技术领域
[0001] 本发明属于流化床安装使用技术领域，具体而言，涉及一种接触式流化床上下段组对的焊缝应力检测方法。
相关背景技术
[0002] 接触式流化床作为一种高效的流化反应器，广泛应用于化工、能源和环保等领域。其典型结构包括上下两个段组件，通过焊接连接在一起形成整体。在运行过程中，流化床会承受复杂的振动和外力作用，这些力学载荷会导致焊缝部位出现应力集中，从而严重影响设备的使用寿命和安全性。因此，对接触式流化床焊缝的应力状态进行准确评估，成为保障设备运行可靠性的关键技术之一。
[0003] 目前，常用的焊缝应力检测方法主要有应变计测量法、X射线衍射法和有限元分析法等。应变计测量法虽然简单直观，但只能获得局部应力信息，无法反映整体应力状态；X射线衍射法能够精确测量表面残余应力，但无法评估深层应力分布；有限元分析法可以模拟焊缝的应力场，但需要事先确定合适的边界条件和材料参数，结果存在较大不确定性。这些方法各有优缺点，难以实现对复杂结构焊缝应力的全面评估。
具体实施方式
[0041] 为使本发明实施方式的目的、技术方案和优点更加清楚，下面将结合本发明实施方式中的附图，对本发明实施方式中的技术方案进行清楚、完整地描述。
[0042] 如图1所示，是本发明提供的一种接触式流化床上下段组对的焊缝应力检测方法流程图，本方法包括以下步骤：其中，包括以下步骤：
[0043] S10、分别对接触式流化床的上段和下段组施加不同频率和振幅的振动激励；
[0044] S20、采用光纤干涉仪监测流化床上下段组对的焊缝应力变化；
[0045] S30、根据测得的焊缝应力变化数据，绘制不同频率的振动激励对应的多张焊缝应力分布图；
[0046] S40、对多张焊缝应力分布图进行贝叶斯推断，通过建立概率模型来预测焊缝应力的最高点坐标，将预测焊缝应力最高点记为飞点；
[0047] S50、采用DBSCAN算法对多个飞点进行自监督聚类，得到多个聚类飞点，作为焊缝应力最高点；
[0048] S60、根据焊缝应力最高点的位置，确定焊缝的薄弱区域；
[0049] S70、采用有限元分析方法，对焊缝的薄弱区域进行应力分析，得到焊缝应力分布图用于表示焊缝应力检测结果。
[0050] 下面对上述步骤的具体实施方式进行详细描述：
[0051] 步骤S10的具体实施方式是：首先，需要准备一个接触式流化床装置，该装置由上段和下段两个组件构成。对于上段组件，需要安装一个可以产生特定频率和振幅的振动激励装置，如电磁振动器或压电振动装置。同样的，对于下段组件也需要安装一个可以产生不同频率和振幅的振动激励装置。这样，就可以对上下段分别施加不同的振动激励。振动激励的频率和振幅可以通过控制电压、电流或驱动信号的参数来调节。
[0052] 通过给上下段组件施加不同的振动激励，可以在流化床上产生不同的应力分布。这是因为上下段的振动会通过焊接部分的应力传递，从而导致焊缝处的应力状态发生变化。施加不同的振动激励，可以获得不同的焊缝应力响应，为后续的应力检测和分析提供基础数据。
[0053] 步骤S20的具体实施方式是:采用光纤干涉仪来监测流化床上下段对焊缝的应力变化。光纤干涉仪是一种高精度的光学测量仪器，可以通过干涉条纹的变化来检测微小位移和应变。具体来说，可以将光纤干涉仪的测量光束聚焦在流化床焊缝的关键位置，利用焊缝表面的微小变形引起的光路变化来检测焊缝应力的变化情况。
[0054] 通过光纤干涉仪的连续监测，可以获得不同振动激励条件下焊缝应力随时间的变化曲线。这些数据为后续的应力分析和预测提供了基础数据支撑。需要选择合适的测量点，确保能够准确捕捉焊缝处的应力变化信息。
[0055] 步骤S30的具体实施方式是:根据步骤S20中获得的焊缝应力变化数据，可以针对不同频率的振动激励，绘制出相应的焊缝应力分布图。
[0056] 具体来说，可以将时间‑应力变化曲线离散化，得到在每个时刻下焊缝上不同位置的应力值。然后，可以通过插值或拟合的方式，将这些离散的应力数据转换为连续的应力分布图。这样，就可以清楚地观察到在不同频率振动激励下，焊缝上的应力分布状态。
