钢板疲劳实时样本的磁记忆信号特征研究

金小群; 王昌将; 胡娟; 金晖; 李金波; 张玉玲

doi:10.13206/j.gjgS25101301

钢板疲劳实时样本的磁记忆信号特征研究

doi: 10.13206/j.gjgS25101301

1. 浙江树人学院城建学院, 杭州 310015;
2. 浙江数智交院科技股份有限公司, 杭州 310030;
3. 北京交通大学土木建筑工程学院, 北京 100044

基金项目:

浙江省交通运输厅科技计划项目（2020001）。

详细信息

作者简介:
金小群，教授，主要从事钢-混凝土组合结构研究。Email：jxqhz99@qq.com

计量
- 文章访问数: 2
- HTML全文浏览量: 0
- PDF下载量: 0
- 被引次数: 0
出版历程
- 收稿日期: 2025-10-13
- 网络出版日期: 2026-09-01

Characteristics of Magnetic Memory Signals During Real-Time Fatigue Testing of Steel Plates

1. College of Urban Construction, Zhejiang Shuren University, Hangzhou 310015, China;
2. Zhejiang Shuzhi Jiaoyuan Technology Co., Ltd, Hangzhou 310030, China;
3. School of Civil Engineering and Construction, Beijing Jiaotong University, Beijing 100044, China

摘要

摘要: 为尽早获取疲劳损伤异常信号，以便对在役桥梁钢结构的疲劳状态进行快速评估，需要不断深入探索可识别疲劳损伤特征的新方法。针对钢桥用钢板，开展疲劳实时样本的磁记忆信号测量研究，得到试件疲劳过程的磁记忆信号变化规律。研究表明：钢板周边环境不变时，疲劳过程中的信号曲线分布具有相似和衔接的规律；单个探头磁记忆信号测量的识别范围可达40 mm；磁记忆强度和梯度测量对垂直于裂纹方向的信号具有很强的识别性；当钢板发生疲劳裂纹时，磁记忆强度和梯度均能呈现明显的信号特征，其中强度信号具有极值和过零点特征，梯度信号呈M和∧形特征。鉴于试验研究的试件数量有限，随疲劳次数增加钢板磁记忆信号的变化趋势暂不明显。下一步需要积累大量数据，扩充至足够的数据样本，并研究获取其变化趋势的有效方法。
- Q345qD钢 /
- 钢桥 /
- 裂纹无损检测 /
- 金属磁记忆 /
- 信号识别
Abstract: In order to obtain fatigue damage characteristics as early as possible and to quickly evaluate the fatigue state of in-service bridge steel structures， it is necessary to explore new methods for identifying fatigue damage characteristics. Magnetic memory signals were measured on real-time fatigue samples of steel plates used in steel bridges， and the evolution of the signals during the fatigue process was obtained. The results showed that， under constant ambient conditions， the distribution of the signal curves exhibited similarity and successive evolution during the fatigue process. The identification range of a single probe in the magnetic memory signal measurement reached 40 mm. Additionally， the magnetic memory signal strength and its slope provided strong identification capability when the measurement direction was perpendicular to the crack orientation. When fatigue cracks developed in the steel plate， the magnetic memory strength signals and their slope signals showed distinct curve characteristics. Specifically， the strength signals showed extreme values and a zero-crossing point， while the slope signals presented M-shaped and ∧-shaped patterns. Due to the limited number of specimens in this experimental study， the trend of magnetic memory signals with the increase of fatigue cycles was not yet obvious. Future work should focus on accumulating a larger dataset， expanding to a sufficient number of samples， and exploring more effective methods to obtain the evolving trends.
- Q345qD steel /
- steel bridge /
- non-destructive testing for cracks /
- metal magnetic memory /
- signal identification

HTML全文

参考文献(16)

[1]	史永吉.铁路钢桥疲劳与剩余寿命评估[J].铁道建筑，1995（增刊）：57-59.
[2]	张清华，崔闯，卜一之，等.钢结构桥梁疲劳2019年度研究进展[J].土木与环境工程学报（中英文），2020，42（5 ）：147-158.
[3]	张玉玲，谢爱华，杨云涛，等.数字图像应用于疲劳监测的测量参数研究[J].钢结构（中英文），2022，37（6）：18-27.
[4]	米红林，张熹，陆鹏.几种应变检测的光力学测试方法及其比较[J].力学季刊，2013，34（3）：409-414.
[5]	王昌将，马芹纲，张玉玲，等.基于数字图像的桥梁用Q345qD钢疲劳性能试验研究[J].工业建筑，2023，53（10）：171-177.
[6]	Dubov A A. Diagnostics of steam turbine disks using the metal magnetic memory method[J]. Thermal Engineering，2010，57（1）：16-21.
[7]	任吉林，刘海朝，宋凯.金属磁记忆检测技术的兴起与发展[J].无损检测，2016，38（11）：7-15.
[8]	任吉林，邬冠华，宋凯，等.金属磁记忆检测机理的探讨[J].无损检测，2002，24（1）：29-31.
[9]	冷建成，张辉，周国强，等.再制造抽油杆疲劳寿命评估的磁记忆检测实验研究[J].材料工程，2016，44（9）：103-108.
[10]	苏皓，陈铭.基于磁记忆检测的汽车退役曲轴剩余疲劳寿命测评技术[J].机械设计与研究，2017，33（6）：82-85.
[11]	张军，朱晟桢，毕贞法，等.基于金属磁记忆效应的高铁轮对早期故障检测[J].仪器仪表学报，2018，39（1）：162-170.
[12]	任吉林，陈曦，罗声彩，等.高周疲劳损伤的磁记忆二维检测研究[J].航空学报，2012，33（6）：1147-1155.
[13]	方发胜，周培，张利明，等.疲劳试验下应力集中与磁信号的关系[J].无损检测，2014，36（3）：30-35.
[14]	任尚坤，李新蕾，任吉林，等.金属磁记忆检测技术的物理机理[J].南昌航空大学学报（自然科学版），2008，22（2）：11-17.
[15]	任吉林，王振，饶琪，等.新型磁记忆检测仪器[J].无损检测，2013，35（4）：70-74.
[16]	国家铁路局.铁路钢桥连接疲劳试验方法：TB/T 2349—2016[S].北京：中国铁道出版社，2016.