ICS 19.100 J 04
GP
中华人民共和国国家标准
GB/T33218—2016
无损检测 基于光纤传感技术的设备
健康监测方法
Non-destructive testingPractice for equipment healthmonitoring based
on fiber sensing technology
2017-04-01实施
2016-12-13发布
中华人民共和国国家质量监督检验检疫总局中国国家标准化管理委员会
发布 GB/T 33218—2016
前言
本标准按照GB/T1.1一2009给出的规则起草本标准由全国无损检测标准化技术委员会（SAC/TC56)提出并归口。 本标准起草单位：中国特种设备检测研究院、北京中检希望科技有限公司、重庆市特种设备检测研
究院、厦门市特种设备检验检测院。
本标准主要起草人：丁克勤、陈光、李娜、黄学斌、伏喜斌、陈杰、陈力、刘关四、陈显锋、陶芳泽、何亚莹王志杰、唐方雄。
1 GB/T33218—2016
无损检测： 基于光纤传感技术的设备
健康监测方法
1范围
本标准规定了基于光纤传感技术的设备健康监测技术、数据分析方法、健康状态评估方法及相关
要求。
本标准适用于机械设备、起重设备、承压设备、钢结构等设备和结构运行中的健康监测。
2规范性引用文件
2
下列文件对于本文件的应用是必不可少的。凡是注日期的引用文件，仅注日期的版本适用于本文
件。凡是不注日期的引用文件，其最新版本（包括所有的修改单)适用于本文件。
GB/T19873.1机器状态监测与诊断振动状态监测第1部分：总则 GB/T19873.2机器状态监测与诊断振动状态监测第2部分：振动数据处理、分析与描述 GB/T23713.1机器状态监测与诊断预测第1部分：一般指南 GB/T33213无损检测基于光纤传感技术的应力监测方法
3运行状态参数监测
3.1概述
设备的应力和振动直接表征了设备的健康状态，因此实施设备健康监测时应重点考虑其应力状态指标和振动状态指标。状态监测流程应符合GB/T23713.1。 3.2应力状态监测
设备的应力状态参数通过光纤传感技术进行测定，应力监测方法按GB/T33213。 3.3振动状态监测
设备的振动状态参数通过光纤传感技术进行测定，振动监测方法按GB/T19873.1。
4运行状态参数监测数据分析
4.1应力状态监测数据分析
应力状态监测数据分析步骤如下： a）剔除既不是峰值也不是谷值的数据点，将时间历程记录转化为峰谷值序列； b）针对峰谷值序列采用双参数的雨流计数法进行循环计数，提取和统计幅值和均值。 对于4个连续的峰谷值点P，、P2、P3、P4，只要符合图1所示的7种峰谷形式中的任意一种，都可
以从中取出一个完整的循环，且其幅值为 IP2—P ，均值为 (P2P)
2
2
1 GB/T33218—2016
图17种满足计数条件的峰谷值形式
将这7种峰谷形式综合起来，便能得到对于4个连续峰谷值点P；、P2、P：、P4（图中从左至右)进行雨流计数的判定条件见式（1）：
IP,-PI≥/P2-P1且IPP/≥IPP/
（1）
根据均幅值矩阵（参见附录A中表A.1)和不同均幅值载荷下的疲劳寿命（参见表A.2)，最终可得到不同均幅值载荷下损伤度（参见表A.3）。 4.2振动状态监测数据分析
振动状态监测数据处理与分析方法按GB/T19873.2。
5健康状态评估
5.1基于应力的健康状态评估
基于应力的健康状态评估，主要通过应力谱计算疲劳累积损伤，进而对设备的健康状态进行评估。 疲劳累积损伤的计算方法参见附录B中B.1。 5.2基于振动的健康状态评估
健康状态评估是对设备的健康状态进行分类的过程。基于振动的健康状态评估主要有神经网络分类法（参见B.2）、支持向量机分类法（参见B.3）、贝叶斯网络分类法（参见B.4)等
6报告
健康监测报告的内容应根据监测要求制订，应至少包括以下要素： a） 设备基本信息（包括设备类别、型号、配置、编码、识别码等）； b)i 设备说明书； c) 监测时的运行工况说明； d)1 监测或采样的日期、时间； e) 监测仪器类型（传感器类型、采集仪型号等）；
2 GB/T33218—2016
f) 监测传感器位置和方位； g) 监测数据原始记录及数据处理结果； h) 设备健康状态评估结果； i) 用户签名和有关资质授权签字（如适用）。
3 GB/T33218—2016
附录A （资料性附录）均幅值矩阵
表A.1、表A.2、表A.3分别给出了不同均幅值载荷下的工作频次、不同均幅值载荷下的疲劳寿命、 不同均幅值载荷下的损伤度。
表A.1 不同均幅值载荷下的工作频次
载荷均值
... .
