声发射信号小波阈值消噪方法研究

声发射信号在采集、转换和传输过程中,由于受到设备、环境及传输信道的影响,不可避免地受到噪声干扰。因此,如何去除信号中的噪声,得到感兴趣的信息成为信号处理中一项关键技术。对声发射信号的小波变换阈值消噪方法进行了研究。首先分别对原始信号进行三重db3和sym8小波分解,然后对分解后的各层系数采用硬软阈值方法进行截断处理,最后利用阈值处理后的小波系数完成信号小波重构。通过试验数据分析比较发现,采用sym8小波基的软阈值消噪方法显著提高了声发射信号的局部弱特征保持能力。     

小波变换在管道泄漏声发射检测中的应用

对管道泄漏声发射信号特点和常用小波基函数特点进行了分析,指出Daubechies小波和Symlet小波是较适于泄漏声发射信号处理的基函数.进行了碳钢管道水泄漏声发射检测实验,用db5和sym5两种小波基分别对泄漏信号进行小波变换,结果表明,a6级信号的能量占总能量的绝大部分,信号峰值频率集中在2.90～3.81 kHz,两种小波变换在能量分析中最大相对偏差为0.77%,在频率分析中最大相对偏差为5.17%.     

TBM滚刀破岩过程的声发射特征

为了研究隧道掘进机(tunnel boring machine,TBM)滚刀破岩试验过程中的声发射特征,采用北京工业大学自主研制的大型机械破岩试验平台并结合声发射监测技术进行试验。试验中利用常截面盘形滚刀,对北山花岗岩进行不同贯入度下的线性切割破岩试验,并采集试验过程中的声发射信号。分析声发射能率与能量特征,对信号进行小波去噪处理后,利用Geiger算法给出岩石损伤的声发射定位。研究发现:声发射能率与滚刀法向力具有相近的变化趋势;声发射能量随贯入度增大而增加,可用于表征滚刀切削岩石所消耗的能量;声发射定位点大致描述损伤的分布范围,较好地反映出岩石在滚刀切割作用下损伤积累到形成岩片的过程。     

基于小波变换与RBF网络的声发射信号识别

声发射检测技术不需开罐就能对储油罐安全性在线评估,声发射信号识别是储油罐腐蚀状况分析的基础,针对现有参数分析法的不足,提出一种基于小波变换特征提取与RBF神经网络识别的声发射信号识别方法。利用db2小波对声发射信号6层分解,将6层细节特征空间的能量作为声发射信号特征向量;结合声发射信号特点设计RBF神经网络,利用已知模式声发射信号训练RBF网络;用RBF神经网络对腐蚀、裂纹和冷凝声发射信号进行分类测试。实验结果表明,RBF网络的识别率达到93.3%,显示了RBF网络识别声发射信号的优越性。对储油罐安全状况的定量分析具有一定意义。     

小波神经网络技术在柴油机声信号处理中的应用

提出了利用小波分析和神经网络技术处理柴油机工作时产生的声信号,以对柴油机 进行故障诊断的方法．在实验台上模拟了喷油器的多个故障,并对柴油机工作时在汽缸盖 上方采集的声信号,利用小波分析和神经网络技术进行了详尽的分析,对各模式进行了成 功的判别．对利用声信号对柴油机进行故障诊断这一未成熟领域,在声信号的处理方法上 做出了成功的探索．     

天然气管道阀门内漏声发射信号特征研究

通过理论分析的方法建立阀门内漏过程中气体体积泄漏率与声发射信号特征参数均方根(AERES)函数关系,利用研制的实验平台进行了阀门气体内漏检测实验,利用小波包变换方法分别对球阀和截止阀内漏过程产生的声发射信号进行频谱特性分析研究,实验结果表明,经过3层小波包分解后的信号能量主要集中在12.5～75kHz。且声发射信号特征参数均方根(AERES)能有效反映气体体积泄漏率,因此可以利用声发射技术检测阀门是否内漏并估算其泄漏率。     

通过声发射实现对钢瓶的检测

通过对CNG钢瓶无损检测常用方法特点的对比,显出声发射检测在在线式CNG钢瓶无损检测中相对于其他方法的优越性,并对声发射检测在在线式CNG钢瓶快速检测应用时所注意的问题和特点进行了描述,提出改善方法,然后在这些理论的基础上搭建一个简易的信号采集、分析处理系统,对信号进行采集和频域范围的分析与小波除噪。从结果中可以看出明显的信号与处理效果,从而说明声发射检测对于实现在线式CNG钢瓶快速检测具有可行性。     

