基于模态声发射和小波变换的薄板中导波传播特性的实验研究

基于小波变换和模态声发射理论。通过声发射实验的方法确定了薄板中导波传播的弥散特性。通过分析声发射信号的Gabor小波变换幅度在时频空间分布特点，确定某一频率下某一模态导波到达传感器的时间，从而确定该频率下该模态导波的群速度，进而确定其弥散曲线。实验确定薄板弥散曲线与理论计算曲线较好吻合，证明小波变换是分析弥散波时频特性的有效工具。     

基于小波分析的声发射源定位技术

声发射全波形采集技术为基于波形分析的声源定位方法提供了可能。在板状构件中声波的传播模式较为复杂,且不同模式的波到达时间和波速均不相同,从而带来了声源定位误差。将时频幅度分析方法引入声发射源定位技术：从接收到的信号中提取出某一频率的柔性波随时间变化的规律,在理论分析的基础上证明,这个分离信号的最大幅值点所对应的时间就是该频率柔性波群速度的到达时间。根据这个到达时间,以及实际测量出的群速度就可以实现声发射源更精确的定位,试验结果也证明了这种方法的可靠性。     

基于导波理论的管道泄漏声发射定位新技术研究

由于泄漏声发射信号的多模态特性和在管道内传播过程中的频散特性,使得通过相关分析进行管道泄漏定位的效果很差。根据模态声发射理论,将圆管中导波传播理论应用于管道泄漏的声发射检测,建立了管道中泄漏声发射信号的多模态传播模型。利用管道中导波传播的频散特性,在提取单一模态导波基础上,提出了一种实用的声发射泄漏定位方法。 泄漏定位试验证明了该方法的有效性。     

基于小波变换的管道泄漏声发射检测信号处理

针对管道泄漏声发射检测信号中含有大量噪声导致定位精度低这一实际,研究了基于小波变换的声发射检测信号降噪技术,利用小波函数阀值降噪法对泄漏系统所采集的信号进行滤波处理,以保证采集到的瞬态信号有效性,并采用互相关分析法对泄漏点定位.10种工况下实验结果表明,采用小波变换对声发射检测信号处理处理后,管道的定位精度在5％之内,满足工程实际需要.     

基于声发射定位算法的故障检测技术研究

高精度的声发射源定位能够帮助工程人员快速定位故障或异常发生的位置,可用于对大型设备进行结构可靠性监测和检测。为了提高声发射源定位的精度,提出一种融合了Geiger定位方法、同伦算法及牛顿梯度方法的源定位算法。采用Geiger迭代定位方法实现对源定位信息的迭代更新,并将更新信息的求解转变为对不适定问题的求解。同伦算法和牛顿梯度方法的结合,避免了常规不适定问题求解方法中耗时的矩阵求逆,优化了求解过程。实验结果表明,所提方法优于常规定位算法,可实现对声发射源位置信息的高精度求解。     

基于小波包和HHT变换的声发射信号分析方法

针对声发射管道泄漏检测过程中的噪声干扰问题,对基于小波包和经验模态分解(EMD)的声发射信号处理方法进行了研究.采用小波包分解算法和经验模态分解都可以对管道泄漏声发射信号进行分解,但分解结果却存在一定区别.EMD是近年来非平稳信号分析领域的一个突破,对管道泄漏声发射信号进行EMD分解后,选择包含声发射特征的若干固有模式函数(IMF分量)进行重构,可以提取到管道泄漏声发射信号的本质特征,消除噪声信号的干扰.相对小波包分解方法而言,对根据IMF分量重构的声发射信号进行相关分析计算,得到的管道泄漏点的位置更为精确.     

无须测量声速的声发射源定位方法研究

为消除声速测量偏差给声发射系统带来的定位误差，本文提出一种多探头定位方法。从理论上导出了该方法的线定位和平面定位计算公式，并用AE21C型四通道声发射仪在碳钢管道和平板上以铅笔芯折断产生信号为模拟源进行了实验验证，结果表明用这种新的方法具有较高的定位精度，且定位时只要利用原系统的门槛跨越技术测量各探头接收到信号的时差即可，不必测量传声媒质的声速。     

基于波变换的瞬态诱发耳声发射仿真信号研究

本文利用两类不同基本小波对仿真诱发耳声发射信号进行分析,比较两类小波的时间尺度分辨率,进而研究瞬态诱发耳声发射信号潜伏期与不同尺度下频率成份之间的关系,研究结果表明,Proposed小波在n=2的情况下,其时间尺度分辨率明显优于其它小波,用该小波分析仿真诱发耳声发射信号,得出了潜伏期与尺度之间的关系,仿真诱发耳声发射信号潜伏期与其小波变换不同尺度之间基本呈线性关系,所以对诱发耳声发射信号进行小波分析,可能会为临床提供很有价值的诊断信息。     

基于光纤光栅阵列和MVDR算法的声发射定位

基于光纤光栅(FBG)传感器网络构建了声发射检测系统,并提出了最小方差无失真响应(MVDR)的声发射源定位方法。构建的系统由7个FBG传感器组成传感器线阵列,采用未经平坦的放大自发辐射(ASE)光源边缘滤波实现信号解调。利用Shannon小波变换从频散复杂的声发射信号中提取窄带信号,并基于MVDR算法扫描整个监测区域获取空间谱。根据空间谱函数计算输出值,并将计算的输出值作为像素值。最后,通过提取空间谱中的最大值的坐标确定声发射源的位置。在LY12铝合金板上进行了实验验证。结果表明,该方法在400mm×400mm的区域内,声发射定位的最大误差为9.4mm,平均误差为7.2mm,耗时小于3s。该系统具有较高的实时性和定位精度,是一种声发射源定位的新方法。     

