旋转机械振动诊断的AE信号处理技术

声发射(AE)技术,是采用声学的方法处理材料中微裂纹发生时所产生的弹性波信息.它可以获得用其它方法难以检测的微裂纹发生,发展的信号大小、频度及位置等信息.AE技术在工程监视、质量管理、设备诊断中,取得越来越广泛的应用.近年对旋转机械的振动故障诊断倍受重视.本文应用WFT频率分析技术,实现快速、可靠地处理AE信号.     

单通道AE信号盲分离的飞机构件监测方法研究

基于声发射(AE)技术的飞机结构件疲劳裂纹检测是飞机健康状态识别的一种有效方法。由于声发射信号的瞬态性、不确定性、微弱性和易受机电干扰性,使声发射检测技术很大程度上已演变成信号处理问题,目前多数研究报道的是单源声发射信号的降噪处理。然而,在实际应用中,不仅结构件出现疲劳裂纹时会产生AE信号,而且紧耦合的结构体之间也会因冲击载荷产生弹性波,以至观测信号一般是多源AE混合信号,波的传播时延的存在使得信号混合方式为卷积混合。针对目前测试方法不能正确识别AE信号,以致难以识别结构体是否存在疲劳裂纹的问题,提出一种具有信号源个数估计的单通道非负矩阵分解解卷积盲源分离算法。首先采用经验模态分解方法将单通道混合信号分解为多个本征模态函数;然后采用主成分分析法估计信号源个数,并重构观测信号;最后通过非负矩阵分解解卷积得到各个源信号。实验结果表明,单通道盲源分离算法能正确分离AE信号,为飞机关键结构件的疲劳裂纹监测提供了一种方法。     

基于AE与STFT的变桨轴承裂纹诊断研究

由于变桨轴承不完全转动的工作特殊性,基于振动或应变等常规监测手段难以奏效,为此提出一种基于声发射(acoustic emission,简称AE)技术监测方法获取信号,并采用短时傅里叶方法(short time Fourier transform,简称STFT)进行分析诊断的方法。首先,研究了AE技术的信号采集方法,推导了STFT的原理及过程,并在某风电机组变桨轴承上进行实验验证;其次,先后在时域、频域及时频域对有裂纹数据和无裂纹数据进行对比,发现时频域基于STFT分析方法可以有效发现裂纹;最后,通过新的裂纹数据进行验证,可以确认裂纹特征。结果表明:AE信号能较好地获取变桨轴承的状态信息,STFT分析方法可以较好地识别裂纹故障,较少受工况或其他因素的影响,有较高的实用价值。     

金属板材拉深成型裂纹识别实验

提出一种采用声发射(Acoustic Emission,AE)技术对金属板材拉深件的成型状态进行识别的方法。在此实验过程中,首先采集金属板材拉深成型时的裂纹AE信号,然后用独立分量分析法对其进行分离,进而采用时序分析法提取裂纹AE信号的特征参数-能量值,最后根据模糊综合评判法辨别制件是否有裂纹产生。通过实验结果分析可知,采用AE技术能够准确地监测产生裂纹的初始和扩展过程,也能有效识别拉深件成型状态,为拉深成型件的质量判断提供了有力依据。     

声发射技术在风电塔筒动态监测中的应用研究

针对裂纹对风电塔筒服役过程中的危害问题,采用声发射(AE)技术提取塔筒裂纹特征信号。通过塔筒的AE信号衰减试验及塔筒原材料(Q345E钢)的三点弯曲试验,采用小波分析法提取不同类型AE信号在相同频率段内所占的能量比例系数。结果表明:AE信号在焊缝处衰减较母材明显,在塔筒中传递距离最远可达6 m;Q345E钢弯曲损伤破坏程度与AE信号响应特性之间具有对应关系;不同类型AE信号在相同频率段内所占的能量比例系数差异明显,由此可根据其AE技术定性判断风电塔筒服役的安全程度。     

机械密封碰摩声发射信号的特征提取方法研究

提出利用声发射(Acoustic Emission,AE)技术监测机械密封动静环的碰摩状态。通过分析典型碰摩AE信号的特点,提出利用小波尺度谱和功率谱相结合的方法表征机械密封端面碰摩AE信号的特征信息,小波尺度谱能够直观地描述AE信号中各个脉冲的数目、到达时间、能量大小、在时频面上的分布及频率组成,为判断碰摩的类型、严重程度及发生时间提供准确信息,AE信号的功率谱图能够给出信号能量的具体值。在仿真和实验研究中该方法被有效运用于判别机械密封端面的偶然性碰摩、周期性碰摩和连续性碰摩。     