基于小波变换与BP神经网络的声发射信号识别

针对现有声发射信号识别参数分析法的不足,提出利用小波变换特征提取与BP神经网络结合的声发射信号识别方法。利用db2小波对声发射信号进行6层分解,将细节特征空间的能量作为声发射信号特征向量;结合声发射信号特点设计和训练BP神经网络,通过实验确定隐层神经元数;用BP和RBF神经网络分别对腐蚀、裂纹和冷凝声发射信号进行分类测试。实验结果表明,提取的声发射信号特征具有较好的区分性能,BP网络在识别声发射信号方面优于RBF网络,这对储油罐安全状况的定量分析具有一定意义。     

损伤声发射信号小波包神经网络特征识别方法

在材料损伤的检测和评价时,为了在大量接收信号中识别有效声发射信号,提出了一种基于小波包特征提取的损伤声信号神经网络识别方法,首先利用小波包全局分解的优势,准确提取非平稳信号的特征信息,建立相应特征向量,对有效声发射信号和干扰噪声信号进行表征;然后根据特征向量和识别输出要求,建立了3层结构的反向传播神经网络对信号进行分析和识别,滤除噪声信号,保留有效声发射信号;最后,在玻璃钢复合材料的声发射实验中,采集了400组信号对该方法进行验证,准确性达到97.5%,能够满足工程需要.     

大理岩破坏的声发射双主频特征及其机制初探

声发射是加载过程中岩石微破裂产生的瞬态弹性能释放现象,在岩石力学测试中得到广泛应用。目前,声发射主要通过参数分析和定位分析描述加载过程中岩石的微破裂演变特征。然而,岩石的微破裂包括张破裂和剪破裂两类,声发射信号能否反映岩石的微破裂形式显然是一个值得探究的课题。选取四川宝兴县大理岩,分别进行直接拉伸试验、巴西圆盘劈裂试验和单轴压缩试验,采集了不同试验方法所有试件的声发射波形信号,采用快速傅里叶变换方法编程实现了声发射波形信号的频谱分析,批量获取了声发射波形信号的主频值。统计分析表明:大理岩破坏的声发射信号均存在明显的、与试验方法无关的双主频特征,反映了大理岩破裂的固有特性;初步力学机制分析表明,双主频可能反映了岩石的两种不同微破裂形式,其中低主频带对应微观拉破裂,高主频带对应微观剪破裂。     

Characteristics of acoustic emission signals in damp cracking coal rocks

A uniaxial load experiment on coal rocks at different stress rates was carried out, based on the characteristics of acoustic emission (AE) signals in cracking coal rocks, decomposition, de-noising and reconstruction for the AE signals through wavelet packet transform for solving the current problems created by the presence of noise in AE signals and the existing problems in AE signal processing. The results show that the various characteristics of AE signals in coal rocks cracking under different situations can be clearly reflected, after the AE signals are de-noised by the wavelet packet. Compared to dry coal rocks, the number of AE occurrences in damp coal rocks was significantly reduced, as well as the average amplitude. The number of AE occurrences in damp and dry coal rocks clearly increased with increases in the loading rate, but the largest amplitude of the AE signals in damp coal rocks has been reduced. There is no clear evidence of change in dry coal rocks.     

点荷载下岩石记忆效应的声发射数值模拟试验研究

利用岩石破裂过程数值模拟软件RFPA对点荷载下岩石的声发射特征进行数值模拟,通过对试验循环声发射事件数强度百分比、声发射累积数的应变百分比及声发射空间分布进行对比,发现点荷载下岩石不仅对先期应力具有很好的记忆效应,对先期最大线应变也有明显的记忆能力.     

