恭喜南京林業大學陳冬冬獲國家專利權
買專利賣專利找龍圖騰,真高效! 查專利查商標用IPTOP,全免費!專利年費監控用IP管家,真方便!
龍圖騰網恭喜南京林業大學申請的專利考慮溫度和應力不均勻分布的索夾螺桿軸力超聲檢測方法與系統獲國家發明授權專利權,本發明授權專利權由國家知識產權局授予,授權公告號為:CN119043543B 。
龍圖騰網通過國家知識產權局官網在2025-05-20發布的發明授權授權公告中獲悉:該發明授權的專利申請號/專利號為:202411150336.6,技術領域涉及:G01L1/25;該發明授權考慮溫度和應力不均勻分布的索夾螺桿軸力超聲檢測方法與系統是由陳冬冬;李偉設計研發完成,并于2024-08-21向國家知識產權局提交的專利申請。
本考慮溫度和應力不均勻分布的索夾螺桿軸力超聲檢測方法與系統在說明書摘要公布了:本發明公開了考慮溫度和應力不均勻分布的索夾螺桿軸力超聲檢測方法與系統,包括:基于索夾螺桿在受力之前的長度數據,獲取在零應力狀態下超聲縱波在索夾螺桿的波速;并通過線性擬合得到溫度系數,進而得到超聲縱波在索夾螺桿形變量上傳播時間和超聲縱波在螺桿中往返渡越時間;基于超聲縱波在螺桿中往返渡越時間和粒子群檢測算法,構建適應度函數;基于粒子群檢測算法,對粒子群中的粒子速度和位置進行更新,當達到預設的閾值條件后,粒子群檢測算法輸出所有粒子的全局最優位置,并獲取索夾螺桿軸螺桿力。本發明通過采用微元建模方法,得到超聲縱波在螺桿中往返渡越時間與應力狀態的關系,并結合粒子群優化算法進行搜索,有效提高測量精度。
本發明授權考慮溫度和應力不均勻分布的索夾螺桿軸力超聲檢測方法與系統在權利要求書中公布了:1.考慮溫度和應力不均勻分布的索夾螺桿軸力超聲檢測方法,其特征在于,包括:采集索夾螺桿在受力前后的長度數據,構建索夾螺桿的受力二維簡化模型;基于索夾螺桿在受力之前的長度數據和受力二維簡化模型,獲取在零應力及標準標定溫度狀態下,超聲縱波在索夾螺桿的波速;在不同溫度下對螺桿進行超聲縱波波速測量試驗并記錄,獲得零應力狀態下螺桿在不同溫度下的到達時間,通過線性擬合得到溫度系數;基于索夾螺桿在受力之后的形變量、溫度系數及超聲縱波在索夾螺桿的波速,并考慮環境溫度,對溫度效應進行補償,獲取超聲縱波在索夾螺桿形變量上傳播時間,進而獲取超聲縱波在螺桿中往返渡越時間;基于超聲縱波在螺桿中往返渡越時間和粒子群檢測算法,構建適應度函數;基于粒子群檢測算法,對粒子群中的粒子速度和位置進行更新,進而不斷優化粒子的適應度函數值,更新每個粒子的個體最優值和最優位置,更新所有粒子的全局最優值和最優位置;當達到預設的閾值條件后,粒子群檢測算法輸出所有粒子的全局最優位置,并獲取索夾螺桿軸螺桿力;所述獲取在零應力狀態下,超聲縱波在索夾螺桿的波速,具體為:基于聲彈性理論,在均勻的各項同性的材料中沿應力方向傳播的超聲縱波波速與應力之間的關系為: 其中,ρ0為材料的密度;VL為縱波波速;λ、μ為二階彈性常數;m、l為三階彈性常數;σ為材料中的應力值;其中,標準標定溫度T0下,超聲縱波零應力狀態的波速為: 將公式2帶入公式1得到在標準標定溫度T0下,縱波波速與應力之間的關系式為: 