飞机疲劳开裂声发射波形信号的人工神经网络模式识别方法

利用SOM神经网络,对分类挑选的飞机疲劳过程采集的声发射波形信号进行模式识别分析,得到一组(300个)疑似裂纹的波形信号。其特点有:频谱图上同时出现三个明显的峰值,其能量相对较大,且频率基本固定。其中,第三峰值频率(168.5kHz)与先前的试验数据(175.8kHz)相接近,已具备了较明显的裂纹特征。     

防喷器材料在拉伸过程中的声发射信号特性

用声发射技术研究防喷器材料ZG25CrNiMo裂纹试件的拉伸损伤与断裂行为。声发射仪器记录了ZG25CrNiMo裂纹试件在拉伸破坏过程中的声发射信号,运用声发射参数分析方法和波形分析方法对zG25crNiMo裂纹缺陷试件的声发射数据进行分析,得出材料在拉伸过程中的损伤类型以及各阶段所呈现的特性。试验结果表明,拉伸过程中破坏机制对声发射信号的特征具有显著影响,不同损伤阶段的信号频谱特征存在差异。     

30CrMnSi三点弯曲过程的声发射特性研究

利用全波形声发射技术记录了30CrMnSi高强度合金钢在三点弯曲载荷下整个破坏过程的声发射信号。在研究了声发射累计振铃计数随栽荷变化的基础上，得出裂纹的发展过程大致可分为三个阶段。采用参数分析法和频谱分析法对裂纹发展的三个阶段声发射信号进行了统计和分析，得出声发射信号频率的升高和幅值的增加是构件逐渐破坏的特征。     

Q345R疲劳损伤过程声发射信号特征分析

制冷系统压力容器应用非常广泛，对于该类在役压力容器还没有可靠的实时动态监测方法。提出采用声发射检测技术对制冷系统压力容器进行实时监测，通过对容器制造材料Q345R钢的疲劳载荷试验，采集材料损伤全过程的声发射信号进行特征参数分析、波形和频谱分析，发现材料从裂纹萌生到断裂失效过程的转折点，并对不同损伤阶段声发射信号波形和频谱的特性进行对比研究，找出各个阶段声发射信号的特征，为实现Q345R声发射动态监测和评价提供可靠依据。     

基于LabVIEW的6063铝合金裂纹扩展状态的声发射分析

基于LabVIEW软件平台,绘制了6063铝合金缺口试样低周疲劳试验的声发射特征参数统计图和累积图。通过与断口分析结果进行对比,划分出AE信号对应裂纹扩展的三个阶段,并且发现两次主裂纹合并对应着三个高强度脉冲信号。通过对裂纹扩展三个阶段的撞击数进行波形分析和频谱对比分析,得出6063铝合金低周疲劳的声发射信号特征频率为225～250kHz和350～500kHz．     

基于谐波提取的焊接过程声发射信号特性分析

通过试验掌握焊接过程中声发射信号特性是实现焊接裂纹声发射在线检测的前提。提出了一种基于谐波提取的声发射信号特性分析方法,结合焊接过程中声发射信号测试试验,对焊接过程中的声发射信号进行有效提取与频谱分析,获取了焊接过程中摩擦激励源、焊接电弧冲击激励源和焊接结构裂纹激励源声发射信号的频域特性。为实现焊接过程中的结构裂纹声发射在线检测提供了基础数据及参考依据。     

小波去噪在焊接裂纹声发射信号处理中的应用

针对低碳钢焊接裂纹的特点和形成机理,研究了利用小波分析技术对焊接裂纹声发射信号进行消噪的过程.通过对提取典型的110～190kHz频率范围内的裂纹信号进行波形和频谱分析,其结果肯定了小波分析在裂纹信号处理中的有效性,为帮助判定焊接结构的完整性和可服役性提供了一定的帮助.     

