介绍
中存在的技术问题。
[0009]为了实现上述目的，本专利技术采用以下技术方案：
[0010]一种应用加权TFM成像算法的螺栓监控系统，包括数据采集模块、加权TFM成像模块、缺陷检测模块、监控和分析模块；
[0011]所述数据采集模块用于采集被监测螺栓的超声数据；
[0012]所述加权TFM成像模块用于使用加权TFM成像算法处理所述超声数据，以获得螺栓的检测图像；所述检测图像为加权TFM图像；
[0013]所述缺陷检测模块用于基于所述检测图像进行所述被监测螺栓的缺陷检测；
[0014]所述监控和分析模块用于定期基于所述检测图像，确定所述被监测螺栓的风险评估数据。
[0015]在一些实施例中，所述系统还包括维护和保养建议模块，所述维护和保养建议模块用于基于所述缺陷检测的检测结果及所述风险评估数据，确定所述被监测螺栓的维护方案。
[0016]在一些实施例中，所述数据采集模块进一步用于基于超声阵列传感器采集所述被监测螺栓的超声数据。
[0017]在一些实施例中，所述缺陷检测模块进一步用于：通过检测模型，基于所述检测图像，确定所述被监测螺栓的缺陷检测结果。
[0018]在一些实施例中，所述监控和分析模块进一步用于：通过风险评估模型，基于所述
检测图像，确定所述被监测螺栓的风险评估数据。
[0019]同时，本专利技术还公开了一种应用加权TFM成像算法的螺栓监控方法，基于上述的应用加权TFM成像算法的螺栓监控系统实现；所述方法包括：
[0020]采集被监测螺栓的超声数据；
[0021]基于加权TFM成像算法处理所述超声数据，获得螺栓的检测图像；所述检测图像为加权TFM图像；
[0022]基于所述检测图像进行所述被监测螺栓的缺陷检测，获取缺陷检测结果；
[0023]定期基于所述检测图像，确定所述被监测螺栓的风险评估数据。
[0024]在一些实施例中，所方法还包括：
[0025]基于所述缺陷检测的检测结果及所述风险评估数据，确定所述被监测螺栓的维护方案。
[0026]在一些实施例中，所述超声数据基于超声阵列传感器采集。
[0027]在一些实施例中，所述基于所述检测图像进行所述被监测螺栓的缺陷检测，获取缺陷检测结果包括：
[0028]通过检测模型，基于所述检测图像，确定所述被监测螺栓的缺陷检测结果。
[0029]在一些实施例中，所述定期基于所述检测图像，确定所述被监测螺栓的风险评估数据包括：
[0030]通过风险评估模型，基于所述检测图像，确定所述被监测螺栓的风险评估数据。
[0031]同时，本专利技术还公开了一种应用加权TFM成像算法的螺栓监控装置，所述装置包括处理器以及存储器；所述存储器用于存储指令，所述指令被所述处理器执行时，导致所述装置实现上述任一项所述应用加权TFM成像算法的螺栓监控方法。
[0032]同时，本专利技术还公开了一种计算机可读存储介质，所述存储介质存储计算机指令，当计算机读取存储介质中的计算机指令后，计算机运行上述任一项所述应用加权TFM成像算法的螺栓监控方法。
[0033]有益效果
[0034]本专利技术与现有技术相比，其显著优点是：
[0035]本专利技术的方案将相控阵超声加权TFM成像技术引入到螺栓检测系统中，可以实现对在役螺栓的三维图像化监测，在监测应力、疲劳状态的同时，还可实现对裂纹、断裂等缺陷的检测和预警。同时，本方案的系统具备可扩展性，平等级联监测节点可以不少于128个。
[0036]同时，本专利技术的技术方案使用加权TFM成像算法，能够检测到微小的缺陷和损伤。相比传统的螺栓监控方法，能够更加准确地确定螺栓的损伤程度和位置。可以对螺栓进行多角度成像，从而获得更全面的信息，包括螺纹部分和底部的情况。可以实现实时成像，能够快速检测螺栓的健康状况，比传统的螺栓检测方法更加高效和准确。不会对螺栓产生任何损伤。相比传统的螺栓检测方法，可以更加安全地进行检测。
附图说明
[0037]图1是本实施例涉及应用加权TFM成像算法的螺栓监控系统示意图；
[0038]图2是本实施例涉及的应用加权TFM成像算法的螺栓监控系统流程示意图；
[0039]图3是本实施例涉及的一种实施例中的检测模型的示意图；
[0040]图4是本实施例涉及的一种实施例中的风险评估模型的示意图；
[0041]图5是本实施例涉及的一种实施例中的二维TFM成像检测的示意图。
具体实施方式
[0042]为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
[0043]相反，本申请涵盖任何由权利要求定义的在本申请的精髓和范围上做的替代、修改、等效系统以及方案。进一步，为了使公众对本申请有更好的了解，在下文对本申请的细节描述中，详尽描述了一些特定的细节部分。对本领域技术人员来说没有这些细节部分的描述也可以完全理解本申请。
[0044]以下将结合图1
‑
5对本申请实施例所涉及的一种应用加权TFM成像算法的螺栓监控系统进行详细说明。值得注意的是，以下实施例仅仅用于解释本申请，并不构成对本申请的限定。
[0045]如图1所示，一种应用加权TFM成像算法的螺栓监控系统100，包括数据采集模块110、加权TFM成像模块120、缺陷检测模块130、监控和分析模块140。
[0046]所述数据采集模块用于采集被监测螺栓的超声数据；在一些实施例中，所述数据采集模块进一步用于基于超声阵列传感器采集所述被监测螺栓的超声数据。
[0047]例如，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种应用加权TFM成像算法的螺栓监控系统，其特征在于，包括数据采集模块、加权TFM成像模块、缺陷检测模块、监控和分析模块；所述数据采集模块用于采集被监测螺栓的超声数据；所述加权TFM成像模块用于使用加权TFM成像算法处理所述超声数据，以获得螺栓的检测图像；所述检测图像为加权TFM图像；所述缺陷检测模块用于基于所述检测图像进行所述被监测螺栓的缺陷检测；所述监控和分析模块用于定期基于所述检测图像，确定所述被监测螺栓的风险评估数据。2.根据权利要求1所述的系统，其特征在于，所述系统还包括维护和保养建议模块，所述维护和保养建议模块用于基于所述缺陷检测的检测结果及所述风险评估数据，确定所述被监测螺栓的维护方案。3.根据权利要求1所述的系统，其特征在于，所述数据采集模块进一步用于基于超声阵列传感器采集所述被监测螺栓的超声数据。4.根据权利要求1所述的系统，其特征在于，所述缺陷检测模块进一步用于：通过检测模型，基于所述检测图像，确定所述被监测螺栓的缺陷检测结果。5.根据权利要求1所述的系统，其特征在于，所述监控和分析模块进一步用于：通过风险评估模型，基于所述检测图像，确定所述...

【专利技术属性】
技术研发人员：姬升阳，毛延翩，冉毅川，刘志辉，曾广栋，刘德新，魏学锋，鹿明明，朱斌，张承俊，蒋雄，原可义，
申请(专利权)人：三峡金沙江川云水电开发有限公司，
类型：发明
国别省市：