基于Matlab叶片疲劳极限评估方法

摘要

本发明公开了一种基于Matlab叶片疲劳极限评估方法，所述叶片疲劳试验数据包括图片数据、温度数据、频响数据和疲劳测试数据，本发明叶片疲劳试验数据后处理方法是建立在Matlab软件平台上的一套测试数据后处理办法，能够快速，全面，系统，批量分析叶片疲劳试验数据，可以快速获得叶片的振动特征、疲劳极限和S‑N曲线，可以有效的降低叶片疲劳试验数据的处理时间，减少处理过程中的人为因素，并且降低叶片数据处理参与人数，极大的提高了效率。

说明书

技术领域

本发明涉及叶片疲劳试验数据处理技术领域，尤其涉及一种基于Matlab叶片疲劳极限评估方法。

背景技术

在试验室条件下叶片疲劳试验是获得叶片工作寿命的关键，越来越受到航空业设计和制作单位的关注。通过叶片疲劳试验获取较多的图片数据、温度数据、频响数据和疲劳测试数据，当数据量较大时，人工使用不同的软件处理，显然效率较低，并且在处理数据可靠性方面也不能得到有效的保证。试验后，试验人员需要出具叶片疲劳试验报告，报告中需要给出试验中关键的图表，需要将关键数据转化为报告中的文字和图表，而这些关键数据图表分散在各个仪器设备中，人工处理浪费了大量的时间精力。

发明内容

为了解决上述问题，本申请的目的在于提供一种基于Matlab叶片疲劳极限评估方法。

为实现本发明的目的，本发明提供的一种基于Matlab叶片疲劳极限评估方法，所述叶片疲劳数据包括图片数据、温度数据、频响数据和疲劳测试数据，

所述方法包括以下步骤：

a.图片数据处理，利用Matlab对图片数据进行剪裁和格式转换，并放入报告文档中；

b.温度数据处理，利用Matlab读取txt文档，根据txt文档中记录的温度数据，计算叶片表面各个测量点温度场分布图和叶片表面各点温度梯度图，并截图放入报告文档中；

c.频响数据处理，

利用Matlab读取电脑中存储的速度频响数据，采用峰值识别法获取模态频率初值，然后采用最小二乘法计算模态频率和模态阻尼比，

利用Matlab读取应力频响数据，根据速度频响数据识别出的模态频率对应的模态应力，然后以图表的形式保存，将记录模态频率、模态阻尼比、模态应力的图表，输出到报告文档中；

根据上述获取的模态应力数据，按照应变测点坐标网格作出应力分布云图，并标识前三的最大应力点，作为疲劳试验中应力-位移标定试验中应变测点位置；如果前三的应力较为接近，增加获取应力点数量，直至所取的应力点数值相差15%以上，将应力分布云图保存，截取到报告文档；

所有叶片振动特性试验完成后，对模态频率、模态阻尼比、模态应力进行统计分析，并将统计结果输出到报告文档中；

d.疲劳测试数据，

根据步骤c识别的固有频率，作为疲劳试验激励频率；根据步骤c的获得的应力点，作为疲劳试验应力测点，其中最大应力点作为控制点，其余测点为疲劳应变监测点，在疲劳试验应力测点粘贴应变片，利用振动台给予叶片不同量级的基础激励，利用多普勒激光测振仪获取叶尖的位移，应变片获取应力数据，激光测振仪和应变片连接到数据采集仪中，数据采集仪保存位移和应力数据，利用Matlab读取获得的应力数据和位移数据，使用最小二乘法计算应力-位移斜率，拟合出应力位移曲线，然后以图表的形式保存截取到报告里面，