小波包-AR谱在钛合金材料声发射监测技术中的应用

鉴于钛合金材料的声各向异性和高声波衰减系数使疲劳试验过程中的声发射监测十分困难。提出了小波包与AR谱相结合对钛合金材料声发射信号进行分析的方法。即对输出信号进行小波包分解,然后分频段对信号进行重构得到包含不同频率成分的时域信号,再进行AR谱分析,从而提取出频谱特征。分析表明,该方法对利用声发射信号分析钛合金材料部件的损伤和裂纹扩展是有效的。可为钛合金部件损伤和裂纹扩展的识别提供可靠的依据。     

某型飞机疲劳试验过程中声发射信号的处理

对某型飞机疲劳试验过程中的噪声信号和裂纹信号的特性进行了分析,针对裂纹信号的各个特性提出了不同的分析方法。运用参数分析和波形分析相结合的方法,成功地对某型飞机疲劳试验的数据进行了事后分析,获得与疲劳裂纹或者疲劳损伤声发射信号相关的一些典型特征,从而有助于了解试验过程中产生疲劳损伤的一些细节信息。这些结果对未来疲劳试验过程中的声发射监测具有重要参考价值和指导意义。     

飞机疲劳试验裂纹声发射信号的人工神经网络模式识别

对某型飞机疲劳试验过程中采集的信号,先后采用频谱、多分辨率小波方法对原始信号作了分析,但这两种方法的分析结果不甚理想,从而改用人工神经网络模式识别的方法提取出了可能是裂纹信号的波形信号。该试验为类似疲劳试验等强噪声环境下的声发射信号模式识别提供了一种可供参考的方法。     

基于声发射技术检测镁合金挤压过程动态摩擦研究

研究了镁合金在挤压过程中的坯料与工模具接触表面的摩擦状态。采用声发射技术对AZ91镁合金在不同挤压速度下挤压成形过程摩擦信号进行采集分析,研究挤压速度对摩擦声发射信号的影响,并分析了挤压型材的组织和力学性能。结果表明,镁合金在挤压过程中声发射信号振幅和能量随滑动速度增加而增加,不同挤压速度下声发射振幅信号平均值为64.4 d B。声发射振幅与声发射能量具有对应性;挤出型材抗拉强度和屈服强度随挤压速度的增加而增加,当挤压速度为10 mm/min时,声发射信号振幅为56.3 d B,抗拉强度为350 N/mm2,平均晶粒尺寸为63.2μm;当挤压速度为40 mm/min时,声发射信号振幅为72.3 d B,抗拉强度为达405 N/mm2,平均晶粒尺寸为53.7μm。为采用声发射技术的实时波形和声发射信号参数的平均值监测金属挤压成形时的摩擦状态提供了试验依据。     

大型观览车主轴系统的声发射信号特征

大型观览车不仅是游乐园的标志,而且是城市的标志。针对大型观览车主轴系统难以拆卸的特点,通过试验模型,模拟了主轴运行过程,采用声发射仪器获取了主轴系统运行过程中的声发射信号。通过分析声发射信号,初步得出了主轴运行过程中声发射信号的规律特征,包括参数特征和波形频谱特征。     

铝电解用阴极炭块单轴压缩的声发射特性及破坏形态

对铝电解用三种阴极炭块试样进行了单轴压缩声发射试验,研究了不同阴极炭块在应力时程阶段的声发射特性。试验结果表明:在阴极炭块压实阶段,HC35试件采集到了能量较高的声发射振铃数,这是由于HC35试件内部的微裂纹较多;在弹性阶段,HC35和HC100试件出现了较强的声发射信号,振铃数较多,而SMH试件较少,说明SMH阴极炭块试件内部微裂纹较HC35和HC100试件要少,且闭合的微裂纹发展更稳定;在塑性阶段,当达到峰值应力时,三种阴极炭块的声发射信号参数均达到极大值;进入破坏发展阶段,试件发生宏观破裂,且宏观裂隙间的相互作用仍会持续产生一定的声发射信号。从而可以以声发射信号参数的跌落为判据,辨识阴极炭块是否已经破坏。接着数值模拟研究了单轴压缩时阴极炭块内裂纹由萌生、扩展直至失稳断裂全过程。数值模拟结果与阴极炭块的CT层析成像结果吻合很好,表明数值模拟能够再现阴极炭块的变形破坏形态,可以用于预测阴极炭块裂纹的动态演变过程。     