[0057] 这些应力分布图为后续的应力分析和预测提供了直观的数据基础。可以根据这些应力分布图，初步判断焊缝的薄弱区域和可能出现应力集中的位置。
[0058] 步骤S40的具体实施方式是:对步骤S30获得的多张焊缝应力分布图进行贝叶斯推断，建立概率模型来预测焊缝应力的最高点坐标。
[0059] 贝叶斯推断是一种基于概率统计理论的分析方法，可以利用已知数据推断未知参数的概率分布。在本案中，可以将焊缝应力分布图视为由某些未知参数(如应力集中点的位置和幅值)决定的概率分布。通过贝叶斯推断，可以根据已有的应力分布数据，估计出这些未知参数的概率分布。
[0060] 具体来说，首先需要建立一个概率模型，描述焊缝应力分布与未知参数之间的关系。然后，利用步骤S30获得的应力分布数据，通过贝叶斯公式对模型参数进行推断和更新，最终得到焊缝应力最高点的概率分布。将这个概率分布的峰值点坐标作为预测的焊缝应力最高点，记为"飞点"。
[0061] 这一步的目的是利用统计方法，在有限的应力分布数据基础上，预测出焊缝应力的可能最高点位置。这为后续的应力分析提供了重要参考。
[0062] 步骤S50的具体实施方式是:采用DBSCAN算法对步骤S40中预测得到的多个"飞点"进行自监督聚类，得到多个聚类中心作为焊缝应力的最高点。
[0063] DBSCAN是一种基于密度的聚类算法，可以自动发现数据中的任意形状的聚类，不需要事先指定聚类数量。在本案中，将步骤S40获得的多个"飞点"坐标作为输入数据，利用DBSCAN算法进行聚类分析。
[0064] DBSCAN算法的关键参数包括:半径阈值Eps，表示两个数据点之间的最大距离；最小样本数MinPts，表示构成一个聚类所需的最小样本数。通过合理设置这两个参数，DBSCAN算法可以自动识别出数据中的聚类结构，并将"飞点"划分到不同的聚类中心。
[0065] 这一步的目的是进一步分析和处理步骤S40得到的"飞点"，通过聚类的方式识别出焊缝应力的真实最高点。聚类结果中的多个聚类中心，就代表了焊缝应力的关键高应力区域。
[0066] 步骤S60的具体实施方式是:根据步骤S50中识别出的焊缝应力最高点的位置，确定焊缝的薄弱区域。
[0067] 具体来说，可以将步骤S50得到的多个聚类中心坐标，绘制在步骤S30获得的焊缝应力分布图上。这样就可以直观地看到，这些高应力区域在焊缝上的具体位置。将这些高应力区域界定为焊缝的薄弱区域，需要重点关注和分析。
[0068] 通过识别出焊缝的薄弱区域，为后续的应力分析提供了明确的研究对象和方向。可以针对这些薄弱区域开展更深入的有限元分析，进一步评估焊缝的应力状态和破坏风险。
[0069] 步骤S70的具体实施方式是:采用有限元分析方法，对步骤S60中确定的焊缝薄弱区域进行应力分析，得到焊缝应力分布图用于表示检测结果。
[0070] 有限元分析是一种广泛应用于工程分析的数值模拟方法，可以精确地模拟结构或材料在外载作用下的应力、变形等物理行为。在本案中，可以建立一个相应的有限元模型，将步骤S60确定的焊缝薄弱区域作为分析对象。
[0071] 通过有限元分析，可以得到这些薄弱区域的详细应力分布情况，包括应力峰值的位置和幅值。这些结果可以直接绘制成应力分布云图，直观地展示出焊缝应力的检测结果。
[0072] 这一步的目的是利用先进的数值模拟手段，对关键的焊缝薄弱区域进行深入分析，获得更加精确和细致的应力状态信息。这为最终的焊缝应力检测结果提供了可靠的依据。
[0073] 为了更好的理解本发明的方法，下面结合具体的公式对本发明的方法的具体实施方式进行展开描述：
[0074] 步骤S10：分别对接触式流化床的上段和下段组施加不同频率和振幅的振动激励[0075] 在该步骤中，需要首先准备一个接触式流化床装置，该装置由上段组件和下段组件两个部分构成。对于上段组件，需要安装一个可以产生特定频率和振幅振动激励的装置，如电磁振动器或压电振动装置。同样地，下段组件也需要安装一个可以产生不同频率和振幅振动激励的装置。
