再制造工程中旧零件累积损伤检测是尚未解决的技术难题。金属材料内部损伤对超声激励的输出有非线性效应,内部损伤累积越多越严重,非线性越大。采用超声激励金属试件,使试件内部存在的累积损伤或缺陷产生可被检测到的超声输出信号;用混沌分形分析所检测到的超声输出信号,提取表征旧零件内部累积损伤或缺陷的超声非线性特征。这就是本课题的创新研究思路。拟通过基于混沌分形理论建立超声输出非线性信号的分析方法、混沌分形特征评估旧零件寿命的灵敏度分析等方面的研究,应用Lyapunov 指数评价信号的非线性,递归图判断信号中的周期性,CLY方法判断信号的混沌特性,Hurst指数和多重分形谱计算信号的时间层次结构、形态层次结构及能量耗散情况等;研究金属试件中典型累积损伤的超声非线性特征的混沌分形检测方法,为评估旧零件再制造性的提供技术基础,服务再制造工程急需,并将进一步丰富、发展设备故障预测和健康管理的相关基础。
英文主题词remanufacture;damage detection;ultrasonic non-linear;chaos fractal;used parts