本發明涉及螺栓狀態監測，具體涉及基于聲表面波技術嵌入式無線無源螺栓松緊狀態監測方法。

背景技術：

1、聲表面波諧振器被預制在螺栓本體內，當螺栓的受力狀態發生變化時，會導致聲表面波諧振器的振蕩環路參數改變，進而使其中心頻率發生漂移；

2、系統工作時，集成的終端設備發送激勵信號，激勵聲表面波諧振器產生振動，當激勵信號停止后，閱讀器轉為接收狀態，接收傳感器發出的幅值不斷衰減的自由振蕩信號，通過頻率計測量該信號的頻率，即可得到頻率漂移量，以此來度量螺栓受力狀態的變化，從而判斷螺栓的松緊狀態；

3、采用無線射頻激勵和回波信號頻率檢測的方式，無需布線和外接電源，解決了傳統監測方法布線困難以及需要電源的問題，能夠在高低溫、粉塵等惡劣環境以及大型機械等不易布線和供電的場景中實現對螺栓松緊狀態的無線無源監測；

4、然而，在對采用聲表面波技術進行螺栓狀態監測的實際應用場景進行長期觀察和研究過程中，發現在對螺栓進行監測時，雖然能夠通過頻率漂移量判斷螺栓是否進入松動警戒狀態，但對于那些已經發出警戒信號的螺栓，卻無法準確判斷其松動的發展速度，在多次設備故障案例分析中發現，部分螺栓在發出警戒信號后不久就出現嚴重松動，導致設備故障，而維護人員由于缺乏對松動發展速度的判斷依據，未能及時采取措施。

技術實現思路

1、本發明的目的在于提供基于聲表面波技術嵌入式無線無源螺栓松緊狀態監測方法，以解決上述現有技術問題的至少之一。

2、本發明提供了基于聲表面波技術嵌入式無線無源螺栓松緊狀態監測方法，具體包括以下步驟：基于聲表面波諧振器的實時獲取頻率漂移量，并對螺栓的松動風險進行實時判斷，生成松動警戒信號和安全信號；

