一种船用耐火窗玻璃与窗框粘接强度的无损检测方法与流程

本技术涉及船舶舾装设备检测，特别涉及一种船用耐火窗玻璃与窗框粘接强度的无损检测方法。

背景技术：

1、船用耐火窗是船舶防火分隔的重要组成部分，其安装质量直接关系到船舶在火灾事故中的安全性能。船用耐火窗通常采用特殊的硅酮密封胶或防火胶将耐火玻璃与钢质或铝合金窗框进行粘接连接。这种粘接结构不仅需要承受船舶在波浪中航行时产生的交变载荷、冲击载荷以及船体变形引起的剪切力，还必须在火灾高温环境下保持结构完整性，防止烟气扩散和火焰穿透。

2、在长期的船舶运营过程中，由于老化、振动、热胀冷缩以及腐蚀等因素的影响，玻璃与窗框之间的粘接界面容易出现脱粘、气泡、空洞或内聚力下降等变化。为了保障船舶航行安全，需要对这些内部变化进行准确的评估。

3、目前，针对粘接结构无损检测常用的方法主要包括超声波检测、敲击法、目视检测以及常规的振动模态分析。

4、1、超声波检测：该方法应用较为广泛，但对于非平面的窗框结构，耦合剂的应用较为困难，且检测效率较低，难以实现大面积快速扫查；此外，超声波检测对于高声阻抗差异的界面反射较为敏感，但在判定早期微弱粘接强度衰减（如接触失效粘接）方面，信号特征不明显。

5、2、敲击法：主要依赖检测人员的听觉经验，主观性较强，量化分析困难，且容易受背景噪声干扰，对于深层或微小缺陷的识别能力有限。

6、3、常规振动模态分析：通过测量结构的固有频率和振型来评估整体刚度。然而，粘接界面的早期微弱脱粘（如局部脱粘面积小于5%）对结构的整体低阶模态频率影响极小，导致该方法对早期缺陷的响应能力不足，检测灵敏度有待提升。

7、4、环境适应性方面：现有的实验室检测方法大多是在理想夹具边界下进行的。然而，船用耐火窗在实际安装中，窗框与船体舱壁的连接刚度是随船体结构和安装工艺变化的。如果检测时的边界条件与实际服役状态差异较大，将导致测得的模态参数发生偏移。

8、此外，船用耐火窗的玻璃通常较厚，且窗框结构复杂，信号在传播过程中的衰减严重。单一的检测手段难以兼顾“全场覆盖”与“微弱特征提取”。例如，点式传感器虽然精度高但效率低，视觉方法虽然全场覆盖但对微裂纹不敏感。

9、因此，行业内亟需一种能够模拟真实船体受力边界、同时激发并提取界面微观非线性特征、且具备高抗干扰能力和高检测精度的船用耐火窗粘接强度无损检测方法。

技术实现思路

1、本技术提供一种船用耐火窗玻璃与窗框粘接强度的无损检测方法，旨在解决现有技术中船用耐火窗粘接强度检测方法存在的主观性强、灵敏度低、对微缺陷不敏感及受环境干扰大等问题。

