聲發(fā)射信號(hào)處理關(guān)鍵技術(shù)研究.pdf

1、聲發(fā)射(Acoustic Emission，AE)是無(wú)損檢測(cè)和評(píng)估中的一種重要方法，可廣泛應(yīng)用在石油化工、航天航空、材料實(shí)驗(yàn)和交通運(yùn)輸?shù)阮I(lǐng)域。AE信號(hào)處理是AE檢測(cè)技術(shù)研究的核心。根據(jù)信號(hào)波形特征，可將AE信號(hào)分為突發(fā)、連續(xù)和混合三種類型，探討不同類型AE信號(hào)的特征和傳播機(jī)理，研究相應(yīng)的AE信號(hào)處理和分析技術(shù)，對(duì)于準(zhǔn)確反演AE源信息，具有非常重要的意義。 本文在理論分析和實(shí)驗(yàn)研究的基礎(chǔ)上，從信號(hào)處理的角度，分別研究了三種類型AE

2、信號(hào)預(yù)處理、特征提取和融合方法。論文的主要工作和創(chuàng)新點(diǎn)如下： (1)研究了三種類型的AE信號(hào)特征及其適用的信號(hào)去噪方法。突發(fā)型信號(hào)可以分解為一個(gè)反映群速度的調(diào)制信號(hào)和一個(gè)反映相速度的指數(shù)型信號(hào)的組合，因此論文提出一種小波和MP算法的融合去噪方法對(duì)突發(fā)型信號(hào)進(jìn)行去噪處理；連續(xù)信號(hào)頻散特性復(fù)雜，模態(tài)個(gè)數(shù)多，論文選取了shannon熵準(zhǔn)則的小波包方法進(jìn)行了去噪處理；混合信號(hào)在不同階段表現(xiàn)出不同特征，去噪處理的關(guān)鍵在于對(duì)不同階段的識(shí)別，

3、論文分別選取了小波包和小波-MP融合方法對(duì)不同階段的聲發(fā)射信號(hào)進(jìn)行了去噪處理。研究表明，不同去噪方法處理后的信號(hào)SNR明顯提高，RSME降低，且原始信息得到了很好保留。 (2)針對(duì)AE信號(hào)概率密度函數(shù)估計(jì)困難的問(wèn)題，進(jìn)行了混合因子的lCA預(yù)處理，并在此基礎(chǔ)上提出了一種基于經(jīng)驗(yàn)特征函數(shù)的FastICA改進(jìn)算法。與常用的幾種FastlCA算法相比，新方法具有更好的收斂效果。實(shí)驗(yàn)表明，對(duì)于水管泄漏產(chǎn)生的連續(xù)型AE信號(hào)，通過(guò)改進(jìn)ICA算

4、法分離后的定位精度顯著提高，不同泄漏點(diǎn)的定位精度均在3％以內(nèi)。 (3)提出了利用Hurst指數(shù)進(jìn)行混凝土的AE信號(hào)自相似特征提取方法，并在此基礎(chǔ)上構(gòu)造了基于Hurst指數(shù)均值和方差的聲發(fā)射階段識(shí)別分類器。通過(guò)C50、C60兩類混凝土的Hurst指數(shù)研究表明，隨著應(yīng)力增加，Hurst指數(shù)表現(xiàn)出一種從大變小，再急劇增大的特征，且隨著材料強(qiáng)度增大，臨界點(diǎn)的Hurst指數(shù)突變趨勢(shì)加劇。對(duì)不同階段的AE信號(hào)識(shí)別結(jié)果表明，基于Hurst指數(shù)

5、識(shí)別方法對(duì)于非穩(wěn)定階段的識(shí)別具有很高的精度，且受實(shí)驗(yàn)條件影響小。 (4)提出了利用高階譜進(jìn)行混凝土AE信號(hào)的非高斯性特征提取方法，并建立了基于高階譜均值和方差的聲發(fā)射階段識(shí)別分類器。通過(guò)提取C50、C60兩類混凝土AE信號(hào)的雙譜特征發(fā)現(xiàn)，隨著荷載增加，AE信號(hào)非高斯性增大，尤其是在破壞的臨界狀態(tài)，雙譜均值出現(xiàn)3個(gè)數(shù)量級(jí)的增長(zhǎng)。對(duì)不同階段的AE信號(hào)識(shí)別實(shí)驗(yàn)結(jié)果表明，在初始階段和穩(wěn)定階段，基于高階譜特征分類方法具有一定優(yōu)勢(shì)。 (5)