ICS19.100 J04 中华人民共和国国家标准 GB/T33218—2016 无损检测 基于光纤传感技术的设备 健康监测方法 Non-destructivetesting—Practiceforequipmenthealthmonitoringbased onfibersensingtechnology 2016-12-13发布 2017-04-01实施 中华人民共和国国家质量监督检验检疫总局 中国国家标准化管理委员会发布前 言 本标准按照GB/T1.1—2009给出的规则起草。 本标准由全国无损检测标准化技术委员会(SAC/TC56)提出并归口。 本标准起草单位:中国特种设备检测研究院、北京中检希望科技有限公司、重庆市特种设备检测研 究院、厦门市特种设备检验检测院。 本标准主要起草人:丁克勤、陈光、李娜、黄学斌、伏喜斌、陈杰、陈力、刘关四、陈显锋、陶芳泽、何亚莹、 王志杰、唐方雄。 ⅠGB/T33218—2016 无损检测 基于光纤传感技术的设备 健康监测方法 1 范围 本标准规定了基于光纤传感技术的设备健康监测技术、数据分析方法、健康状态评估方法及相关 要求。 本标准适用于机械设备、起重设备、承压设备、钢结构等设备和结构运行中的健康监测。 2 规范性引用文件 下列文件对于本文件的应用是必不可少的。凡是注日期的引用文件,仅注日期的版本适用于本文 件。凡是不注日期的引用文件,其最新版本(包括所有的修改单)适用于本文件。 GB/T19873.1 机器状态监测与诊断 振动状态监测 第1部分:总则 GB/T19873.2 机器状态监测与诊断 振动状态监测 第2部分:振动数据处理、分析与描述 GB/T23713.1 机器状态监测与诊断预测 第1部分:一般指南 GB/T33213 无损检测 基于光纤传感技术的应力监测方法 3 运行状态参数监测 3.1 概述 设备的应力和振动直接表征了设备的健康状态,因此实施设备健康监测时应重点考虑其应力状态 指标和振动状态指标。状态监测流程应符合GB/T23713.1。 3.2 应力状态监测 设备的应力状态参数通过光纤传感技术进行测定,应力监测方法按GB/T33213。 3.3 振动状态监测 设备的振动状态参数通过光纤传感技术进行测定,振动监测方法按GB/T19873.1。 4 运行状态参数监测数据分析 4.1 应力状态监测数据分析 应力状态监测数据分析步骤如下: a) 剔除既不是峰值也不是谷值的数据点,将时间历程记录转化为峰谷值序列; b)针对峰谷值序列采用双参数的雨流计数法进行循环计数,提取和统计幅值和均值。 对于4个连续的峰谷值点P1、P2、P3、P4,只要符合图1所示的7种峰谷形式中的任意一种,都可 以从中取出一个完整的循环,且其幅值为P2-P3 2,均值为P2+P3 ( ) 2。 1GB/T33218—2016 图1 7种满足计数条件的峰谷值形式 将这7种峰谷形式综合起来,便能得到对于4个连续峰谷值点P1、P2、P3、P4(图中从左至右)进行 雨流计数的判定条件见式(1): P1-P2≥P2-P3 且 P4-P3≥P2-P3………………(1) 根据均幅值矩阵(参见附录A中表A.1)和不同均幅值载荷下的疲劳寿命(参见表A.2),最终可得 到不同均幅值载荷下损伤度(参见表A.3)。 4.2 振动状态监测数据分析 振动状态监测数据处理与分析方法按GB/T19873.2。 5 健康状态评估 5.1 基于应力的健康状态评估 基于应力的健康状态评估,主要通过应力谱计算疲劳累积损伤,进而对设备的健康状态进行评估。 疲劳累积损伤的计算方法参见附录B中B.1。 5.2 基于振动的健康状态评估 健康状态评估是对设备的健康状态进行分类的过程。基于振动的健康状态评估主要有神经网络分 类法(参见B.2)、支持向量机分类法(参见B.3)、贝叶斯网络分类法(参见B.4)等。 6 报告 健康监测报告的内容应根据监测要求制订,应至少包括以下要素: a) 设备基本信息(包括设备类别、型号、配置、编码、识别码等); b)设备说明书; c)监测时的运行工况说明; d)监测或采样的日期、时间; e)监测仪器类型(传感器类型、采集仪型号等); 2GB/T33218—2016 f)监测传感器位置和方位; g)监测数据原始记录及数据处理结果; h)设备健康状态评估结果; i)用户签名和有关资质授权签字(如适用)。 3GB/T33218—2016 附 录 A (资料性附录) 均幅值矩阵 表A.1、表A.2、表A.3分别给出了不同均幅值载荷下的工作频次、不同均幅值载荷下的疲劳寿命、 不同均幅值载荷下的损伤度。 