T700／环氧复合材料拉伸损伤机理声发射实验研究

以声发射技术为手段,对T700／环氧复合材料试样进行了拉伸损伤实验,依据其损伤过程和声发射特性,发现在加载初期主要发生的是基体、界面的损伤;加载的后期微损伤发生的数量不多,但是损伤性质严重,其主要是碳纤维损伤;同时拉伸过程声发射信号存在峰值和”平静期”,且重复性很强。     

复合材料拉伸过程的声发射特性研究

为了研究16MnR／0Cr18Ni9Ti复合材料断裂过程的声发射特性,可以利用声发射技术对16MnR／OCr18Ni9Ti复合材料试件的拉伸过程进行全程监测。研究表明,材料拉伸断裂过程中,声发射信号丰富明显,可测性良好,并且不同破坏阶段的声发射信号具有不同的特征。通过对不同拉伸阶段声发射信号的参数分析,可以了解材料不同变形阶段的声发射特性,并据此来分析材料损伤的发生、发展及演变过程。与传统的力学试验方法相比,声发射技术在研究复合材料断裂过程方面具有明显的优势。     

C/SiC复合材料拉伸过程的声发射研究

利用声发射（AE）技术对C／SiC复合材料试样拉伸试验过程进行动态监测。通过声发射多参数分析法对拉伸过程中的声发射累计能量和平均持续时间随载荷或时间的变化进行了综合分析；同时对拉伸过程中典型AE信号的频率特征进行了分析，揭示了C／SiC复合材料拉伸损伤的演化过程及规律，给出了材料拉伸损伤发展的不同阶段以及各阶段损伤类型。通过声发射累计能量随载荷变化的斜率突变定义了材料临界损伤强度。     

不同拉伸条件下碳／环氧复合材料损伤的声发射特性

为了研究复合材料在动载荷和恒载情况下的损伤机理,在不同加载速度和恒载情况下,对T700／环氧复合材料进行了拉伸损伤声发射试验研究。从其损伤过程和声发射特性发现,在较低速率下,该复合材料断裂强度对拉伸速率变化不够敏感;但随着拉伸速率的增大,基体及界面损伤的高峰出现时间逐渐提前,断裂时损伤越来越不完全;恒载声发射效应反映了复合材料抗蠕变损伤的能力,而其收敛能力的大小反映了复合材料构件历史损伤的严重程度。     

人工神经网络在碳/环氧复合材料声发射检测中的应用

介绍了人工神经网络技术的基本概念、BP网络的基本结构和原理等。通过实验证明，选择合理的神经网络结构、建立有效的训练样本集、确定合理的参数及训练方法，就能在声发射检测中用神经网络方法对碳／环氧复合材料的各种类型损伤进行正确的识别。     

不同拉伸速度下的碳布/环氧树脂复合材料声发射评价

采用电子万能实验机控制,分别以1、2、5 mm/min的加载速度对碳布/环氧树脂复合材料进行拉伸,在拉伸过程中用声发射检测设备采集拉伸过程中产生的声发射信号,建立采集的声发射信号特征与时间、载荷的相关图,通过对相关图的分析,判断碳布/环氧树脂材料在拉伸过程中的损伤情况,并结合相关图分析不同拉伸速度对碳布/环氧树脂复合材料的影响,判定碳布/环氧树脂复合材料的临界失效载荷.结果表明:声发射检测可用于评价复合材料加载过程中的损伤情况,可将最大承载载荷的70％～80％作为碳布/环氧复合材料的失效参考载荷.     

2D-C/SiC陶瓷基复合材料拉伸试验的声发射特性

对2D-C/SiC陶瓷基复合材料试样在室温条件下单调拉伸试验和循环拉伸试验的损伤声发射信号进行研究,利用无监督层次聚类分析方法对单调和循环拉伸试验的声发射信号进行损伤模式识别,得出了两种拉伸试验下试样都有相同的损伤分类。对每次单调加/卸载试验分别进行应力和声发射信号分析,得到了在循环加载区间和卸载区间试样的损伤情况。对比分析两种拉伸试验的声发射信号,得到两次试验中首次加载相同应力时,两个试样有同一种类的声发射损伤信号,从而说明循环加载对试样的主要损伤影响较小。     