j Smji
工作频次
1 Sm1
2 Sm2
.
n Sm*
S. Ssa S. St
1 2
载荷幅值
nd
* .. m
表A.2 不同均幅值载荷下的疲劳寿命
载荷均值
... .
j Smj
2 Sm?
.
工作频次
I Sm1
n Sme
Sal Ss2 . S.a . Sn
1 2
载荷幅值
Nij
'+ .. m
表A.3 不同均幅值载荷下的损伤度
载荷均值
. .
j Smg
1 S.
2 Sm?
..
工作频次
n S.m.
S.1 Sa . S si . S.a
1 2 . * . m
载荷幅值
De,
4 GB/T33218—2016
附录B （资料性附录）健康状态评估方法
B.1疲劳累积损伤计算方法
根据雨流计数得到的结果，可采用Miner理论按式（B.1)计算结构的损伤度：
D,=N.
nij
..(B.1 )
式中： nij Ni 表示结构在第i级幅值和第级均值载荷下结构的疲劳寿命； D, 表示结构在雨流矩阵中第i行、第i列载荷块所造成的损伤度。 与雨流矩阵所对应的总损伤度按式（B.2)计算：
表示结构在第i级幅值和第i级均值载荷下结构的工作循环次数；
0 CD
D=
.(B.2 )
B.2神经网络评估法
设第k层的第i个神经元的输人为net，输出为o"），由第k一1层的第i个神经元到第k个神经元的连接权值为W，按式（B.3）～式（B.5)进行评估：
net* =wjojk-1) o=f[net]
...(B.3) ..(B.4 )
权值的调整公式为：
W(t+1)=w,(t）+o
...(B.5)
式中： Wj,(t) t时刻节点i到节点i的连接权值；
增益项；下一导点的误差项：
n 8: o' 节点的输出。
B.3支持向量机评估法
设有两类监测数据样本集（（；，y；），i=1，2，，l》，其中第i个样本向量工；ER"，样本标签为y； (一1，1)。按式(B.6)确定目标函数：
f(w,,)= Il w II +C( s
....(B.6 )
式中： w 分类面的法向量； C 惩罚因子； S: - 一松弛因子。
-
5 GB/T33218—2016
最优分类面要求最大化分类间隔和最小化分类误差，引人核函数K（工；，，）后优化问题转化为式(B.7):
12 aiayy,(,)
maxF(α:)= a aiy:=0
2台
-
-
...(B.7)
=
0ai≤C,vi
对每一个训练点都有一个拉格朗日乘子αi，与非零α；对应的点工；就是支持向量，记为工；。可以得到式（B.8)所示判别函数：
f() =sgn[αi;(,: )-b'
·( B.8 )
riEs
式中： 2 SU sgn(r) 符号函数，一般取对称硬极限函数（结果为十1或一1）； α'i
测试样本；支持向量机；
拉格朗日乘子；偏置。
b'
B.4贝叶斯网络评估法
给定一个监测数据集D,D=(X，，X2，，X，，C)是离散随机变量的有限集，其中X，，X2，，X，是属性变量，类变量C的取值范围为(c1，C2，"，C），工；是属性X；的取值。I；=（工1，2，，工。)属于类c，的概率由贝叶斯定理表示为式（B.9）：
P(1,2,"*,lc,)P(c,)
P(c,lr1,x2,",xn)
P(1+2,",.)
=α·P(r1,T2,"",x,lc)·P(c,) ...(B.9)
式中： α P(c,) P(c,lxi,2,",x.) -类c，的后验概率，它反映了样本数据对类c，的影响。 根据贝叶斯最大后验准则，对于给定的I，=（12，"，工，}，贝叶斯网络分类器选择使后验概率
正规化因子；类c,的先验概率；
P(c，|1，无2，，，）最大对应的类c，为该I，该的类别。
6