所有叶片疲劳试验完成后，利用上述获取的斜率数据，统计分析应力-位移斜率的离散性，计算斜率的平均值、最大值、最小值、离散区域，以图表的形式保存在设定路径；

基于本步骤中应力-斜率数值（这里的应力斜率是单个叶片的应力-斜率。疲劳试验中，某个叶片进行应力-位移标定试验，然后做疲劳试验，完成后换下一片，进行应力-斜率标定，再做疲劳试验）将设定的疲劳试验的应力控制点应力量级转化为位移测点的位移量级，然后通过控制仪控制位移测量点的位移量级，使该点的位移量级在疲劳试验过程中保持不变，当疲劳试验达到指定循环次数或者叶片出现裂纹，疲劳试验结束，记录试验量级及相应的循环次数。先根据小子样升降法进行叶片疲劳极限测量，小子样升降法为叶片试验量级的调整方法，如果叶片在某应力量级下对应的循环次数达到预定值未出现裂纹，下一片叶片的应力量级根据预定步长上升一个步长；如果叶片在某应力量级下未达到预定的循环次数出现裂纹，则下一片叶片的应力量级下降一个步长，重复应力量级的升降过程直至满足小子样升降法获取中值疲劳极限的条件，利用Matlab读取小子样升降法疲劳试验的应力量级和相对应的循环次数数据，按照小子样升降法计算中值疲劳极限，然后以图表的形式输出到报告中，

获取中值疲劳极限后，利用成组法获取叶片的S-N曲线，成组法先基于中值疲劳极限，设定高于中值疲劳极限的多个应力量级，每个应力量级下分配多个数目的叶片，然后基于预定的分组进行叶片疲劳试验；读取成组法疲劳试验的应力量级和相对应的循环次数数据，计算对数坐标下的疲劳寿命的平均值、标准差、变异系数、置信度，然后以图表的形式保存至设定位置，

基于本步骤获得的疲劳极限和疲劳寿命结果拟合S-N曲线，

振动特性统计结果和疲劳试验统计结果处理完成后，根据路径读取处理后的结果，将处理后的结果输出到报告，然后对试验结果进行判断并得出结论。

其中，

所述图片数据包括试验前拍摄的叶片整体状态照片、试验后拍摄的叶片整体状态照片以及叶片局部裂纹图片。

其中，

在步骤a中，利用Matlab对图片数据进行剪裁和格式转换，并放入报告文档中，具体包括：

利用Matlab读入存储在电脑中的试验前拍摄的叶片整体状态照片、试验后拍摄的叶片整体状态照片，识别图片中目标的位置，去除与目标无关的信息后，将截图放入报告文档中；

利用Matlab读入存储在电脑中的局部裂纹图片数据，进行灰度化、滤波、二值化处理，从而使得裂纹清楚显示，将截图放入报告文档中，同时，计算裂纹长度信息放入报告文档中。

其中，

在步骤b中，还包括如下步骤：

在疲劳试验前对叶片所处的温度场环境进行温度测量，保证叶片所处的温度环境满足试验要求，输出记录温度数据的txt文档。

其中，

在步骤c中，还包括如下步骤：

疲劳试验前，需对每一叶片进行叶片振动特性获取试验，将叶片固定在振动台上，使用力锤或振动台激励，利用激光测振仪获取叶片设定位置的表面速度响应、利用应变片获取叶片设定位置的表面应力，其中，激光测振仪和应变片连接到数据采集仪上，数据采集仪保存速度频响数据、应力频响数据至电脑硬盘中。