表A.1 不同均幅值载荷下的工作频次 工作频次载荷均值 1 2 … j … n Sm1 Sm2 … Smj … Smn 载 荷 幅 值1 Sa1 2 Sa2 … … i Sai nij … … m Sam 表A.2 不同均幅值载荷下的疲劳寿命 工作频次载荷均值 1 2 … j … n Sm1 Sm2 … Smj … Smn 载 荷 幅 值1 Sa1 2 Sa2 … … i Sai Nij … … m Sam 表A.3 不同均幅值载荷下的损伤度 工作频次载荷均值 1 2 … j … n Sm1 Sm2 … Smj … Smn 载 荷 幅 值1 Sa1 2 Sa2 … … i Sai Dij … … m Sam 4GB/T33218—2016 附 录 B (资料性附录) 健康状态评估方法 B.1 疲劳累积损伤计算方法 根据雨流计数得到的结果,可采用Miner理论按式(B.1)计算结构的损伤度: Dij=nij Nij…………………………(B.1) 式中: nij———表示结构在第i级幅值和第j级均值载荷下结构的工作循环次数; Nij———表示结构在第i级幅值和第j级均值载荷下结构的疲劳寿命; Dij———表示结构在雨流矩阵中第i行、第j列载荷块所造成的损伤度。 与雨流矩阵所对应的总损伤度按式(B.2)计算: D=∑m i=1∑n j=1Dij …………………………(B.2) B.2 神经网络评估法 设第k层的第i个神经元的输入为net(k) i,输出为o(k) i,由第k-1层的第j个神经元到第k个神经 元的连接权值为wij,按式(B.3)~式(B.5)进行评估: net(k) i=∑ jwijo(k-1) j …………………………(B.3) o(k) i=f[net(k) i] …………………………(B.4) 权值的调整公式为: wij(t+1)=wij(t)+ηδio'j…………………………(B.5) 式中: wij(t)———t时刻节点j到节点i的连接权值; η———增益项; δi———下一导点的误差项; ο'j———节点j的输出。 B.3 支持向量机评估法 设有两类监测数据样本集(xi,yi),i=1,2,…,l { },其中第i个样本向量xi∈Rn,样本标签为yi= -1,1 { }。按式(B.6)确定目标函数: f(w,ξi)=1 2‖w‖2+C∑l i=1ξi ( )…………………………(B.6) 式中: w———分类面的法向量; C———惩罚因子; ξi———松弛因子。 5GB/T33218—2016 最优分类面要求最大化分类间隔和最小化分类误差,引入核函数K(xi,xj)后优化问题转化为 式(B.7): maxFαi( )=∑l i=1αi-1 2∑l i=1∑l j=1αiαjyiyjK(xi,xj) ∑l i=1αiyi=0 …………………………(B.7) 0≤αi≤C,∀i 对每一个训练点都有一个拉格朗日乘子αi,与非零αi对应的点xi就是支持向量,记为x* i。可以 得到式(B.8)所示判别函数: f(z)=sgn∑ x* i∈svα'iyiK(z,x* i)-b' [ ]…………………………(B.8) 式中: z ———测试样本; sv ———支持向量机; sgn(x)———符号函数,一般取对称硬极限函数(结果为+1或-1); α'i———拉格朗日乘子; b' ———偏置。 B.4 贝叶斯网络评估法 给定一个监测数据集D,D=X1,X2,…,Xn,C { }是离散随机变量的有限集,其中X1,X2,…,Xn 是属性变量,类变量C的取值范围为c1,c2,…,cm { },xi是属性Xi的取值。Ii=x1,x2,…,xn { }属于 类cj的概率由贝叶斯定理表示为式(B.9): P(cjx1,x2,…,xn)=P(x1,x2,…,xncj)·P(cj) P(x1,x2,…,xn) =α·P(x1,x2,…,xncj)·P(cj)……………(B.9) 式中: α ———正规化因子; P(cj) ———类cj的先验概率; P(cjx1,x2,…,xn)———类cj的后验概率,它反映了样本数据对类cj的影响。 根据贝叶斯最大后验准则,对于给定的Ii=x1,x2,…,xn { },贝叶斯网络分类器选择使后验概率 P(cjx1,x2,…,xn)最大对应的类cj为该Ii该的类别。 6GB/T33218—2016