1、声发射信号处理方法,李光海 13910535948 ,2019/7/19,声发射I、II级人员培训,2,声发射信号处理方法,声发射信号的特点 瞬态性 多态性 易受噪声干扰 声发射信号的处理方法 一种为以多个简化的波形特征参数来表示声发射信号的特征，然后对这些波形特征参数进行分析和处理； 另一种为存贮和记录声发射信号的波形，对波形进行频谱分析。,2019/7/19,声发射I、II级人员培训,3,经典信号处理方法,声发射信号参数分析 事件计数 振铃计数 能量 幅度 持续时间 上升时间 平均信号电平 有效值电压,2019/7/19,声发射I、II级人员培训,4,声发射信号参数分析,2019/7/19
2、,声发射I、II级人员培训,5,声发射信号参数分析,信号幅度 声发射信号的幅度通常以dBAE表示，定义传感器输出1V时为0dB，则幅值为VAE的声发射信号的dBAE幅度可由下式算出：,2019/7/19,声发射I、II级人员培训,6,声发射信号参数分析,HDT（撞击定义时间） PDT（峰值定义时间） HLT（撞击锁闭时间）,T,门槛,HDT,2019/7/19,声发射I、II级人员培训,7,声发射信号参数分析,表5-2 P47,2019/7/19,声发射I、II级人员培训,8,声发射信号的分析技术,声发射信号特征参数数据列表到达时间 压力 通道 上升时间 计数 能量 持续时间 幅度 01:18
3、.9101730 36.60 3 81 92 57 3222 59 01:18.9103205 36.60 12 133 49 48 6243 51 01:18.9104999 36.60 4 69 62 86 6899 55 01:18.9112070 36.60 8 29 27 53 1947 51,2019/7/19,声发射I、II级人员培训,9,声发射信号单参数分析,计数法 计数法是处理声发射脉冲信号的一种常用方法。目前应用的计数法有声发射事件计数率与振铃计数率及它们的总计数，另外还有一种对振幅加权的计数方式，称为“加权振铃”计数法。声发射事件是由材料内局域变化产生的单个突发型信号，声
4、发射计数(振铃计数)是声发射信号超过某一设定门槛的次数, 信号单位时间超过门槛的次数为计数率, 声发射计数率依赖于传感器的响应频率、换能器的阻尼特性、结构的阻尼特性和门槛的水平。,2019/7/19,声发射I、II级人员培训,10,声发射计数法,式中f0 是换能器的响应中心频率, 为波的衰减系数, Vp是峰值电压, Vt为阈值电压。 计数法的缺点是易受下列因素影响 ： 样品几何形状 传感器的特性 耦合条件 门槛电压 接收仪器的响应,2019/7/19,声发射I、II级人员培训,11,能量分析法,声发射能量反映声发射源以弹性波形式释放的能量； 由于计数法测量声发射信号存在上述缺点，尤其对连续型声
5、发射信号更明显，因而通常采用测量声发射信号的能量来对连续型声发射信号进行分析。目前，声发射信号的能量测量是定量测量声发射信号的主要方法之一。声发射信号的能量正比于图4.1中声发射波形的面积，通常用均方根电压(Vrms)或均方电压(Vms)来进行声发射信号的能量测量。,2019/7/19,声发射I、II级人员培训,12,能量分析法,信号V(t)的均方电压、均方根电压以及能量定义如下:,2019/7/19,声发射I、II级人员培训,13,能量分析法,能量分析法的优点： Vrms和Vms对电子系统增益和换能器耦合情况的微小变化不太敏感, 且不依赖于任何阈值电压；Vrms和Vms与连续型声发射信号的能
6、量有直接关系，但对计数技术来说，根本不存在这样的简单关系 ； Vrms与Vms很容易对不同应变率或不同样品体积进行修正。,2019/7/19,声发射I、II级人员培训,14,幅度分析法,信号峰值幅度和幅度分布是一种可以更多地反映声发射源信息的处理方法，信号幅度与材料中产生声发射源的强度有直接关系，幅度分布与材料的形变机制有关。声发射信号幅度的测量同样受换能器的响应频率、换能器的阻尼特性、结构的阻尼特性和门槛电压水平等因素的影响。通过应用对数放大器，既可对声发射大信号也可对声发射小信号进行精确的峰值幅度测量。 不同的声发射源具有不同的幅度分布谱。,2019/7/19,声发射I、II级人员培训,1