基于声发射技术的海洋平台销钉结构磨损定位

销钉连接因为独特的半自由式连接方式,被广泛的应用于海洋平台中。被连接件之间长时间的小幅度相对转动会导致销钉的磨损破坏。磨损发生的位置对于销钉磨损程度的判断以及维修方法的设计有着重要的参考价值。声发射技术常被用于定位销钉的磨损位置。但是,销钉磨损过程中的复杂工况,使得现有的声发射定位算法容易受到非同源声发射信号以及噪声信号的影响。针对这些问题,提出了基于小波相干(wavelet transform coherence, WTC)识别方法与同步压缩小波变换(synchrosqueezed wavelet transform, SWT)拾取方法的同步压缩小波变换(SWT)定位算法。SWT定位算法利用同步压缩小波变换得到的高分辨率和高鲁棒性时频矩阵,实现了快速准确的识别同源声发射信号以及避免噪声信号影响到达时间点的拾取。销钉磨损试验的结果显示,与常用的声发射定位算法相比,SWT定位算法可以有效降低定位误差,较为准确的定位磨损位置。     

压力容器上声发射源的新型定位方法

压力容器裂纹扩展时产生的弹性波在传播时声压遵从指数衰减规律,本文提出一种利用声衰减对声发射源进行源定位的新方法。用AE21C型声发射仪对自制的小型高分子合成纤维材料容器以铅笔芯折断产生信号为模拟源进行了实验测量,证明这种新的源定位方法可行,并具有无须测量传播介质衰减特性、无须测量声速等优点。     

基于小波包变换的FRP容器爆破声发射信号分析

对FRP复合材料容器进行水压爆破的力学性能实验,采集FRP复合材料容器在受压损伤和爆破过程中的声发射信号。基于小波包变换对复合材料容器爆破声发射信号进行时频对比分析,由能量在频段上的分布情况,得出爆破信号特征。     

基于平移不变小波的声发射信号去噪研究

小波阈值去噪算法在信号的奇异点处会产生Pesudo-Gibbs现象。平移不变小波去噪方法是对闽值法的改进，该方法可以有效地抑制Pesudo-Gibbs现象，而且能够减少原始信号和估计信号的均方根误差，提高信噪比。将该方法用于声发射信号的去噪处理，并与闽值法进行了比较。仿真结果表明该研究方法可以有效地去除噪声，提取声发射信号的特征信息，具有较强的工程实用性。     

基于曲率模态和小波变换的结构损伤识别方法

在结构曲率模态基础上,提出了一种基于小波变换的结构损伤检测和定位方法.利用双正交小波函数对损伤前后结构的曲率模态进行小波变换,通过损伤前后小波变换系数的变化和分布情况建立了结构损伤指标,可判定损伤存在,确定损伤位置和估计损伤程度,并通过一两端简支梁的数值模拟对该方法进行了验证.     

基于小波变换的亚像素边缘检测

提出一种基于小波变换的亚像素边缘检测方法,从理论上证明该方法不存在原理误差,同时具有较强的抗噪能力。实验表明,在对光源等无特殊要求的情况下,该方法的精度优于0.02个像素,从而验证了理论的正确性。     

基于AIC信息准则的Delta T声发射源定位方法

疲劳断裂是金属结构中的主要失效形式,而金属结构中的早期疲劳断裂信号通常难以检测。TOA方法是常用的声发射定位源方法,但是声波传播过程中波速变换和路径的复杂性对其结果影响很大。运用Delta T声发射源定位方法,用断铅实验模拟声发射源,用AIC信息准则对到达时间进行优化,通过使用差值求源点坐标和图像处理的方法,求得声发射源坐标。通过在平板上的实验,比较两种源定位方法在不同结构中的定位结果,分析定位误差,结果表明图像处理方法更为优秀。     

基于小波变换技术的发动机异响故障诊断

针对发动机异响故障信号呈非平稳时变特征并伴随有强烈的背景噪声,提出一种基于小波细节系数自相关性分析的分层阈值降噪法,该方法对信号进行离散小波变换,将信号分解为近似系数和细节系数,求出各层细节系数的自相关序列,根据序列是否呈白噪声自相关特性确定该层阈值。信号经过分层阈值降噪后,再进行连续小波变换,画出时频图,结合时域特征和频域特征确定故障类别。试验研究首先以模拟的信号模型为例,再针对实际的活塞敲缸响和曲轴轴承响两种常见异响故障进行比较分析,结果表明,分层阈值降噪法可以提高信噪比,恢复较高频率的有用信号,小波时频图可以清晰地呈现故障信号的时域和频域特征,为诊断提供一种切实可行的策略。     

基于小波神经网络的FRP容器爆破声发射信号研究

对FRP复合材料容器进行水压爆破的力学性能实验,利用声发射检测技术,采集FRP复合材料容器在受压损伤和爆破过程中的声发射信号。将采集到的声发射信号进行小波包特征提取,得到的前8个频带的特征向量作为小波神经网络的输入样本。据得到的数据样本库数据来预测、验证复合材料容器的破坏过程。