[0076] 假设上段组件的振动激励为Fu(t)＝Au sin(2πfut)，其中Au表示振幅，fu表示频率。下段组件的振动激励为Fl(t)＝Alsin(2πflt)，其中Al表示振幅，fl表示频率。通过调节电压、电流或驱动信号的参数，可以对上下段分别施加不同的振动激励。
[0077] 这样做的目的是，由于上下段组件的振动会通过焊接部分传递应力，从而导致焊缝处的应力状态发生变化。不同的振动激励会产生不同的焊缝应力响应，为后续的应力检测和分析提供基础数据。
[0078] 步骤S20：采用光纤干涉仪监测流化床上下段组对的焊缝应力变化
[0079] 在该步骤中，采用光纤干涉仪来监测流化床焊缝的应力变化。光纤干涉仪是一种高精度的光学测量仪器，可以通过干涉条纹的变化来检测微小位移和应变。
[0080] 具体来说，将光纤干涉仪的测量光束聚焦在流化床焊缝的关键位置，利用焊缝表面的微小变形引起的光路变化来监测焊缝应力的变化情况。假设焊缝表面位移为u(x，y，t)，则光路差Δx可表示为：
[0081] Δx＝2u(x，y，t)
[0082] 根据光纤干涉仪的工作原理，位移u(x，y，t)与干涉条纹的变化ΔI满足如下关系：
[0083]
[0084] 其中，I0为光强，λ为光波长。
[0085] 通过连续监测这些干涉条纹的变化，就可以获得不同振动激励条件下焊缝应力随时间的变化曲线。这些应力变化数据为后续的应力分析和预测提供了基础支撑。需要选择合适的测量点，确保能够准确捕捉焊缝处的应力变化信息。
[0086] 步骤S30：根据测得的焊缝应力变化数据，绘制不同频率的振动激励对应的多张焊缝应力分布图
[0087] 在该步骤中，首先将步骤S20获得的时间‑应力变化曲线离散化，得到在每个时刻下焊缝上不同位置的应力值。假设离散的应力数据为σ(xi，yj，tk)，其中(xi，yj)表示焊缝上的坐标位置，tk表示时间点。
[0088] 然后，通过插值或拟合的方式，将这些离散的应力数据转换为连续的焊缝应力分布图。对应不同频率的振动激励条件，分别绘制出相应的焊缝应力分布图。
[0089] 假设插值或拟合得到的焊缝应力分布函数为σ(x，y，t)＝f(x，y，t，Au，fu，Al，fl)，其中(x，y)表示焊缝上的任意坐标位置，t表示时间，Au，fu，Al，fl分别代表上下段振动激励的振幅和频率。
[0090] 这些应力分布图为后续的应力分析和预测提供了直观的数据基础，可以初步判断焊缝的薄弱区域和可能出现应力集中的位置。
[0091] 步骤S40：对所述多张焊缝应力分布图进行贝叶斯推断，通过建立概率模型来预测焊缝应力的最高点坐标
[0092] 在该步骤中，利用贝叶斯推断的方法，建立一个概率模型来预测焊缝应力的最高点坐标。
[0093] 假设焊缝应力分布σ(x，y，t)可以由一些未知参数θ＝[θ1，θ2，…，θn]决定，则可以建立如下的概率模型：
[0094]
[0095] 其中，μ(x，y，t，θ)和σ2(x，y，t，θ)分别表示应力分布的期望和方差，与未知参数θ有关。
[0096] 然后，利用步骤S30获得的应力分布数据σ(xi，yj，tk)，通过贝叶斯公式对模型参数θ进行推断和更新：
[0097]
[0098] 其中，p(θ)为参数的先验概率分布，p(σ(xi，yj，tk)|θ)为似然函数，p(σ(xi，yj，tk))为边缘概率。
[0099] 通过贝叶斯推断，最终可以得到焊缝应力最高点的概率分布。将这个概率分布的峰值点坐标作为预测的焊缝应力最高点，记为″飞点″。这为后续的应力分析提供了重要参考。
[0100] 步骤S50：采用DBSCAN算法对所述多个飞点进行自监督聚类，得到多个聚类飞点，作为焊缝应力最高点
[0101] 在该步骤中，采用DBSCAN算法对步骤S40预测得到的多个″飞点″坐标进行聚类分析，以识别焊缝应力的关键高应力区域。
[0102] DBSCAN是一种基于密度的聚类算法，可以自动发现数据中的任意形状的聚类，不需要事先指定聚类数量。算法的关键参数包括：
[0103] 1.半径阈值E，表示两个数据点之间的最大距离；