其中,AL為超聲縱波的聲彈性系數;AL為負值,即縱波波速隨著應力的增加而減小;所述通過線性擬合得到溫度系數,具體為:α=ΔtΔT其中,ΔT=T-T0;T為任意溫度;Δt為在不同溫度下超聲縱波波速穿過索夾螺桿的時間差;在標準標定溫度T0下,所述索夾螺桿在受力之后的形變量,具體為:所述索夾螺桿的兩端為螺紋,所述索夾螺桿兩端的螺紋上固定設置有螺母;所述索夾螺桿的另一端設置的螺母受到外力的作用下發生形變;索夾螺桿受力區域長度變為Lσ,不受力部分長度仍然為L0;受力部分的原始長度為有效夾持長度Le,其長度介于兩端螺母外側距離和內側距離之間;螺桿原始長度Li表示為:Li=Le+L04在零應力狀態下和任意溫度T下,對波速進行修正,具體為: 其中,tT0為標定溫度下的到達時間;假設受力部分的各個截面上應力相同,應力沿軸向分布曲線為σx;采用微元法截取微段dx,則微段在任意溫度T下,螺桿受力之后的長度為[[1+E-1σx]1+γΔTdx,此時,螺桿受力部分長度Lσ,T表示為: 其中,E為材料的楊氏模量,γ為線膨脹系數;所述獲取超聲縱波在索夾螺桿形變量上傳播時間,具體為: 其中,超聲縱波在微段上傳播時間為微段的長度除以縱波波速;所述獲取超聲縱波在螺桿中往返渡越時間,具體為: 結合公式6和公式8可得: 其中,ε為積分區間[0,Le]內的一點,σε表示應力區間的平均軸向應力;所述基于超聲縱波在螺桿中往返渡越時間和粒子群檢測算法,構建適應度函數,具體為:粒子群檢測算法適用于解決單目標優化問題,結合公式9,建立適應度函數: 其中,適應度函數f為粒子群算法的優化目標,通過粒子群算法的迭代,不斷搜索適應度函數的最小值,從而得到變量的最優解;所述基于粒子群檢測算法,對粒子群中的粒子速度和位置進行更新,具體為:步驟1:初始化粒子群參數,包括粒子數量P、學習因子c1、c2、最大迭代次數T和位置搜索范圍;將索夾螺桿的彈性模量、聲彈性系數和縱波波速作為輸入值;步驟2:隨機生成每個粒子的初始位置和速度,位置為包含有效夾持長度Le和平均軸向應力σε的二維矩陣;步驟3:計算粒子的適應度函數值,保存每個粒子的個體最優值和最優位置,保存所有粒子的全局最優值和最優位置;步驟4:更新每個粒子的速度和位置;步驟5:重新計算粒子的適應度函數值,更新每個粒子的個體最優值和最優位置,更新所有粒子的全局最優值和最優位置;步驟6:重復上述步驟,直到達到最大迭代次數或者滿足循環結束條件后退出循環,輸出全局最優位置,即有效夾持長度Le和平均軸向應力σε的最優值,從而獲取索夾螺桿軸螺桿力;所述更新每個粒子的速度和位置,具體為:粒子群算法的速度和位置更新公式分別為: Xit=Vit+Xit-112其中,Vit=[Vi1t,…ViNt]T和Xit=[Xi1t,…XiNt]T分別表示i粒子迭代t次的N維速度和位置矩陣,i=1…P,P為粒子數量,t=1…T,T為最大迭代次數;Xipbest為i粒子的迭代過程中的個體最優值,Xgbest為所有粒子搜索到的全局最優值;wt表示慣性權重,體現了上一次迭代速度對當前速度的影響;wt越大,粒子的全局搜索能力越強,能夠避免陷入局部最優解;c1、c2為個體學習因子和社會學習因子,反映了粒子對于迭代過程中的個體最優值和局部最優值的繼承和學習;r1和r2為0到1之間的隨機數。
如需購買、轉讓、實施、許可或投資類似專利技術,可聯系本專利的申請人或專利權人南京林業大學,其通訊地址為:210037 江蘇省南京市龍蟠路159號;或者聯系龍圖騰網官方客服,聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。
1、本報告根據公開、合法渠道獲得相關數據和信息,力求客觀、公正,但并不保證數據的最終完整性和準確性。
2、報告中的分析和結論僅反映本公司于發布本報告當日的職業理解,僅供參考使用,不能作為本公司承擔任何法律責任的依據或者憑證。