广义S变换评价材料早期疲劳损伤的声发射信号处理技术
发布时间：2022-01-26 10:58
为实现材料早期疲劳损伤程度的评价,提出以改进的Marr子波为核函数的广义S变换,结合时频图的信息量量化的声发射信号处理方法。搭建金属疲劳损伤在线声发射检测系统,采集金属材料早期结构疲劳损伤下的声发射信号,再对典型的声发射信号进行广义S变换处理来验证该研究中的广义S变换具有更高的时频分辨率,然后对金属疲劳过程中包含高应力和低应力状态下的声发射信号进行高分辨的时频分析,从而得到随着疲劳周期数增加的较准确、清晰的时频图;采用信息熵的量化方法对具有高分辨的时频图进行信息熵的量化。实验表明,上述信号处理方法可获得金属材料在早期结构疲劳损伤的时频信息变化特征,为用于建筑工程、桥梁结构构件常用钢材疲劳过程中的声发射检测及早期疲劳损伤程度加剧提供参考依据。
【文章来源】：振动与冲击. 2020,39(16)北大核心EICSCD
【文章页数】：10 页
【部分图文】：
不同参数下的广义S变换子波波形图和频谱图
从图2(b)可知,该声发射信号的幅值较大值所在频率主要集中在f1=177.7 kHz、f2=180.4 kHz和f3=148.3 kHz附近,频率在177.7 kHz和180.4 kHz的幅值相比于其他频率要高出许多。从图2(d)可知,高斯窗函数下的S变换时频图虽然能准确显示时间方面的信息,但是纵轴显示频率的谱带宽过宽导致无法分辨其频率成分,频率分辨率很低。从图2(f)可知,由于受宽带Marr子波旁瓣的影响,纵轴显示的频谱成分根据图2(b)可知,其频率表征出现了偏差,如椭圆虚线框和矩形虚线框标记地所示,频率为177.7 kHz、180.4 kHz和148.3 kHz的不能准确表征,并且,时间约为32～40 ms的频谱信息相比于本文里的广义S变换表征不完全,用宽带Marr子波来表征金属疲劳的声发射信号的时频特征并不适合。从图2(h)可知,本文通过改进的Marr子波,去掉子波旁瓣,只保留了子波主瓣,并且通过寻找合适控制参量p和m值来改变子波分辨率及大小,可以得到和金属疲劳产生地声发射信号波形谱最佳逼近的理论子波,相比于高斯窗函数下的S变换和宽带Marr子波下的广义S变换,有较强的时频信息表征结果。对一个循环周期下的声发射信号进行处理,该信号由于包含了随着疲劳周期数增加的晶体内部位错运动状态下丰富的声发射信息,且信号的持续时间相比较于突发型信号的要长很多,所以本文中的广义S变换对丰富的信号分量有着更强的时、频域区分能力,能表征声发射信号随着疲劳周期数增加在时域和频域的特征变化情况,这为下文中金属材料早期疲劳损伤程度的量化及评价提供了较为准确的时频信息变化依据。1.2 广义S变换时频图的信息熵模型
表1 碳素钢Q235A的化学成分(质量分数)Tab.1 Chemical composition of Q235A% C Si Mn S P 0.14～0.22 ≤0.30 0.30～0.65 ≤0.50 ≤0.045试验采用的加载设备为PA-100电液伺服疲劳试验机,因Q235A的屈服强度235 MPa且该试样的横截面积为10-4 m2(20 mm×5 mm),故能承受最大、非永久失效的作用力为23.5 kN,为了给试样施加地作用力小于屈服强度,设计循环应力正弦波波动疲劳试验:中心线为10 kN,应力幅σa为8.18 kN,故最大应力σmax为18.18 kN、最小应力σmin为1.82 kN、应力比为0.1;加载频率为20 Hz,疲劳周期次数为4万次。