钢板声发射时间反转聚焦增强定位方法

声发射检测方法具有实时动态监测优点,应用越来越广泛,但是对声源的定位始终没有更大的突破。在钢板声发射检测中,提出一种基于时间反转理论的声发射源准确定位的方法。由于声发射检测是一种被动检测技术,结合时间反转聚焦理论,推导出对声源信号实现时间反转聚焦增强处理方法,可增强检测信号中声源幅值,提高信噪比;然后根据声源信号到达时间推算出声源聚焦时刻,利用弹性波传播理论对传感器监测区域重建信号传播波动图,显示出声源位置和区域;最后通过实验测试对该方法进行验证,结果表明该方法能有效提高损伤声源信号的能量,对检测区域的信号重建和定位显示准确地给出损伤声源位置。     

基于模糊熵的转子碰摩声发射信号的识别

利用模糊熵理论来度量转子碰摩声发射信号的特征参数相对于不同碰摩状态识别模式的不确定度。根据碰摩声发射信号的特点,选用平均信号电平、幅度、幅度动态范围以及小波包分解信号前四个节点重构信号的能量值作为声发射信号识别的特征参数,由训练样本确定各特征参数针对不同碰摩类别的基于高斯形式的隶属度函数,并由隶属函数得到特征参数与类别之间的模糊关系矩阵。由于各特征参数对于声发射信号识别的有效性不同,因此在计算模糊关系矩阵时引入有效度系数,提出一种利用模糊熵定义有效度系数的方法。结合该系数得到修正的模糊关系矩阵并计算综合评价模糊集合,选择隶属度最大的类别作为识别结果。在转子试验台上采集的不同碰摩状态的声发射信号进行验证,试验结果表明,模糊综合评价方法是一种有效的声发射识别手段,并可以利用参数有效性的差异来提高识别效率。     

基于小波尺度谱的转子系统碰摩声发射特性

针对转子系统动静件间发生碰摩时会引起弹性应变而产生声发射,进而可利用声发射来辨识和诊断碰摩故障的特点,首先对碰摩声发射和碰摩振动信号进行了试验对照研究,讨论基于声发射的碰摩辨识别方法的独特优越性.然后,着重对碰摩声发射的特性进行了试验研究,并借助于小波尺度谱优越的时频分析性能,利用小波尺度谱对碰摩声发射的时频特性、传播特性和频散特性等进行了详细分析.分析结果显示小波尺度谱非常适合碰摩声发射这种频率丰富、非平稳和非线性的多模态波,是模态声发射分析的有力方法.     

用声发射技术与小波包分解确定转子系统的碰摩位置

提出了一种确定多盘转子系统碰摩位置的方法。这种方法基于声发射传感器的采样数据，并用小波包分解对数据作进一步处理，然后用互相关的方法得到结果。声发射方法经常用来发现缺陷并确定缺陷的位置，但是由于转子系统的碰摩是一种非常复杂的情况，所以很难利用通常的方法来确定碰摩位置。首先用小波包将信号分解到不同的频段上，然后再对分解后的信号分别用互相关方法，并进行比较相关系数来确定碰摩点位置。文中给出了仿真信号与试验数据的处理结果。     

基于模态分析和小波变换的声发射源定位新算法研究

针对传统声发射源定位中，声发射信号到达传感器的时间受设定门槛电压影响很大，导致声发射源定位效果较差，提出了一种声发射源定位新方法。根据模态声发射理论，携带声发射源信息的声发射信号在结构中传播过程中，具有频散现象和多模态特性。因此，声发射源定位应基于同一频率下、同一模态导波到达各个传感器的时间和传播速度。通过对声发射信号进行Gabor小波变换的方法，在时频空间内确定某一频率下某一模态导波到达传感器的时间；并通过数值计算得到该频率处模态导波的群速度，从而实现声发射源的准确定位。通过薄板中声发射线源定位试验，证明了该定位算法的有效性。     

基于小波变换及互相关的声发射源定位研究

采用小波互换和互相关技术研究声发射信号的时间延迟,通过时差定位法对声发射源进行定位。首先通过Daubechies8小波对声发射信号进行5层分解,提取能量最大的那一分解层信号,然后利用互相关技术计算出该层信号到达各个传感器所需的时差,最后利用时差定位法对声发射源进行定位。结果表明,定位平均误差都在4mm以内,借助该定位方法,声发射源的定位精度得到明显提高。     

旋转机械碰摩声发射信号的分形特征分析算法研究

本文针对盒维和关联维运算复杂度高、Katz维的精度不高的特点,提出了一种基于波形的分形维计算方法,介绍了分形维算法的推导过程.实验数据是在转子实验台上采集的碰摩声发射信号,通过在该信号上叠加高斯白噪声和非平稳噪声来获得模拟的强噪声污染的声发射信号,然后将分形维算法对该信号进行有效声发射信号识别.理论分析和实验结果表明:该算法具有更强区分噪声和声发射信号的能力,无论在复杂度、精确度还是在抗噪性能方面均优于现有的分维算法,能够在强噪声环境下反映碰摩声发射的发生,为碰摩声发射的特征识别与分析提供了一条新的途径.     

基于高斯混合模型的转子碰摩声发射识别方法

基于模态声发射和窄带信号理论,给出描述多模态特征的声发射信号(Acoustic emission,AE)的表达式,提出基于倒谱系数和分形维相结合作为特征参数的高斯混合模型(Gaussian mixture model,GMM)的碰摩声发射识别方法.该识别模型对碰摩声发射信号中不同模态波的特征矢量所具有的概率密度函数进行建模,将这些特征矢量进行聚类,每一类均作为一个多维高斯分布函数,以每一类的均值、协方差矩阵和出现的概率作为每种模态波的训练模板,识别时将待测碰摩声发射信号的特征矢量代入每个模板,采用最大比合并的方法对高斯模型似然概率进行加权得到总似然概率,当该值大于设定的门限,即可判定存在碰摩声发射.在转子试验台上获得碰摩AE信号,根据AE信号在传播过程中的波型并结合其分形曲线进行分类,由此确定GMM的模型输入类型;然后对所有测试数据叠加不同信噪比的高斯白噪声和非平稳噪声,再利用上述模型进行识别.试验结果表明,该模型具有较高的识别率,并具有较好的抗噪声能力.     

声发射检测信号分析及源定位方法研究

文中设计了一种可弱化噪声干扰和频散效应的定位算法,采用变分模态分解方法将声发射信号分解为若干个不同频带宽度的模态函数,并通过合并含有主要能量成分的模态函数获得声发射源信号的主要成分,最后采用互相关分析方法确定声源位置。实验结果表明,文中所提算法对声发射源定位是有效的、精确的,在一维和二维AE源定位实验中,文中所提方法综合定位误差在5%以内。     

基于TDOA的声源定位系统设计

目前,声源定位在机械故障诊断、电力状态检测及带压气体泄漏检测中应用比较广泛。考虑易实现和高精度两项指标,本文提出了一种基于到达时间差(Time Difference of Arrival, TDOA)算法的声源定位系统。基于TDOA算法获得4个声传感器之间的相对时间差,接收特定频率的声波信号,采用平面四元十字阵列建立的声传感器阵列实现位置解算,从而获得声源坐标。该系统综合应用锁相环路、51单片机和运算放大器等元器件,利用C51语言编写代码,实现了对于特定频率声源的定位。实践测试表明,该声源定位设备在空旷环境下较易实现低误差的声源定位,且具有较高的声源定位精度。