振动环境中法兰连接结构状态的声发射辨识

在法兰连接结构振动试验的基础上,利用MATLAB对采集到的声发射信号进行处理,主要对重构后的信号进行分析。用特征频带与优势频带的概念,确定出小波包分解层数,得到声发射信号的频带分布特征。利用小波包能量百分比定量给出优势频带及其与扭矩之间的关系,发现能量随扭矩变化具有一定规律性,并提出用小波包能量谱变化率这一指标来表达其规律特征,从而实现对连接结构状态的辨识。     

风力机叶片裂纹特征的小波尺度谱识别

为了在强大噪声干扰下提取风力机叶片的早期裂纹特征,识别不同种类的裂纹,通过搭建声发射设备检测风力机叶片复合材料块实验平台,采集扩展裂纹与萌生裂纹的声发射信号,并借助小波尺度谱优越的时频分析性能来有效提取裂纹信号的特征,以区别扩展裂纹和萌生裂纹.实验结果表明,小波尺度谱能有效提取非线性、非平稳信号中的故障特征,优于小波分析方法.通过实验研究,得到了识别扩展裂纹和萌生裂纹的判据,建立了基于声发射和小波尺度谱的风力机叶片裂纹识别新方法.     

Monitoring and analysis of nonlinear dynamic damage of transport roadway supported by composite hard rock materials in Linglong Gold Mine

The study concentrates mainly on the development of failure process in composite rock mass. By use of acoustic emission (AE), convergence inspection, pressure monitoring, level measurement techniques and the modern signal analysis technology, as well as scan electron microscopy (SEM) experiment, various aspects of nonlinear dynamic damage of composite rock mass surrounding the transport roadway in Linglong gold mine are discussed. According to the monitoring results, the stability of the rock mass can be synthetically evaluated, and the intrinsic relation between the damage and the characteristic parameters of acoustic emission can bedetermined. The location of the damage of rock mass can also be detected based on the acoustic emission couple monitoring signals.Finally, the key factors which influence the stability of the transport roadway supported by composite hard rock materials are foundo out.     

深部灰岩单轴蠕变特性试验研究

采用MTS815液压伺服岩石试验系统和DISP-2声发射监测系统,对重庆市某煤矿深部灰岩进行了单轴蠕变压缩实验,对单轴蠕变实验过程中伴随的声发射特征进行了研究,认为岩石的声发射特征能很好的表征岩石整个蠕变变形过程,包括岩石微观结构如晶格缺陷的扩散、孔隙裂隙的张合、粒间协调变形及微观破裂的产生、扩散贯通等岩石蠕变特征。同时对实验曲线进行了不同的模型参数的反演,认为用对数函数型及指数函数型模型均能很好的表征该类灰岩蠕变变形性能,且二类模型中对数模型为最佳模型。     

基于经验模态分解和小波变换声发射信号去噪

为了解决声发射信号去噪问题,在分析经验模态分解去噪和小波阈值去噪优缺点的基础上,提出将二者相结合的去噪方法,包括IMF-Wavelet方法,EMD-Wavelet方法和Wavelet—EMD方法．利用标准信号及断铅模拟声发射信号对所研究方法进行了去噪性能分析．结果表明：对于标准信号,Wavelet—EMD方法无论在高信...     

煤岩冲击破坏模型及声电前兆判据研究

根据煤岩体变形破坏特征及其破坏过程中的声电效应规律分析，提出了煤岩冲击破坏的弹塑脆性模型，描述了煤岩材料受载变形的稳定破坏和冲击破坏、冲击矿压发生的突发性和延时性、变形破坏过程中的声发射和电磁辐射现象以及Kaiser效应，给出了冲击矿压危险前兆预测的声电判据．结果表明，采用声电前兆判据，可对冲击矿压危险性进行判别和预测。     

预应力钢筋混凝土梁损伤过程的声发射信号频带能量特征分析

为了研究预应力钢筋混凝土梁在三点弯曲破坏试验过程中的声发射信号频谱及能量变化特征与梁结构损伤之间的关系,在研究声发射能量与时间的相关图基础上,提取了不同阶段破坏过程中的信号波形。通过FFT变换和小波包变换对信号分析处理,发现不同损伤破坏阶段的信号频率分布、频带能量变化规律,即试件损伤破坏过程声发射信号频率范围主要在0~325 k Hz,随着损伤的加剧,频率范围会逐渐缩小,幅值和频谱密度会变大;损伤破坏过程中能量主要分布在低频0~125 k Hz高频段能量逐渐衰减,低频0~62.5 k Hz段能量有上升趋势。这些规律对实际工程结构的在线健康监测和损伤评估有指导意义。