飞机复合材料拉伸过程损伤的声发射特性分析

利用声发射技术开展对拉伸载荷下飞机复合材料T型结构件的损伤发生过程研究,对复合材料试件拉伸载荷下损伤产生过程的机理进行了初步探讨。采用参数分析方法对拉伸试验采集到的声发射信号进行分析,得到该T型结构件拉伸过程中基体开裂、分层、纤维断裂至完全丧失承载能力时的声发射信号特征及其对应的载荷。结果表明,声发射技术能够准确预测复合材料T型结构件拉伸载荷下的损伤发生过程,可为该类结构件的检测提供参考。     

复合材料损伤过程的声发射研究方法

对声发射（ＡＥ）研究的基本方法作了简介,采用参数分析和波形分析方法对金属基和陶瓷基复合材料在变形损伤过程中的ＡＥ特征进行了研究,结果表明,通过记录声发射特征参数可以有效地判断复合材料各阶段的变形损伤机制。因此,利用这一手段可以更全面、更深入地了解复合材料伤破坏过程。     

基于SVM的碳纤维/环氧复合材料声发射源识别

对单丝碳纤维/环氧树脂复合材料的试样以及碳布/环氧树脂试样拉伸,对其拉伸过程中产生的声发射源信号利用声发射波形参数作为不同神经网络的输入对其进行模式识别,发现SVM神经网络比BP神经网络在对声发射源信号进行模式识别时具有更高的预测准确率。在增加SVM网络训练集时,SVM网络的预测准确率有较大的提高。利用声发射波形参数与SVM对碳/环氧树脂复合材料进行模式识别得到较好的效果。     

电梯钢丝绳拉伸过程中的声发射特征

采用声发射技术对电梯钢丝绳拉伸过程进行监测,获取钢丝绳断丝信号,并对断丝信号进行参数分析和波形分析。试验结果表明:声发射检测技术能很好地定性辨识断丝信号。断丝信号具有高幅值高能量的特点,信号幅值在80~100 dB之间或绝对能量在2×10~6 mV·s以上的信号可定性认定为断丝信号。通过对具有这些特征的信号进行统计,可对钢丝绳断丝情况定量计算,从而推断出钢丝绳的剩余强度。钢丝绳断丝信号为突发型信号,对信号进行快速傅里叶变换可得知断丝信号的频率主要分布在0~220 kHz之间,且在25~50 kHz之间有明显的能量峰值。     

飞机蜂窝复合材料板压缩过程的声发射定位研究

声发射检测的主要目的是发现声发射源和有关源的信息,声发射源定位是声发射检测中至关重要的指标,其准确程度反映了声源的检测位置与实际缺陷源位置的符合程度。本研究针对复合材料的特性,结合实际情况进行了声速和衰减测量实验,并通过断铅实验对复合板进行声发射定位。通过对复合材料板压缩实验的在线监测,基于声发射信号参数的提取及关联图分析,给出了各损伤阶段的参数特征,以及声发射监测区域内的裂纹萌生扩展断裂的时间和位置。研究结果表明,复合板实际断裂位置与声发射监测得出的位置相吻合。     

声发射信号特征分析中的小波变换应用方法

对声发射信号进行分析与处理是目前获取声发射源信息的唯一有效途径,也是声发射技术发展的难点和瓶颈。针对声发射信号的特点,对小波变换用于声发射信号的特征分析问题进行了研究,总结出了适用于声发射信号的小波变换信号特征提取方法,并对未来小波变换在声发射领域的应用与研究方向进行了探讨。     

声发射法在复合材料飞轮试件损伤检测中的应用

采用声发射法对复合材料飞轮试件高速旋转时的损伤信号进行采集.借助体视显微镜、光学显微镜和着色法等辅助检测方法,使损伤类型与损伤信号一一对应.用经过训练的人工神经网络对飞轮试件的损伤模式进行了有效识别.试验还研究了飞轮试件的最终失效原因是由于环向裂纹的贯穿造成的.     

声发射波在不同复合材料容器表面的衰减特性

分析了声发射波在不同复合材料容器表面的衰减特性。通过在复合材料容器表面进行衰减测试,探讨了材料组织方向、容器内的介质、容器受载历史等因素对声发射信号幅值衰减特性的影响。结果表明,以上因素影响了声发射波的衰减特性,结论为声发射检测的后续研究提供数据支持。     

锆金属拉伸的声发射特性

通过锆材拉伸过程的声发射测试,研究了锆金属拉伸过程中的声发射参数和频率特性。研究结果表明,通道撞击等参数能较好地表征锆金属拉伸过程不同阶段的损伤状况,拉伸过程中声发射信号频率约0～500 kHz,中心频率约为130 kHz。研究结果对锆制压力容器现场声发射检测和监测具有重要的参考意义。