一种基于时间序列模型的轴类零件裂纹判别方法

摘要

本发明涉及一种基于时间序列模型的轴类零件裂纹判别方法，包括以下步骤：(1) 对轴类零件裂纹工况进行分类；(2) 在无裂纹轴类零件有限元模型上按前一步分类仿真裂纹工况，计算轴在激励下的响应，不同裂纹工况的振动响应结果形成轴类零件的时间序列模型裂纹字典。并依据对若干种具有代表性裂纹的轴类零件实物的振动测试对有限元模型进行修正；(3)对轴类零件进行现场振动测试，结合步骤(2)中得到的裂纹字典，对振动测试获得的响应数据进行统计学处理，达到判别轴类零件裂纹是否存在，位置和严重程度的目的。该方法在现场测试中所需数据少，效率高，具有较高的精度。

主权项

一种基于时间序列模型的轴类零件裂纹判别方法，其特征在于：包括以下步骤：步骤1.对轴类零件裂纹工况进行分类:裂纹产生处到轴类零件一端的距离表征裂纹位置，以裂纹深度表征裂纹严重程度，两个指标组合在一起，用（,s）表征轴类零件的裂纹工况，表示裂纹位置，s表示裂纹严重程度，根据轴类零件具体尺寸选取多种裂纹工况以表达轴类零件裂纹情况；步骤2：在无裂纹轴类零件有限元模型上依据步骤1选取的裂纹工况进行仿真，计算轴在激励下的响应，多种裂纹轴的振动响应结果，振动响应形成时间序列，时间序列依据评价准则建立最适合的时间序列模型，一种裂纹工况对应建立一个时间序列模型，多种裂纹工况对应建立多个时间序列模型，最终形成轴类零件的时间序列模型裂纹字典，同时对若干种具有代表性裂纹的轴类零件实物进行激励，得到轴在外界激励下的响应，与有限元模型对比，对其进行修正，保证模型裂纹字典的准确性；所述时间序列模型建立时的评价准则为SC准则,即得到时间序列后，尝试不同模型参数个数组合配合时间序列建立ARMA(p,q)模型，依据SC准则值评价ARMA(p,q)模型的优劣，参数p和q表示ARMA模型内两种不同参数的个数，SC准则值越小，则时间序列模型越优秀,SC准则值按如下公式得到：，其中，n=p+q为模型参数的总个数，N是所观测数据的个数，即加速度响应采集点数，是残差方差的极大似然估计；步骤3：选取轴类零件为试样，使用一个传感器提取轴类零件上一个点的响应，这一点与步骤2中提取响应的是同一位置的同一点，结合步骤2中获得的模型裂纹字典，对振动测试获得的响应数据进行统计学处理，达到判别轴类零件裂纹是否存在，位置和严重程度；所述对振动测试获得的响应数据进行统计学处理为拟合程度比较，拟合程度评价标准为Theil不等系数，即Theil IC：；其中，表示时间序列模型预测值，表示时间序列实际值，Theil不等系数取值在0‑1之间；找出待判别裂纹情况的轴类零件的加速度响应时间序列与模型裂纹字典中各模型一一拟合后出现Theil不等系数的最小值所对应的模型的裂纹工况（,s₁），认为待判别的轴类零件的裂纹工况与（,s₁）最相似,至此完成轴类零件裂纹判别。