7、5,幅度分析法,声发射信号的幅度、事件和计数得到如下经验公式： N = 声发射信号累加振铃计数；P = 声发射信号事件总计数；f = 换能器的响应频率； = 声发射事件的下降时间；b = 幅度分布的斜率参数。,2019/7/19,声发射I、II级人员培训,16,2019/7/19,声发射I、II级人员培训,17,经历图分析法,声发射信号经历分析方法是通过对声发射信号参数随时间或外变量变化的情况进行分析，从而得到声发射源的活动情况和发展趋势 采用经历图分析方法对声发射源进行分析可达到如下目的： 声发射源的活动性评价； 费利西蒂（Felicity）比和凯塞（Kaiser）效应评价； 恒载声发射评价
8、； 起裂点测量。,2019/7/19,声发射I、II级人员培训,18,声发射信号的经历图,2019/7/19,声发射I、II级人员培训,19,经历图分析,2019/7/19,声发射I、II级人员培训,20,分布分析方法,声发射信号分布分析方法是将声发射信号撞击计数或事件计数按信号参数值进行统计分布分析。 分布分析可用于发现声发射源的特征，从而达到鉴别声发射源类型的目的 。,2019/7/19,声发射I、II级人员培训,21,关联分析方法,关联分析方法也是声发射信号分析中最常用的方法，对任意两个声发射信号的波形特征参数可以作它们之间的关联图进行分析，图中二维坐标轴各表示一个参数，每个显示点对应于
9、一个声发射信号撞击或事件。通过作出不同参量两两之间的关联图，可以分析不同AE源的特征，从而能起到鉴别AE源的作用。,2019/7/19,声发射I、II级人员培训,22,关联图分析,裂纹扩展信号,泄漏信号,裂纹扩展信号,泄漏信号,2019/7/19,声发射I、II级人员培训,23,关联分析中的滤波器设置,2019/7/19,声发射I、II级人员培训,24,声发射源的定位技术,突发性信号定位 时差定位，是经对各个声发射通道信号到达时间差、波速、探头间距等参数的测量及复杂的算法运算，来确定波源的坐标或位置。时差定位是一种精确而又复杂的定位方式，广泛用于试样和构件的检测。不过，时差定位，易丢失大量的低
10、幅度信号，其定位精度又受波速、衰减、波形、构件形状等许多易变量的影响，因而，在实际应用中也受到种种限制。 区域定位，是一种处理速度快、简便而又粗略的定位方式，主要用于复合材料等由于声发射频度过高或传播衰减过大或检测通道数有限而难以采用时差定位的场合。,2019/7/19,声发射I、II级人员培训,25,声发射源的定位技术,2019/7/19,声发射I、II级人员培训,26,2019/7/19,声发射I、II级人员培训,27,独立通道定位,按传感器各监视各区域的方式或按声发射波到达各传感器的次序，粗略确定声发射源所处的区域。,a）单通道监视区,b）到达次序区域定位,2019/7/19,声发射I、
11、II级人员培训,28,线定位,当被检测物体的长度与半径之比非常大时，易采用线定位进行声发射检测，如管道、棒材、钢梁等。,2019/7/19,声发射I、II级人员培训,29,平面定位,tV = r1 R Z = R sin Z2 = r12 (DR cos)2,2019/7/19,声发射I、II级人员培训,30,三探头平面定位算法,2019/7/19,声发射I、II级人员培训,31,解析解的定位仿真,从以上数值模拟结果来看，在直角或锐角三角形内甚至其周围都可求得解。而在钝角三角形内，由于值选择的限制，在钝角附近则存在着一定的盲区,2019/7/19,声发射I、II级人员培训,32,四个探头阵列的
12、平面定位计算方法,Lx = tx V，Ly = tY V,2019/7/19,声发射I、II级人员培训,33,球面定位算法,A,C,B,P,2019/7/19,声发射I、II级人员培训,34,影响声发射信号定位源精度的因素,不唯一解 图形畸变 弱声发射源 强声源和多声源 探头位置 波速 （多模态） 时差测量 硬件影响 门槛值设定 噪声影响 算法误差,2019/7/19,声发射I、II级人员培训,35,声发射信号定位源精度,门槛影响,硬件影响,2019/7/19,声发射I、II级人员培训,36,连续声发射源定位,幅度衰减测量区域定位方法,外径108mm，厚度4.5mm，泄漏孔径2.5mm时，泄漏
13、声发射信号RMS随传播距离变化关系(压力为0.4、 0.3、 0.25、 0.2MPa，R15传感器),2019/7/19,声发射I、II级人员培训,37,幅度衰减测量区域定位方法,RMS,A1,A2,A3,A4,x1 x2 x x3 x4,2019/7/19,声发射I、II级人员培训,38,连续声发射源定位的幅度测量方法,(1) 通过识别最高和第二高声发射输出信号，从声发射探头阵列中找到最靠近泄漏源的两个探头。在探头阵列之外的泄漏源不能采用幅度测量法进行定位。 (2) 以分贝来确定两个探头输出的差值，并与被测物体的衰减特征进行比较。 (3) 对于二维平面，两个探头确定了一条通过泄漏源的双曲线
