金属裂纹扩展声发射信号特性研究

机械结构件中的应力集中使得结构极易产生裂纹并逐渐扩展,裂纹扩展时伴有声发射信号,因此有必要对结构件中裂纹扩展时的声发射信号进行特征研究。为研究金属板件中的裂纹声发射源特征行为,通过分析板件中的裂纹声发射源,从理论上推导了裂纹声发射的幅值和频率特征表达式。在裂纹扩展过程中,金属板件的裂纹声发射信号幅值与声发射源的开裂长度和拉伸应力的乘积成正比,频率与裂纹开裂速度成反比,且与裂纹开裂长度成正比。用声发射检测系统对预制有初始裂纹的金属板件进行拉伸状态下的声发射监测,通过对声发射信号求取功率谱密度估计,实现不同声发射信号以功率谱在频域的分布为信号特征的有效区分。实验结果与理论分析相符合,研究结果对金属板件的裂纹声发射检测技术具有重要意义。     

基于声发射技术的超精密切削状态监测试验研究

针对超精密加工过程中的切削状态监测问题,利用声发射技术进行了接触检测和识别的试验研究。首先,将谐振频率为1 MHz的锆钛酸铅压电陶瓷传感器安装在靠近切削点的位置,并且为了降低背景噪声,利用声发射分析单元放大和100 kHz高通滤波器对信号进行了处理;然后,对切削刃与工件的接触极限进行了研究,实现了对切削刃位置的准确检测;最后,对切削状态变化引起的声发射信号变化进行了监测,对其切削状态进行了识别。研究结果表明:(1)当切削速度为60 m/min时,在切削深度为10 nm的情况下可以检测到切削刃与工件的接触;(2)声发射信号波形可以识别表面加工过程中发生的微小变化,且声发射平均值与切削速度呈高度正相关,声发射总能量与接触弧长成正比;这些结果证实了声发射技术用于切削状态监测的可行性。     

磨削加工过程声发射检测技术发展现状

针对声发射技术灵敏度高、响应速度快等优点,介绍了声发射检测技术的基本原理、特点和常用信号分析方法,综述了声发射检测技术的研究进展,揭示了声发射技术在磨削过程监测、磨削质量监测、智能磨削系统构建等领域的应用现状,并阐述了声发射技术在磨削状态监控存在的不足以及未来发展趋势。     

基于声发射技术的拉深过程中润滑状态分析

采用发射技术监测了拉深过程中的润滑状态.在干摩擦和润滑脂润滑下,进行了拉深成形实验,并分析了不同润滑状态下拉深过程中声发射信号的能量、振铃计数、信号幅度等参数的变化规律.结果表明,拉深中产生声发射信号对润滑状态非常灵敏,随着润滑状态改善,拉深过程中产生的声发射信号能量、振铃计数、信号幅度参数等均呈下降趋势;通过对声发射信号分析可以判断拉深件的摩擦状况,即将声发射技术引入金属板材拉深中的摩擦状态的监测是可行的.     

基于声发射技术的点接触润滑状态研究

为研究点接触在部分弹流润滑条件下的润滑状态,使用球盘式摩擦磨损试验机进行试验,利用声发射技术监测不同工况下的润滑状态,并分析在不同工况下声发射信号特征参数的变化规律。结果表明:声发射信号特征参数计数、能量、信号强度对润滑状态的改变非常敏感,都随滑动速度的增加而减小,随载荷的增加而增加且在变化规律上几乎一致;利用声发射技术能够表征边界润滑向部分弹流润滑的过渡状态。     

运用声发射技术监测金属塑性成型过程中润滑状态的研究

为监测金属塑性成型过程中的润滑状态,采用运用声发射技术,通过对无润滑和有润滑时金属塑性变形过程和摩擦过程的监测及对比,分别研究了金属摩擦声发射信号和塑性变形声发射信号.结果表明,不同材料摩擦产生的声发射信号数值上大小不同,同种材料摩擦声发射信号数值上小于塑性变形声发射信号;采用声发射技术,基于实时波形和声发射信号参数的平均值都能监测金属塑性成型时的润滑状态.     