[0104] 2.最小样本数MinPts，表示构成一个聚类所需的最小样本数。
[0105] 给定一组″飞点″坐标{(xi，yi)}，DBSCAN算法的具体步骤如下：
[0106] 1.对于每个″飞点″(xi，yi)，计算其E邻域内的样本数Ni；
[0107] 2.如果Ni≥MinPts，则将(xi，yi)标记为″核心点″；
[0108] 3.对于每个″核心点″，将其∈邻域内的所有″未访问″点也标记为″核心点″；
[0109] 4.重复步骤3，直到无法找到新的″核心点″；
[0110] 5.将所有与″核心点″直接或间接密度可达的点划分为同一个聚类；
[0111] 6.将未被划分到任何聚类的点标记为″噪音点″。
[0112] 通过合理设置∈和MinPts参数，DBSCAN算法可以自动识别出数据中的聚类结构，将″飞点″划分到不同的聚类中心。这些聚类中心代表了焊缝应力的关键高应力区域。
[0113] 步骤S60：根据所述焊缝应力最高点的位置，确定焊缝的薄弱区域
[0114] 在该步骤中，将步骤S50得到的多个聚类中心坐标，绘制在步骤S30获得的焊缝应力分布图上。这样可以直观地确定这些高应力区域在焊缝上的具体位置，将其界定为焊缝的薄弱区域，需要重点关注和分析。
[0115] 假设步骤S50中得到的聚类中心坐标为 则可以在步骤S30的应力分布图σ(x，y，t)上标注这些坐标点，从而确定焊缝的薄弱区域。这为后续的有限元分析提供了明确的研究对象和方向。
[0116] 步骤S70：采用有限元分析方法，对焊缝的薄弱区域进行应力分析，得到焊缝应力分布图用于表示焊缝应力检测结果
[0117] 在该步骤中，采用有限元分析方法，对步骤S60确定的焊缝薄弱区域进行应力分析，得到焊缝应力分布图。
[0118] 具体来说，首先需要建立一个有限元模型，将焊缝薄弱区域作为分析对象。假设该区域的几何模型为 边界为 在此基础上，可以建立如下的有限元方程：
[0119]
[0120] 其中，σij为应力张量，εij为应变张量，bi为体力，ti为表面力，ui为位移向量。通过有限元求解该方程，可以得到焊缝薄弱区域的详细应力分布情况，包括应力峰值的位置和幅值。
[0121] 最后，将有限元分析结果绘制成应力分布云图，直观地展示出焊缝应力的检测结果。这为最终的焊缝应力检测提供了可靠的依据。
[0122] 需要说明的是，涉及到的变量解释如下：
[0123]
[0124] 具体的，本发明的原理是：
[0125] 1.振动激励诱发应力集中效应。通过在上下段组件上施加不同的振动激励，可以在焊缝处产生局部的应力集中区域。这是因为振动会通过焊缝部位传递应力，从而导致焊缝处的应力状态发生变化。不同的振动特性会引起不同的应力响应，为后续的应力检测和分析提供基础数据。
[0126] 2.光线干涉测量焊缝应力变化。光纤干涉仪能够精确监测焊缝表面微小位移引起的光路变化，从而得到焊缝处应力随时间的变化曲线。这为评估焊缝的整体应力状态提供了详细的数据支撑，弥补了传统应变测量只能获取局部信息的局限性。
[0127] 3.贝叶斯推断预测应力最高点。通过建立概率模型描述焊缝应力分布与未知参数(如应力集中点位置和幅值)之间的关系，利用贝叶斯推断技术可以根据测量数据估计出这些未知参数的概率分布。从而可以预测出焊缝应力的可能最高点位置，为确定薄弱区域提供重要参考。
[0128] 4.DBSCAN聚类识别高应力区域。DBSCAN算法能够自动发现数据中的任意形状聚类，无需预先指定聚类数量。将预测的"飞点"坐标作为输入数据，通过DBSCAN聚类可以更准确地识别出焊缝上的关键高应力区域，为后续的有限元分析提供明确的研究对象。
[0129] 5.有限元分析评估薄弱区域。最后采用有限元方法对确定的焊缝薄弱区域进行应力分析，可以得到更加精细和可靠的应力分布信息。这为最终的检测结果提供了可靠依据，为设备的安全性评估和寿命预测提供有力支撑。
[0130] 以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。