2、为实现上述目的，本技术提出一种船用耐火窗玻璃与窗框粘接强度的无损检测方法，包括以下步骤：

3、s1、建立动态边界条件，将待检测的船用耐火窗窗框固定，并施加可调节的预紧力，以模拟船体在航行中的受力约束状态；

4、s2、对玻璃中心区域同步施加复合激励信号，所述复合激励信号包含用于激发宏观模态的低频扫频分量以及用于激发界面微观非线性的高频脉冲分量；

5、s3、采用非接触式传感方式，同步采集玻璃全表面的振动响应信号及声发射信号；

6、s4、对所述振动响应信号进行时频域联合分析，提取反映界面结合状态的线性特征参数与非线性特征参数；

7、s5、基于多特征融合算法，将所述线性特征参数与非线性特征参数输入至预先构建的粘接强度评估模型中，输出粘接强度的定量评估结果及缺陷分布热力图。

8、在一些实施例中，所述步骤s1中，所述施加可调节的预紧力以模拟船体在航行中的受力约束状态包括边界条件自适应校准过程，所述边界条件自适应校准过程包括：

9、在施加预紧力的过程中，实时监测窗框的实时固有频率；

10、计算所述实时固有频率随预紧力增加的变化率，当所述变化率收敛至预设的阈值范围内时，锁定当前的预紧力作为检测边界条件。

11、在一些实施例中，所述步骤s2中，所述对玻璃中心区域同步施加复合激励信号包括：

12、施加频率范围为10hz至1000hz的低频扫频分量，以激发所述玻璃-窗框系统的整体弯曲模态，从而获取整体刚度信息；

13、同步施加频率范围为20khz至40khz的高频脉冲调制分量，以诱导粘接界面产生接触声学非线性效应。

14、在一些实施例中，该方法还包括热-振耦合辅助检测步骤，所述热-振耦合辅助检测步骤与所述步骤s2的配合关系如下：

15、在执行所述步骤s2之前，对窗框与玻璃的粘接接缝处施加周期性的脉冲热激励，以在粘接层内部诱导产生热应力；

16、将所述步骤s2中施加复合激励信号的时段设定为所述脉冲热激励的热调节阶段，所述热调节阶段覆盖升温过程、降温过程或温度平衡过程；

17、相应地，在所述步骤s4中，分析在所述热调节阶段内采集的振动响应信号的频漂特性，结合热扩散系数修正粘接强度的评估结果。

18、在一些实施例中，所述步骤s3中，所述采用非接触式传感方式同步采集玻璃全表面的振动响应信号及声发射信号包括：

19、利用非接触式点扫描方式获取玻璃表面离散测点的高频振动速度信号；

20、利用全场视觉测量方式获取玻璃表面的全场位移场数据及应变场数据；

21、将所述离散测点的高频振动速度信号与所述全场位移场数据进行空间坐标映射与融合，重构玻璃表面的三维动态振型。

22、在一些实施例中，所述步骤s4中，对所述振动响应信号进行时频域联合分析以提取反映界面结合状态的所述非线性特征参数包括：

23、对所述振动响应信号进行希尔伯特-黄变换，分解得到固有模态函数，并计算高频段固有模态分量的边际谱能量熵；

24、对所述振动响应信号进行频谱分析，计算二次谐波分量与基波分量的幅值比，将所述边际谱能量熵与所述幅值比作为评价界面微裂纹及接触非线性的指标。

25、在一些实施例中，该方法还包括在所述步骤s4之后且在所述步骤s5之前执行的微弱缺陷增强识别步骤，所述微弱缺陷增强识别步骤包括：

26、计算玻璃表面各测点相对于参考点的振动传递率函数；

27、基于所述振动传递率函数构建损伤指标，并对所述损伤指标进行小波包分解，提取不同频带下的能量特征；

28、将高频子带的能量突变点识别为早期脱粘区域；

29、其中，所述步骤s5具体包括：将所述早期脱粘区域的空间位置、所述线性特征参数以及所述非线性特征参数进行融合，生成所述缺陷分布热力图。

30、在一些实施例中，所述预先构建的粘接强度评估模型的构建方法包括：

31、建立船用耐火窗的有限元参数化模型，并将粘接层的力学参数设置为变量；

32、通过拉丁超立方抽样生成仿真样本集，提取仿真样本集的模态特征作为预训练数据；

33、利用所述预训练数据对深度信念网络进行训练，并结合实测样本数据进行迁移学习微调，得到所述粘接强度评估模型。

34、在一些实施例中，所述步骤s5中，所述基于多特征融合算法将所述线性特征参数与非线性特征参数输入至预先构建的粘接强度评估模型中包括：

35、采用自适应加权模糊神经网络作为融合算法模型；

36、将所述线性特征参数与非线性特征参数模糊化处理，映射至预设的模糊隶属度函数中；

37、通过神经网络层调整不同特征参数的权重，经去模糊化处理后输出粘接强度的置信度区间。

38、在一些实施例中，该方法还包括在所述步骤s5之后执行的环境自适应动态阈值判定步骤，所述环境自适应动态阈值判定步骤包括：

39、基于历史检测数据库，利用统计过程控制原理确定特征参数的基准波动范围；

40、获取当前检测环境的环境参数，根据所述环境参数与特征参数漂移量的回归关系，对所述基准波动范围进行漂移补偿；

41、利用补偿后的基准波动范围作为判定阈值，对所述步骤s5输出的粘接强度的定量评估结果进行合格性判定。

42、本技术技术方案提出一种船用耐火窗玻璃与窗框粘接强度的无损检测方法；该无损检测方法包括：s1、建立动态边界条件，将待检测的船用耐火窗窗框固定，并施加可调节的预紧力，以模拟船体在航行中的受力约束状态；s2、对玻璃中心区域同步施加复合激励信号，复合激励信号包含用于激发宏观模态的低频扫频分量以及用于激发界面微观非线性的高频脉冲分量；s3、采用非接触式传感方式，同步采集玻璃全表面的振动响应信号及声发射信号；s4、对振动响应信号进行时频域联合分析，提取反映界面结合状态的线性特征参数与非线性特征参数；s5、基于多特征融合算法，将线性特征参数与非线性特征参数输入至预先构建的粘接强度评估模型中，输出粘接强度的定量评估结果及缺陷分布热力图。本技术技术方案具有如下有益效果：

43、（1）通过建立动态边界条件并施加可调节的预紧力，能够精确模拟船体在航行中受波浪冲击和变形时的受力约束状态。相比于传统检测中常用的理想化刚性固定，该方法通过自适应调整边界刚度，有效消除了因实验室安装环境与实船安装环境不一致而产生的系统误差，确保了检测基准的物理真实性，从而大幅提升了检测结果对实际服役状态的反映能力。

44、（2）方案采用了包含低频扫频分量与高频脉冲分量的复合激励信号。低频分量能够有效激发系统的宏观模态，反映粘接层的整体刚度变化；而高频分量则利用接触声学非线性原理，诱导界面微缺陷产生高次谐波等微观特征。这种激励方式实现了对从宏观大面积脱粘到微观早期裂纹的全面覆盖，有效克服了单一频率激励对微弱缺陷不敏感的局限，显著增强了检测系统的灵敏度。

45、（3）方案利用非接触式传感方式同步采集全表面的振动响应及声发射信号，并结合多特征融合算法构建评估模型。非接触采集避免了传感器附加质量对轻质玻璃模态的影响；多特征融合算法充分利用了线性参数与非线性参数的互补性，结合深度信念网络等智能模型，最终输出定量的强度评估结果及直观的缺陷分布热力图。这不仅大幅提高了抗干扰能力和评估精度，还实现了从定性判断向定量、可视化评估的跨越，为船舶维护提供了精准的数据支撑。