其中，

在步骤c中，

采用峰值识别法获取模态频率初值，然后采用最小二乘法计算模态频率和模态阻尼比，采用如下方式：

首先，取频响函数的虚部作为识别对象，如下列公式所示：

式中，I为频响数据，N为待识别的模态阶次，

待识别的参数向量为：

设

相应于L个频率点所构成的理论频响函数虚部向量可表示为：

各频率点处理论频响函数虚部与实测频响函数虚部的误差向量为：

按照上述复模态最小二乘迭代法的运算步骤求解模态参数。

其中，

在步骤d中，小子样升降法计算中值疲劳极限，采用如下方式：

中值疲劳极限σ

式中，n-试验次数；

m-应力水平级数；

σ

v

其中，

在步骤d中，

使用最小二乘法计算应力-位移斜率如下：

应力数据为

式中：

相关系数r为：

其中，

S-N曲线拟合经验公式为：

式中，N-循环次数，C，m，S

令X=logN，y=log(σ

其中，

在步骤d中，

对数坐标下的疲劳寿命的平均值、标准差、变异系数，采用如下方式计算：

子样平均值

子样标准差S表达式：

子样变异系数

式中，

与现有技术相比，本发明的有益效果为，

本发明叶片疲劳试验数据后处理方法是建立在Matlab软件平台上的一套测试数据后处理办法，能够快速，全面，系统，批量分析叶片疲劳试验数据，可以快速获得叶片的振动特征、中值疲劳极限和S-N曲线，可以有效的降低叶片疲劳试验数据的处理时间，减少处理过程中的人为因素，并且降低叶片数据处理参与人数，极大的提高了效率。

具体实施方式

需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。

本发明实施例提供了一种基于Matlab叶片疲劳试验数据后处理方法，所述叶片疲劳数据包括图片数据、温度数据、频响数据和疲劳测试数据，

所述方法包括以下步骤：

a.图片数据处理，

所述图片数据包括试验前拍摄的叶片整体状态照片、试验后拍摄的叶片整体状态照片以及叶片局部裂纹图片；试验前后拍摄叶片整体状态照片，如果叶片出现裂纹，拍摄裂纹局部图片。使用高清相机获取图片数据，图片数据保存在电脑中。

利用Matlab读入存储在电脑中的试验前拍摄的叶片整体状态照片、试验后拍摄的叶片整体状态照片，识别图片中目标的位置，去除与目标无关的信息后，将截图放入报告文档中；

利用Matlab读入存储在电脑中的局部裂纹图片数据，进行灰度化、滤波、二值化处理，从而使得裂纹清楚显示，将截图放入报告文档中，同时，计算裂纹长度信息放入报告文档中；

b.温度数据处理，

在疲劳试验前对叶片所处的温度场环境进行温度测量，保证叶片所处的温度环境满足试验要求，输出记录温度数据的txt文档；

利用Matlab读取txt文档，根据txt文档中记录的温度数据，计算叶片表面各个测量点温度场分布图和叶片表面各点温度梯度图，并截图放入报告文档中；

温度测量采用热电偶和温度巡检仪组成的系统，热电偶按照预定位置布置在叶片表面，温度巡检仪采集热电偶温度信号，并输出txt格式测量结果。

c.频响数据处理，

叶片疲劳试验的激励频率一般选在叶片的共振频率附近，用较小的基础激励迫使叶片产生较大的振动响应。

疲劳试验前，需对每一叶片进行叶片振动特性获取试验，将叶片固定在振动台上，使用力锤或振动台激励，利用激光测振仪获取叶片设定位置的表面速度响应、利用应变片获取叶片设定位置的表面应力，其中，激光测振仪和应变片连接到数据采集仪上，数据采集仪保存速度频响数据、应力频响数据至电脑硬盘中；

利用Matlab读取电脑中存储的速度频响数据，采用峰值识别法获取模态频率初值，然后采用最小二乘法计算模态频率和模态阻尼比，

利用Matlab读取应力频响数据，根据速度频响数据识别出的模态频率对应的模态应力，然后以图表的形式保存，将记录模态频率、模态阻尼比、模态应力的图表，输出到报告文档中；