旋转机械状态监测的声发射技术

前言:对比于以振动做为检测机械故障的方法,应用声发射(Acoustic　Emision——A.E.)于状态监测则既简单又快速。Trevor　Holroyd是英国Holroyd仪器公司的管理主任,他说明了其中的原因。 声发射(AE)是一个包括检测高频构造发生的弹性波或应力波在内的主动技术。自从1960年第一台商品A.E。仪器问世以来,AE技术主要应用于监测工程结构中的缺陷生成。在这种应用中,该项技术的极端灵敏性能使其用于遥远位置的AE传感器,以检测出微裂纹扩展的单一增量。     

风力机叶片多裂纹扩展声发射信号的特征识别

针对风力机叶片蒙皮多裂纹难以状态识别的问题,根据裂纹扩展释放能量的过程,推导主裂纹扩展AE信号的表达式,从而明晰了主裂纹扩展的AE信号特性及其与应力变化之间的关联。由于多裂纹扩展AE信号为卷积混合模型,提出一种对具有非平稳、非线性特性的卷积混合AE信号特征提取的方法,以输出信号的广义能量作为目标函数得到盲解卷的滤波器迭代式,采用Godard算法通过输出信号与估计值的误差调整滤波器系数,并根据相似系数选择适当的非线性函数以减少采集设备对AE信号的影响。最后在裂纹扩展试验中,预制不同尺寸的多缺陷,对叶片试件同时施加激振载荷和循环载荷,每间隔一定的循环次数采集不同状态的AE信号,同时采用具有非全局性的瞬时频率和特征尺度来识别多裂纹在不同扩展状态下的特征,从而明晰了信号特征与多裂纹生存状态的关联,形成了识别多裂纹复合材料损伤的评价机制。     

转子裂纹AE信号特征提取的时频分析方法

转子裂纹的声发射(AE)信号是一种非平稳、非线性信号,对于非平稳、非线性信号,时频分析是有效的方法.由于小波包对时变信号具有多分辨分解和重构能力,以及伪Wigner-Vill时频分布对时变信号具有优良描述特性,可以将两者结合起来用以诊断早期裂纹故障.通过实验研究,说明该方法能够从微弱的早期裂纹AE信号中清晰准确地提取出裂纹故障特征,实现转子早期裂纹故障的精确诊断.     

基于振动声调制的金属微裂纹定位方法研究

针对传统线性超声检测无法检测闭合微裂纹的问题,搭建了铝板的微裂纹振动声调制(VAM)检测系统,提取检测信号中的一阶旁瓣非线性信号和只滤除基波的全部非线性信号并对其时域反转,在ABAQUS有限元软件下,将其加载在铝板的无损模型上实现时间反转聚焦,获取铝板模型能量分布云图和各质点的位移信息,以此对微裂纹进行定位。结果表明,在时反信号的聚焦时刻原裂纹位置处有较强能量聚焦,只滤除基波的全部非线性信号聚焦效果优于一阶旁瓣非线性信号,振动声调制技术与时间反转方法结合能够实现对微裂纹的检测和定位。     

钻削加工中声发射的特性研究

本文介绍了钻削加工中应用声发射(AE)技术时,传感器安装位置对声发射信号的影响,随钻深增加AE信号的变化及钻头断裂前AE信号的特征,对消除外部干扰影响、提高检测可靠性、减少测量误差所采取的方法也作了简述,有助于AE用于钻削在线测量的实用化。     

基于MATLAB的金属裂纹AE信号数字滤波方法

本文提出了一种基于MATLAB的金属裂纹AE(声发射)信号实时有限冲激响应数字滤波器的设计方法。针对金属裂纹AE信号的特征分析,结合MATLAB软件,确定有限冲激响应滤波器的特征参数,设计出满足指标要求的数字滤波器,将所设计的有限冲激响应滤波器在数字信号处理器中通过软件实现。实验结果表明,该方法设计的滤波器实时性好、精度高,能满足后续检验的性能要求。     

基于EMD解调的齿轮裂纹早期故障诊断研究

齿轮轮齿发生早期裂纹时,裂纹故障信号十分微弱。为了有效提取早期裂纹故障特征,文中提出基于经验模式分解(empirical mode decomposition,EMD)的早期故障诊断方法。该方法首先去除振动信号中的啮合基频及其谐波成分,得到残余信号,然后针对残余信号进行基于EMD解调分析和处理。仿真及工程实例分析结果表明,所提方法能成功地将齿轮早期裂纹故障信息从复杂的振动中提取出来,更有利于及早发现故障,并判断故障的严重程度。     

