典型文献
基于振动声调制信号协整分析的螺栓预紧状态识别
文献摘要：
振动声调制(vibro-acoustic modulation,VAM)利用低频振动和高频信号在损伤处相互作用所产生的非线性旁瓣信号进行结构损伤识别.在实际工程中,边界条件往往会影响被监测结构,干扰旁瓣的识别,导致损伤状况的误判.针对边界条件影响下的螺栓连接状态监测问题,提出了基于VAM信号协整分析的螺栓预紧状态识别方法.首先提取不同边界固定力下旁瓣信号的幅值作为协整变量,然后根据残差序列判断螺栓的预紧状态,建立具有鲁棒性的螺栓预紧力状态量化指标.实验结果表明:协整分析可以消除边界条件对VAM的影响,能够很好地表征螺栓的状态;协整残差的均方根(root mean square,RMS)值作为量化指标,能够有效地识别螺栓预紧力状态.
文献关键词：
振动声调制(VAM);螺栓预紧力;边界条件;协整分析;残差
中图分类号：
作者姓名：
张俊树;李丹;任伟新
作者机构：
合肥工业大学土木与水利工程学院,合肥 230009;深圳大学滨海城市韧性基础设施教育部重点实验室,广东深圳 518060
文献出处：
引用格式：
[1]张俊树;李丹;任伟新-.基于振动声调制信号协整分析的螺栓预紧状态识别)[J].振动与冲击,2022(21):1-6,18
A类：
B类：
声调,调制信号,协整分析,状态识别,vibro,acoustic,modulation,VAM,低频振动,高频信号,伤处,旁瓣,结构损伤识别,损伤状况,误判,螺栓连接状态,状态监测,监测问题,不同边界,定力,残差序列,螺栓预紧力,状态量化,量化指标,root,mean,square,RMS
AB值：
0.303661
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