采用峰值识别法获取模态频率初值，然后采用最小二乘法计算模态频率和模态阻尼比，采用如下方式：

首先，取频响函数的虚部作为识别对象，如下列公式所示：

式中，I为频响数据，N为待识别的模态阶次，

待识别的参数向量为：

设

相应于L个频率点所构成的理论频响函数虚部向量可表示为：

各频率点处理论频响函数虚部与实测频响函数虚部的误差向量为：

按照上述复模态最小二乘迭代法的运算步骤求解模态参数；

根据上述获取的模态应力数据，按照应变测点坐标网格作出应力分布云图，并标识前三的最大应力点，作为疲劳试验中应力-位移标定试验中应变测点位置；如果前三的应力较为接近，增加获取应力点数量，直至所取的应力点数值相差15%以上，将应力分布云图保存，截取到报告文档；

所有叶片振动特性试验完成后，对模态频率、模态阻尼比、模态应力进行统计分析，并将统计结果输出到报告文档中；

d.疲劳测试数据，

根据步骤c识别的固有频率，作为疲劳试验激励频率；根据步骤c的获得的应力点，作为疲劳试验应力测点，其中最大应力点作为控制点，其余测点为疲劳应变检测点，在疲劳试验应力测点粘贴应变片，利用振动台给予叶片不同量级的基础激励，利用多普勒激光测振仪获取叶尖的位移，应变片获取应力数据，激光测振仪和应变片连接到数据采集仪中，数据采集仪保存位移和应力数据，利用Matlab读取获得的应力数据和位移数据，使用最小二乘法计算应力-位移斜率，拟合出应力位移曲线，然后以图表的形式保存截取到报告里面，

其中，使用最小二乘法计算应力-位移斜率如下：

应力数据为

式中：

相关系数r为：

所有叶片疲劳试验完成后，利用上述获取的斜率数据，统计分析应力-位移斜率的离散性，计算斜率的平均值、最大值、最小值、离散区域，以图表的形式保存在设定路径；

基于本步骤中应力-斜率数值将设定的疲劳试验的应力控制点应力量级转化为位移测点的位移量级，然后通过控制仪控制位移测量点的位移量级，使该点的位移量级在疲劳试验过程中保持不变，当疲劳试验达到指定循环次数或者叶片出现裂纹，疲劳试验结束，记录试验量级及相应的循环次数，先根据小子样升降法进行叶片疲劳极限测量，小子样升降法为叶片试验量级的调整方法，如果叶片在某应力量级下对应的循环次数达到预定值未出现裂纹，下一片叶片的应力量级根据预定步长上升一个步长；如果叶片某应力量级下未达到预定的循环次数出现裂纹，则下一片叶片的应力量级下降一个步长，重复应力量级的升降过程直至满足小子样升降法获取中值疲劳极限的条件，利用Matlab读取小子样升降法疲劳试验的应力量级和相对应的循环次数数据，按照小子样升降法计算中值疲劳极限，然后以图表的形式输出到报告中，

具体地，小子样升降法计算中值疲劳极限，采用如下方式：

中值疲劳极限σ

式中，n-试验次数；

m-应力水平级数；

σ

v

获取中值疲劳极限后，利用成组法获取叶片的S-N曲线，成组法先基于中值疲劳极限，设定高于中值疲劳极限的多个应力量级，每个应力量级下分配多个数目的叶片，然后基于预定的分组进行叶片疲劳试验；读取成组法疲劳试验的应力量级和相对应的循环次数数据，计算对数坐标下的疲劳寿命的平均值、标准差、变异系数、置信度，然后以图表的形式保存至设定位置，

采用如下方式计算：

子样平均值

子样标准差S表达式：

子样变异系数

式中，

基于本步骤获得的疲劳极限和疲劳寿命结果拟合S-N曲线，

S-N曲线拟合经验公式为：

式中，N-循环次数，C，m，S

令X=logN，y=log(σ

振动特性统计结果和疲劳试验统计结果处理完成后，根据路径读取处理后的结果，将处理后的结果输出到报告，然后对试验结果进行判断并得出结论。

需要说明的是，本申请中未详述的技术方案，采用公知技术。

以上所述仅是本发明的优选实施方式，应当指出的是，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。