基于声发射技术的金属高频疲劳监测

采用声发射技术监测高频疲劳条件下金属材料裂纹的扩展。介绍了如何运用软硬件处理的方法，从采集到的信号中分离出裂纹扩展的声发射信号。从处理后的声发射信号与观察得到的裂纹扩展对比来看，声发射参数的变化能够有效地反映材料疲劳裂纹扩展的过程，并且能更早地发现试样内部微小裂纹的变化。通过试验，得出了紧凑拉伸试样在裂纹稳定扩展阶段声发射信号能量率与应力强度因子幅值之间的关系式。     

刀具设备的监测与诊断技术动向（续）

(2)AE信号检测技术 刀具切削金属时,切削区的材料产生变形,由于塑性应变能的释放而产生弹性变形,即发出声波,即声发射(AE),其频率范围为100kHz～1MHz。刀具如果发生破损,AE信号的特征量会有显著变化。AK信号的特征有功率谱、信号有效值或经检波后的幅值、实发脉冲、脉冲计数率等。微小钻头或丝锥折断,或者刀具上有0.01mm~2的崩刃,也可以灵敏地反映出来。AE信号可由电压传感器来检测与采集。同时,AE信号直接与切削机理相联系,受切削条件变化的影响很小,抗环境干扰能力强,且可以预报刀具破损。该方法显示出广阔的应用前景。     

声发射(AE)信号在砂轮钝化程度检测中的应用

本文利用声发射（AE）信号的归原处理法，在线监测小批量、多品种磨削过程砂轮钝化程度，利用该方法可以克服仅靠监测AE信号幅值变化不能监测工件材料、加工要求和磨削参数经常变化环境下砂轮钝化程度的缺陷；实验结果表明，声发射（AE）信号的归原处理法能够有效监测砂轮的钝化。     

利用模态声发射技术监测飞机主结构件的日历损伤

研究了腐蚀特别是点腐蚀过程产生声发射(AE)的源机制及AE信号特点,推导了AE信号幅度与腐蚀深度及频率的关系,并说明该关系对利用AE技术监测腐蚀损伤的意义。论述了利用模态声发射(MAE)技术识别腐蚀AE信号的理论根据,介绍了利用MAE技术对飞机主结构件日历损伤进行评估的方法。基于试验获得的航空用铝合金材料在加速腐蚀过程中的声发射信号与腐蚀损伤的关系对研究材料损伤程度与声发射强度之间的内在联系有重要意义。试验表明,腐蚀能远在被肉眼发现之前即可很方便地用AE仪器检测,利用AE技术探测早期腐蚀、研究腐蚀发展规律、监测和评估腐蚀损伤具有极其良好的应用前景。     

刀具磨损声发射信号处理中小波基选取的研究

通过对小波基性质和刀具磨损声发射（AE）信号特点的研究,从理论上分析了小波变换中刀具磨损AE信号处理中小波基选取的方法。在试验验证过程中,根据小波包信号分解遵循能量守恒原理,用四种小波基对刀具磨损AE信号进行三层小波包分解;以AE信号经小波包分解后各频带上的能量为特征参数,比较四种情况下特征参数的变化,验证了理论分析的正确性。     

在COD试验中的缓慢裂纹生长与A.E(声发射)特性

脆性材料在达到临界应力强度因子值或临界裂纹张开位移(COD)值时断裂而没有任何的预先的裂纹生长。但在韧性材料中,在不稳定断裂开始之前,在缺口尖端可能有缓慢裂纹扩张。这种缓慢裂纹扩张,对不稳定快速断裂可能是一个重要的前兆,因此,在缓慢裂纹生长开始点的COD,能够作为断裂特性的临界值。我们尝试把AE技术应用于COD试验中。AE技术能用来检测缓慢裂纹生长开始点,并得到了COD和在COD试验中AE特性的关系。     

智能传感器的数据采集与信号处理

智能传感器在诸如工业、控制系统、生物医学应用等许多领域引起了研究者浓厚的兴趣。大多数关于传感器设备的书籍主要描述数据采集的传统方法，采用的信息为电压信号或电流信号的幅值。其中只有少数书籍的部分章节、文献和论文涉及数字传感器和准数字传感器的数据采集。智能传感器和微传感器越来越依赖共振现象和变频振荡器，此时信息不再存在于输出信号的幅值之中，而是包含在输出信号的频率和时间参数中。通常，关于智能传感器研究的大多数科学出版物仅仅反映微电子的技术成就。然而，现代先进微传感器技术需要全新的先进测量技术。