声发射信号采集仪器采用的是北京软岛时代科技公司的DS5-16B声发射仪器,因疲劳试验机夹试样的下夹头提供施加地作用力,上夹头只起固定试样的作用,为避免机械震动对信号采集造成较大的噪声干扰,因此声发射传感器放置位置(见图3)(上夹头附近)。前置放大器增益为40 dB,采样频率为2.5 MHz。声发射检测与疲劳试验装置系统,如图4所示。试验开始前,通过循环疲劳测试发现,Q235A钢材疲劳产生地声发射信号频率主要集中在80～400 kHz,所以在采集设置中设置硬件模拟带通滤波器的频带宽度为100～400 kHz时,声发射仪采集地信号可以有效滤除机械噪声信号以及包含的声发射信息最全面。
【参考文献】：
期刊论文
[1]金属材料疲劳损伤检测的非线性声学方法[J]. 吕文瀚,吴先梅,陈家熠. 应用声学. 2018(06)
[2]基于声发射监测的316LN不锈钢的疲劳损伤评价[J]. 张进,柴孟瑜,项靖海,段权. 工程科学学报. 2018(04)
[3]桥式起重机Q345B钢箱形梁母材疲劳损伤的声发射双谱分析[J]. 杨浩宇,骆红云,陈国伟,李福森,贾华龙. 起重运输机械. 2018(01)
[4]Q345R钢拉伸损伤过程声发射特征参数表征及定量评价[J]. 彭国平,张在东,卢超,李秋锋. 无损检测. 2018(01)
[5]基于K熵和关联维数的金属疲劳损伤过程的声发射信号特征分析[J]. 黄振峰,刘永坚,毛汉颖,王向红,李欣欣,毛汉领. 振动与冲击. 2017(15)
[6]金属材料声发射Kaiser效应的混沌特性分析[J]. 刘婷,毛汉领,黄振峰,毛汉颖. 振动与冲击. 2017(12)
[7]基于声发射技术的Q345B疲劳裂纹扩展研究[J]. 王振京,胡国华,喻海荣,朱泉水,陈敏. 南昌航空大学学报(自然科学版). 2016(04)
[8]Q345R疲劳裂纹扩展过程的声发射研究[J]. 柴孟瑜,段权,张早校. 工程科学学报. 2015(12)
[9]声发射技术在金属疲劳断裂研究中的应用[J]. 柴孟瑜,段权,张早校. 化工机械. 2015(06)
[10]Q235B钢板拉伸损伤试验的声发射特性[J]. 张一辉,张文斌,许飞云,张延兵,江煜. 振动与冲击. 2015(15)
本文编号：3610370
【文章来源】：振动与冲击. 2020,39(16)北大核心EICSCD
【文章页数】：10 页
【部分图文】：
不同参数下的广义S变换子波波形图和频谱图
从图2(b)可知,该声发射信号的幅值较大值所在频率主要集中在f1=177.7 kHz、f2=180.4 kHz和f3=148.3 kHz附近,频率在177.7 kHz和180.4 kHz的幅值相比于其他频率要高出许多。从图2(d)可知,高斯窗函数下的S变换时频图虽然能准确显示时间方面的信息,但是纵轴显示频率的谱带宽过宽导致无法分辨其频率成分,频率分辨率很低。从图2(f)可知,由于受宽带Marr子波旁瓣的影响,纵轴显示的频谱成分根据图2(b)可知,其频率表征出现了偏差,如椭圆虚线框和矩形虚线框标记地所示,频率为177.7 kHz、180.4 kHz和148.3 kHz的不能准确表征,并且,时间约为32～40 ms的频谱信息相比于本文里的广义S变换表征不完全,用宽带Marr子波来表征金属疲劳的声发射信号的时频特征并不适合。从图2(h)可知,本文通过改进的Marr子波,去掉子波旁瓣,只保留了子波主瓣,并且通过寻找合适控制参量p和m值来改变子波分辨率及大小,可以得到和金属疲劳产生地声发射信号波形谱最佳逼近的理论子波,相比于高斯窗函数下的S变换和宽带Marr子波下的广义S变换,有较强的时频信息表征结果。对一个循环周期下的声发射信号进行处理,该信号由于包含了随着疲劳周期数增加的晶体内部位错运动状态下丰富的声发射信息,且信号的持续时间相比较于突发型信号的要长很多,所以本文中的广义S变换对丰富的信号分量有着更强的时、频域区分能力,能表征声发射信号随着疲劳周期数增加在时域和频域的特征变化情况,这为下文中金属材料早期疲劳损伤程度的量化及评价提供了较为准确的时频信息变化依据。1.2 广义S变换时频图的信息熵模型