3、基于警戒信號，對生成警戒信號之前的頻率漂移量進行變化速率分析，并對變化速率程度進行判斷；

4、基于對變化速率程度進行判斷結果，對頻率漂移量到達頻率漂移量風險值的時間點進行預測；

5、其中，變化速率程度判斷變化結果包括生成變化速率快信號和變化速率慢信號。

6、作為本發明進一步的方案：所述對螺栓的松動風險進行實時判斷的過程為：

7、獲取螺栓的實時頻率漂移量，設定頻率漂移量警戒值和頻率漂移量風險值，且頻率漂移量警戒值小于頻率漂移量風險值；

8、將實時頻率漂移量與頻率漂移量警戒值進行比較，若實時頻率漂移量大于等于頻率漂移量警戒值，則生成警戒信號。

9、作為本發明進一步的方案：所述對變化速率程度進行判斷的過程為：

10、對頻率漂移量進行分析，計算得到變化速率均值比、極值變化比與變化速率數量比；

11、將變化速率均值比、極值變化比與變化速率數量比進行加權求和計算，得到速率表征值；

12、設定速率表征閾值，其中，速率表征閾值由本領域技術人員基于歷史螺栓松動變化數據進行總結設定；

13、若速率表征值大于速率判斷表征閾值，則說明速率變化程度較快，生成變化速率快的信號；

14、若速率表征值小于等于速率判斷表征閾值，則說明速率變化程度較慢，生成變化速率慢信號。

15、作為本發明進一步的方案：所述變化速率均值比和極值變化比的獲取過程為：

16、獲取生成警戒信號的時間點，標記為警戒時間點；

17、獲取警戒時間點之前的頻率漂移量序列：，其中，表示第i個采樣時刻對應的頻率漂移量，i=1,2，……，n；以及對應的采樣時間序列：；

18、計算相鄰的兩個頻率漂移量的變化速率，計算公式為：，計算得到變化速率序列：；

19、將變化速率序列中的數值進行求和取均值，得到變化速率均值，將變化速率均值與變化速率限值進行比值計算，得到變化速率均值比；

20、提取變化速率最大值和變化速率最小值，進行差值計算，得到變化速率極值，將變化速率極值與變化速率最小值進行比值計算，得到極值變化比。

21、作為本發明進一步的方案：所述變化速率數量比的獲取過程為：

22、將變化速率與變化速率閾值進行比較，提取大于變化速率閾值的變化速率，并統計其數量，再與速率變化數值總數量進行比值計算，得到高變化速率數量比。

23、作為本發明進一步的方案：所述對頻率漂移量到達頻率漂移量風險值的時間點進行預測的過程包括：

24、基于變化速率快信號，獲取變化速率最大值，以變化速率最大值為預測變化速率；

25、獲取生成警戒信號對應的頻率漂移量，標記為警戒頻率漂移量；

26、將頻率漂移量風險值與警戒頻率漂移量進行差值計算，并與預測變化速率進行比值計算，得到預測時間值。

27、作為本發明進一步的方案：所述對頻率漂移量到達頻率漂移量風險值的時間點進行預測的過程還包括：

28、基于變化速率慢信號，獲取警戒頻率漂移量，取頻率漂移量風險值與警戒頻率漂移量的均值為分析頻率漂移量；

29、在警戒時間點之后，繼續實時獲取頻率漂移量，得到警戒頻率漂移量至分析頻率漂移量之間的頻率漂移量，標記為待分析序列；

30、判斷待分析序列是否呈線性變化；

31、基于線性變化，則使用擬合模型對頻率漂移量到達頻率漂移量風險值的時間點進行預測，即將頻率漂移量風險值代入擬合模型，輸出的x值，即為預測時間值；

32、基于非線性變化，使用徑向基函數神經網絡（rbfnn）模型構建預測模型；

33、將頻率漂移量風險值輸入到模型中，模型輸出的結果，即為預測時間值。

34、作為本發明進一步的方案：所述判斷待分析序列是否呈線性變化的過程為：

35、將待分析序列中的數值，通過最小二乘法進行擬合，得到擬合模型；

36、基于擬合模型，計算其擬合優度，計算公式為：，其中，m為數據點的數量，是第j個實際值，表示第j個預測值，表示實際值的平均值；

37、設置擬合優度閾值，若擬合優度大于擬合優度閾值，則待分析序列中的數值呈線性變化，否則，則呈非線性變化。

38、作為本發明進一步的方案：還包括：基于得到預測時間值，調整對頻率漂移量的監測頻率；

39、獲取生成變化速率快信號時對應的預測時間值以及生成變化速率慢信號時對應的預測時間值，設定第一時間閾值和第二時間閾值；

40、獲取頻率漂移量的當前監測頻率；

41、將生成變化速率快信號時對應的預測時間值與第一時間閾值進行比較；

42、若變化速率快信號時對應的預測時間值小于第一時間閾值，則對變化速率快信號時對應的預測時間值進行調節；

43、將生成變化速率慢信號時對應的預測時間值與第二時間閾值進行比較；

44、若變化速率慢信號時對應的預測時間值小于第二時間閾值，則對變化速率快信號時對應的預測時間值進行調節。

45、作為本發明進一步的方案：所述調整對頻率漂移量的監測頻率的過程為：

46、將生成變化速率快信號時對應的預測時間值與第一時間閾值進行差值計算，再與第一時間閾值進行比值計算，再與與當前監測頻率進行乘積計算，得到頻率調節量，將當前監測頻率與頻率調節量進行差值計算，得到監測頻率調節值；

47、將生成變化速率慢信號時對應的預測時間值與第二時間閾值進行差值計算，再與第二時間閾值進行比值計算，再與與當前監測頻率進行乘積計算，得到頻率調節量，將當前監測頻率與頻率調節量進行差值計算，得到監測頻率調節值。

48、本發明的有益效果：

49、本發明能實時判斷螺栓松動風險，在螺栓出現松動跡象時及時生成警戒信號，提醒相關人員關注螺栓狀態，避免螺栓松動進一步發展而未被察覺，從而降低設備故障、事故發生的可能性；

50、本發明通過多維度分析頻率漂移量變化速率，得到的速率表征值能更準確地表征螺栓松動的動態過程，提高了對螺栓松動變化速率判斷的準確性和可靠性，使維護人員能在螺栓松動發展到嚴重程度之前提前預警，便于提前規劃維護工作，減少因螺栓松動導致的設備故障、事故及人員傷亡，還可根據預警提前進行人員調配；

51、本發明可以通過預測頻率漂移量到達風險值的時間，維護人員可提前規劃維護工作，合理安排更換或緊固螺栓的時間，避免因螺栓松動導致設備故障、事故及人員傷亡，還能根據預測時間提前調配人員，同時可以根據預測時間值調整監測頻率，在預測時間值較大時保持現有頻率，平衡監測成本和設備運行狀態監控需求，預測時間值較小時及時加強監測，增加監測頻率，保障設備安全運行，進一步提高設備運行的可靠性和安全性。