14、，因此需要第三个探头来得到另一条双曲线，两个双曲线的交点即为泄漏源部位。,2019/7/19,声发射I、II级人员培训,39,幅度测量法定位的条件,(1) 必须将所有通道（包括探头和放大器）的灵敏度调整为相同。 (2) 无任何电子或机械背景噪音。,2019/7/19,声发射I、II级人员培训,40,相关定位,对于任意一函数A(t)和时间延迟为的函数B(t)，两个函数A(t)和B(t+)在有限时间间隔内的互相关函数RAB()在=肯定包含一个最大值，这一互相关方法可用于连续型声发射源的定位。如探头A接收到来自连续AE源的波A(t)，探头B接受到来自AE源的波B(t+)，相对于波A(t)的时间延迟为
15、，那么AE波从源传播到两个探头间的时差可以从其互相关函数RAB()的最大峰值部位来得到，即tAB=。,2019/7/19,声发射I、II级人员培训,41,相关分析,2019/7/19,声发射I、II级人员培训,42,干涉式定位方法,(1) 在感兴趣的二维或三维空间内定义一个位置； (2) 计算信号从定义位置到所有探头之间的传播路径长度，通过已知波速计算波到达阵列中所有探头的传播时间和各个探头的时间延迟； (3) 按预定的时间同时捕捉每一个探头的输出，按照第2步计算的延迟时间推迟各通道的采样时间； (4) 确定所有延迟的探头间的相干性，高水平的相干性指出在假设的源部位有泄漏发生； (5) 如果相
16、干性较低，假设另外一个部位从第2步重复进行。,2019/7/19,声发射I、II级人员培训,43,三维立体定位,|ST0| - |ST2| = d02 |ST1| - |ST2| = d12 |ST3| - |ST2| = d32,2019/7/19,声发射I、II级人员培训,44,高级信号处理技术,波形分析 指通过分析声发射（AE）信号的时域波形或频谱特征来获取信息的一种信号处理方法。理论上讲，波形分析应当能给出任何所需的信息，因而波形也是表达AE源特征的最精确的方法，并可导致对AE的定量了解。从所采集的AE波形，人们可以很方便地获得信号的频谱和相关函数等信息，并可通过信号处理获得任何感兴趣
17、的参数。,2019/7/19,声发射I、II级人员培训,45,高级信号处理技术,时域分析是描述信号在时间域的完全信息，常用的统计特征参数有：波形时域特征描述参数，比如最大幅值，相关函数等。 频谱分析方法可以分为经典谱分析和现代谱分析两大类，它们都是声发射信号处理中最常用的分析方法。经典谱分析法以傅立叶变换为基础，简单、方便，但是其分辨率不高，且谱估计误差较大。现代谱分析法以合适的参数模型来拟合信号或用数学上正交处理方法分离信号，提高了谱的分辨率和谱估计的统计稳定性。两种谱分析方法都是通过把声发射信号从时域转换到频域，在频域中研究声发射信号的各种特征，找到识别声发射源本征信息。因为从理论上讲，不
18、同的声发射源发出的信号都含有反应其本质特征的信息。谱分析就是要对时域信号不能发现的信息，以期在频域中得到反应。 现代信号处理技术,2019/7/19,声发射I、II级人员培训,46,高级信号处理技术,声发射信号波形分析 模态声发射,2019/7/19,声发射I、II级人员培训,47,模态声发射,2019/7/19,声发射I、II级人员培训,48,声发射信号分析技术及进展,经典谱和现代谱分析 小波分析 神经网络识别 模式识别,2019/7/19,声发射I、II级人员培训,49,FFT分析方法,对任意的f(t)L2，它们都可由正交基函数族线性展开生成，该基函数组的显著特点是它们都由eit伸缩而成。
19、很明显，f(t)可视为不同的正弦波叠加而成。 Fourier分析是把信号投影到一组正交基eint上，投影系数即Fourier系数。由于每个eint实际上是一正弦波，具有单一的频率，所以Fourier分析在频域上是完全局部化的。 由于各正弦在时域具有全局性，即从-延伸到+支撑supp=-，+，因此正弦基函数在时域没有任何局部化，也即Fourier分析在时域上没有任何局部化。 为了时频局部化-加窗函数-小波分析,2019/7/19,声发射I、II级人员培训,50,谱分析,2019/7/19,声发射I、II级人员培训,51,绝缘子压结的谱分析,过压信号,断裂信号,2019/7/19,声发射I、II级