表1 碳素钢Q235A的化学成分(质量分数)Tab.1 Chemical composition of Q235A% C Si Mn S P 0.14～0.22 ≤0.30 0.30～0.65 ≤0.50 ≤0.045试验采用的加载设备为PA-100电液伺服疲劳试验机,因Q235A的屈服强度235 MPa且该试样的横截面积为10-4 m2(20 mm×5 mm),故能承受最大、非永久失效的作用力为23.5 kN,为了给试样施加地作用力小于屈服强度,设计循环应力正弦波波动疲劳试验:中心线为10 kN,应力幅σa为8.18 kN,故最大应力σmax为18.18 kN、最小应力σmin为1.82 kN、应力比为0.1;加载频率为20 Hz,疲劳周期次数为4万次。声发射信号采集仪器采用的是北京软岛时代科技公司的DS5-16B声发射仪器,因疲劳试验机夹试样的下夹头提供施加地作用力,上夹头只起固定试样的作用,为避免机械震动对信号采集造成较大的噪声干扰,因此声发射传感器放置位置(见图3)(上夹头附近)。前置放大器增益为40 dB,采样频率为2.5 MHz。声发射检测与疲劳试验装置系统,如图4所示。试验开始前,通过循环疲劳测试发现,Q235A钢材疲劳产生地声发射信号频率主要集中在80～400 kHz,所以在采集设置中设置硬件模拟带通滤波器的频带宽度为100～400 kHz时,声发射仪采集地信号可以有效滤除机械噪声信号以及包含的声发射信息最全面。
【参考文献】：
期刊论文
[1]金属材料疲劳损伤检测的非线性声学方法[J]. 吕文瀚,吴先梅,陈家熠. 应用声学. 2018(06)
[2]基于声发射监测的316LN不锈钢的疲劳损伤评价[J]. 张进,柴孟瑜,项靖海,段权. 工程科学学报. 2018(04)
[3]桥式起重机Q345B钢箱形梁母材疲劳损伤的声发射双谱分析[J]. 杨浩宇,骆红云,陈国伟,李福森,贾华龙. 起重运输机械. 2018(01)
[4]Q345R钢拉伸损伤过程声发射特征参数表征及定量评价[J]. 彭国平,张在东,卢超,李秋锋. 无损检测. 2018(01)
[5]基于K熵和关联维数的金属疲劳损伤过程的声发射信号特征分析[J]. 黄振峰,刘永坚,毛汉颖,王向红,李欣欣,毛汉领. 振动与冲击. 2017(15)
[6]金属材料声发射Kaiser效应的混沌特性分析[J]. 刘婷,毛汉领,黄振峰,毛汉颖. 振动与冲击. 2017(12)
[7]基于声发射技术的Q345B疲劳裂纹扩展研究[J]. 王振京,胡国华,喻海荣,朱泉水,陈敏. 南昌航空大学学报(自然科学版). 2016(04)
[8]Q345R疲劳裂纹扩展过程的声发射研究[J]. 柴孟瑜,段权,张早校. 工程科学学报. 2015(12)
[9]声发射技术在金属疲劳断裂研究中的应用[J]. 柴孟瑜,段权,张早校. 化工机械. 2015(06)
[10]Q235B钢板拉伸损伤试验的声发射特性[J]. 张一辉,张文斌,许飞云,张延兵,江煜. 振动与冲击. 2015(15)
本文编号：3610370
本文链接：https://www.wllwen.com/kejilunwen/cailiaohuaxuelunwen/3610370.html