声发射监测切屑状态的可行性研究

金属切削过程中产生丰富的声发射。用声发射技术监测切屑状态是一个很有潜力的新方法。本文通过实验研究了车削时切屑状态和声发射信号间的相互关系,结果表明：1.声发射DC包络信号脉冲能准确反映断屑情况;2.声发射加权计数率波形和包络信号均值能反映切屑形状和异常切屑状态;3.不同类型切屑的形成过程具有不同的声发射信号波形。     

基于Elman神经网络的刀具磨损状态识别技术

由于刀具磨损声发射信号的能量分布与刀具磨损状态密切相关,可以利用谐波小波包方法提取刀具磨损声发射信号的特征能量,对各频段能量做归一化处理,与切削三要素组成特征向量输入到Elman神经网络,通过神经网络判别刀具磨损状态。实验结果表明,刀具磨损产生的声发射信号频率主要集中在10Hz~130k Hz之间,将谐波小波包和Elman神经网络结合的方法可以有效地识别刀具磨损状态。     

齿轮磨损故障声发射检测研究

齿轮磨损故障对机械设备工作影响较大。利用声发射检测技术对齿轮运行状态进行实时监测,并通过Hilbert-Huang变换(HHT)方法对采集的数据进行分析处理。通过对比正常齿轮与故障齿轮的经验模态分解图、Hilbert谱,得出齿轮磨损故障的频率特征,证明声发射检测方法可以有效地检测到齿轮磨损故障,对齿轮故障诊断具有重要意义。     

桥式起重机Q345B钢箱形梁母材疲劳损伤的声发射双谱分析

利用声发射技术对比研究了Q345B钢桥式起重机箱形梁和同种金属结构材料实验室小试样的疲劳过程,采用双谱分析方法分析声发射信号,结果发现两种试样在疲劳失效过程中产生的声发射信号与疲劳断裂损伤状态存在对应关系,为采用声发射技术监测桥式起重机的安全状态奠定重要理论和技术基础。     

基于声发射与小波变换的阀门泄漏研究

在实验室建立了一阶水箱循环系统,采用声发射技术与小波变换理论,在相同的实验条件情况下,进行了不同开度下阀门泄漏的声发射检测实验。通过matlab软件对原始电压信号进行去噪处理、频率分析、能量特征分析,能够准确判断管道有无泄漏,得出泄漏大小与声发射信号之间的关系。经对各频段能量特征分析,进一步验证声发射技术在阀门泄漏应用的可靠性。     

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。     

基于声发射技术的铁路货车滚动轴承故障诊断研究

采用声发射技术对铁路货车滚动轴承的故障诊断是一种新型的无损检测方法。对采集到的声发射信号进行基于小波变换的带通滤波处理后,故障特征信息明显,容易区分出铁路货车滚动轴承的不同状态。将声发射技术用于铁路货车滚动轴承的状态监测与诊断中,经大量试验证明,该法能准确区分轴承状态的好坏与故障类型。     

结构声发射的数值模拟及实验研究

由于声发射源产生的瞬态弹性波会在传播过程中产生各种频率和模态的声发射信号,这给应用声发射技术进行无损检测带来一定困难。针对声发射信号在实际介质中传播的复杂性,为了研究弹性波的传播对波形的影响,提出了利用有限元方法模拟声发射信号在薄铝板的传播及几何形状边界反射过程,得到声发射波形的时域特征,进一步分析了声发射信号在铝板中的传播特性;搭建了与有限元模型相应的声发射断铅实验系统来采集断铅信号。试验及研究结果表明,利用声发射断铅实验系统获得的信号与有限元计算方法得到的模拟信号基本吻合,说明有限元数值计算方法可以作为分析声发射信号传播过程的一种手段;该结果为基于声发射的结构缺陷检测技术提供了数值模型,同时声发射技术用于无损检测也有了更精确的理论基础。     