20、人员培训,52,声发射信号的小波分析,小波分析 声发射信号的小波多分辨分析就是把信号在一系列不同层次的空间上分解，从而以不同的层次显示信号的特征在对信号进行多分辨分析的过程中，假设声发射信号的离散采样序列为f(n)，并令为尺度0上的近似信号。然后，信号被分解成两部分，一部分是通过滤波器h(n)的作用而得到近似信号，另一部分是通过滤波g(n)的作用而得到细节信号，它们分别按照公式可以递推得到，通过这种递推可以获得各尺度上的细节和近似信息。,2019/7/19,声发射I、II级人员培训,53,声发射信号的小波分析,f(n)=A0,D1,A1,D2,D3,D4,A2,A3,A4,2019/7/19,
21、声发射I、II级人员培训,54,声发射信号的小波分析,平方可积的实数空间满足相容性条件：,小波基函数,2019/7/19,声发射I、II级人员培训,55,小波分析,2019/7/19,声发射I、II级人员培训,56,声发射信号的小波分析,特征提取（能量分布系数）,近似信号的能量：,细节信号的能量：,信号的总能量：,2019/7/19,声发射I、II级人员培训,57,声发射源特征的提取,各尺度下的细节信号能量分布系数构成特征向量R,2019/7/19,声发射I、II级人员培训,58,小波降噪,2019/7/19,声发射I、II级人员培训,59,(d) 界面摩擦,(c) 界面分离,(a) 纤维断裂
22、,(b) 基体开裂,图3-9 四种失效模式下的能量分布系数 Fig.3-9 The energy distribution coefficients of four failure pattern,2019/7/19,声发射I、II级人员培训,60,声发射源的神经网络识别,小波神经网络的结构,隐层,输出层,输入层,m,n,l,1,1,1,图3-11 小波神经网络的结构 Fig.3-11 The structure of wavelet neural network,小波函数作为隐层传递函数,2019/7/19,声发射I、II级人员培训,61,声发射源的神经网络识别,Mexican hat小波函
23、数作为隐层传递函数,隐层第j个神经元的输入为：,隐层第j个神经元的输出为：,输出层采用线性神经元，其第k个神经元的输出为：,2019/7/19,声发射I、II级人员培训,62,声发射源的神经网络识别,声发射信号识别技术,2019/7/19,声发射I、II级人员培训,64,神经网络及模式识别,2019/7/19,声发射I、II级人员培训,65,基于声发射信号分析的定位技术,声发射源时差定位原理 声源到传感器A和B的时间差为t1; 声源至传感器A和C的时间差为t2; |SB-SA|=v t1 |SC-SA|= v t2 存在的两个问题 到达时间的确定； 波速的确定。,2019/7/19,声发射I、
24、II级人员培训,66,基于声发射信号分析的定位技术,声发射源定位时，到达时间的确定方法（门限值）的影响,2019/7/19,声发射I、II级人员培训,67,基于声发射信号分析的定位技术,波的模式对波速的影响,扩展波(E波),柔性波(F波),2019/7/19,声发射I、II级人员培训,68,基于声发射信号分析的定位技术,板波理论,2019/7/19,声发射I、II级人员培训,69,基于声发射信号分析的定位技术,小波分析的时频局部性，我们可以用来提取任一频率的声发射信号，选用如下小波进行时域和频域局部化。 其时域中心位于t=b，其傅立叶变换后得到的频域中心为w=w0/a ，那么声发射信号经过小波
25、系的变换，其表达的时频特性是t=b和w=w0/a附近的一个窗口的信息 。,2019/7/19,声发射I、II级人员培训,70,基于声发射信号分析的定位技术,2019/7/19,声发射I、II级人员培训,71,基于声发射信号分析的定位技术,对于谐振传感器的声发射信号，本文还证明了(式4-20） ：经过上述小波变换后的某一频率的信号随时间变化，其最大幅值点，即为该频率信号群速度的到达时间。这也就解决了不同传感器的时间对应点的问题。（不同于用门限值计算到达时间，跟人为设定的门限高低相关，而且随着距离的增加信号有衰减）。 至此我们解决时差定位的两个问题，即波速的问题和到达时间的问题。这样就可实现声发射源的精确定位。,2019/7/19,声发射I、II级人员培训,72,基于声发射信号分析的定位技术,实验结果,图4-7 两种方法的声发射源定位比较 Fig.4-7 The comparison of two methods about AE source location,谢 谢 大 家！,2019/7/19,声发射I、II级人员培训,73,