起重机箱形梁结构表面裂纹扩展的声发射特性

采用声发射技术监测带有表面焊接裂纹的箱形梁结构的三点弯曲试验。分析了箱形梁试件受载弯曲过程中裂纹扩展的声发射信号特征,比较了加载过程中不同载荷水平下定位源信号的声发射参数特征。研究发现,表面裂纹扩展的声发射信号为突发型信号,其幅度主要为45～60dB,频率主要分布在100～450kHz。试验结果表明,线定位方法可以对箱形梁试件中的裂纹缺陷进行准确定位。     

基于SVM的碳纤维/环氧复合材料声发射源识别

对单丝碳纤维/环氧树脂复合材料的试样以及碳布/环氧树脂试样拉伸,对其拉伸过程中产生的声发射源信号利用声发射波形参数作为不同神经网络的输入对其进行模式识别,发现SVM神经网络比BP神经网络在对声发射源信号进行模式识别时具有更高的预测准确率。在增加SVM网络训练集时,SVM网络的预测准确率有较大的提高。利用声发射波形参数与SVM对碳/环氧树脂复合材料进行模式识别得到较好的效果。     

单颗粒金刚石磨削花岗岩的声发射信号特征

通过测量单颗粒金刚石磨削花岗岩表面时的声发射信号和磨削沟槽的截面积，分析了声发射信号均方根值ＡＥｒｍｓ峰值分布，与矿物成份和磨削过程的关系。研究结果表明，声发射信号与磨削深度，岩石种类和矿物种类等因素有关，岩石磨削裂纹的形成方式，决定了声发射信号的特征，并提供了岩石可锯性的情况。     

声发射检测在复合固体推进剂断裂实验中的应用

以固体推进剂的断裂过程为研究对象,利用先进的声发射试验系统,研究了复合固体推进剂在断裂时的声发射事件特性,揭示了材料断裂韧性和声发射特性间的关系。试验结果表明,材料在裂纹失稳扩展时爆发出强烈的声发射信号。     

基于小波的金属材料裂纹声发射信号特征

为对车载CNG气瓶因裂纹引起的安全事故进行控制,研究了气瓶裂纹声发射信号的特征。分析了气瓶失效的机理,提出在实验室条件下拉伸金属试件的方法,并对之进行模拟与声发射信号采集。通过对信号的分析显示出其时域与频域分析在特征分析时所具有的局限性,从而引出小波分析的信号分析方法,结果得出不同类型的声发射信号在相同频率段内所占的能量比例系数不同的结论。因此利用信号能量比例作为该信号的特征值,并在此基础上进行神经网络识别,取得了理想的结果,表明基于小波的金属材料信号特征能够对信号进行较好地表征。     

2.25Cr-1Mo材料在拉伸过程中的声发射信号聚类分析

声发射(AE)技术能用来区分发生在受载材料内的不同损伤模式,而聚类分析能在无先验知识的情况下通过揭示数据内部结构对数据进行分类。声发射波形包含了丰富的声发射源信息,而常规的特征参数并不能满足深层次的声源识别要求。文章尝试从波形的频率分布特征、形状特征和强度特征三个方面分别选取小波变换能量特征系数、波形裕度因子和幅值作为描述声发射波形的新参数。基于波形新参数的聚类分析能有效地区分加氢反应器材料2.25Cr-1Mo带裂纹和无裂纹试件拉伸过程中屈服阶段塑性变形信号、微裂纹扩展信号和断裂失稳信号。     

手工焊接过程声发射实时监测可行性研究

利用俄制MAES声发射系统对手工焊接过程进行实时监测,对焊接过程的不同时段采集到的声发射信号特征进行分析,以寻找出现裂纹时的声发射信号的特点,从而确定声发射实时监测手工焊接过程的可行性。