新型PVDF声发射传感器的设计方法及应用

基于声发射技术研制了一种新型PVDF压电传感器。介绍了声发射传感器的结构、工作原理以及声发射传感器压电元件、背衬材料、声匹配层和前置放大器接口电路设计对传感器灵敏度、分辨率和信噪比的影响。利用美国物理声学公司声发射信号数据采集处理DiSP系统进行了断铅信号采集试验。测试结果表明：设计的新型PVDF声发射传感器对断铅信号具有宽频带响应。应用研制的新型PVDF声发射传感器、数字示波器和计算机组成的数据采集处理系统对4M20氮氢气压缩机六段排气阀进行了状态监测，结果表明新型声发射传感器能够用于设备状态监测，设计方法可行。     

模拟磨削烧伤声发射信号的实验研究

人们一直试图运用声发射技术来在线识别磨削烧伤，但磨削烧伤的声发射信号相对较弱，容易被磨削中其它声发射信号所掩盖。为了在发现磨削烧伤声发射信号，对镍基合金和陶瓷材料热扩散的声发射信号特征进行了研究，该热扩散由激光照射引起，来模拟磨削热效应。运用短时傅里叶变换技术，在没有其它干扰因素的条件下，模拟磨削烧伤温度的声发射信号的频率特征被成功的提取出来。发现材料温度改变越大则声发射信号越强!     

声发射信号处理在轮轴故障检测中的应用研究

声发射（Acoustic Emission）可以定义为物体或材料内部迅速释放能量而产生瞬态弹性波的一种物理现象,是材料或结构受内力或外力作用产生变形或断裂,以弹性波的形式释放出应变能的结果。在基于虚拟仪器的轮轴故障检测分析平台中,可实现对声发射信号的时域分析、频谱分析、参数分析、小波去噪等主要功能。通过该平台,对具有典型状态的滚动轴承的声发射信号进行了试验研究。试验研究结果表明,对于不同状态的轴承,所测取的声发射信号包络频率特征有着明显的不同,并且和理论特征频率有着一定的关系。     

基于声发射的带锯条磨损在线监测试验研究

通过实时监测带锯条锯齿的工作状态,可以预防锯齿磨损带来的斜切、切削效率降低等问题。本文采用声发射在线监测系统采集和分析锯切过程的声信号,基于时域和频域特征分析提取带锯条全生命周期的磨损信号特征,实时判断带锯条的初始剧烈磨损时间。研究表明:通过分析时域信号可知,在剧烈磨损的临界阶段会出现声发射信号峰值和均值突变的情况;通过分析频域信号可知,初始剧烈磨损会导致峰值信号频率发生突变,初始剧烈磨损前声发射峰值信号频率稳定在30000Hz左右,初始剧烈磨损后声发射峰值信号频率稳定在15000Hz左右。因此,可基于信号突变的特征判断带锯条的初始剧烈磨损时间,避免斜切现象的发生,为带锯条锯齿磨损提供有效的在线监测技术思路。     

多普勒超声监测方法及其在加载材料监测中的应用

采用多普勒超声-超声检测分析处理装置研究加载状态下的材料断裂特性,该方法是一种综合了多普勒超声和普通超声技术的无损监测方法,其技术特征是在处于加载状态下的材料表面向内部发送一定频率的超声,超声波接受电路对回波信息进行处理,估算小尺度声发射源的密度;该方法比普通超声波探伤更能对加载材料内部小隐患做出判断和预警。     

基于声发射主轴机械密封开启状态识别技术

针对机械密封端面开启状态确定和端面开启厚度测量困难这一问题,提出基于声发射信号端面开启状态监测技术。将电涡流传感器安装在密封装置静环上,将声发射传感器安装在静环座上,分别对动静环之间端面开启状态进行内部直接测量和外部间接检测。把采集的声发射信号运用小波阈值降噪法进行降噪处理后,提取典型的小波包能量特征。建立RBF神经网络模型,将提取的小波能量特征作为模型的输入,对机械密封端面开启状态进行识别。与电涡流传感器测量结果比对表明,声发射技术能够对机械密封开启状态进行准确的识别。利用声发射识别技术,实现了对主轴机械密封油膜开启状态由"内测"到"外测"的转变,便于工业现场应用和推广。