碎片云撞击声发射信号能量特征小波包分析

利用小波包分析技术对碎片云撞击载荷作用下铝合金板声发射信号的能量分布特征进行了研究。首先,介绍了碎片云撞击信号的获取方案及撞击引起的损伤情况;其次,对获取的声发射信号进行小波包分析,得到了信号在频率带上能量分布特征图。最后,讨论了碎片云撞击损伤特征与声发射信号能量分布的关系。分析结果发现,对于相同质量的弹丸,随着其破碎程度的提高,形成的碎片云对后板的损伤程度减少;弹丸具有的初始速度越大,弹丸破碎越完全,碎片云撞击声发射信号中的能量越小;当弹丸破碎程度低时,碎片云撞击引起的声发射信号能量集中在约488kHz以下;弹丸破碎程度越高,信号中488kHz以上的能量所占总能量的比例越大。     

岩石声发射信号能量分布特征的EMD分析

冲击荷载作用下岩石声发射信号具有瞬态性和多样性的特点,属于典型的非平稳信号。利用EMD方法对岩石声发射信号进行分解,得到一系列具有不同特征时间尺度的IMF分量,对每一个平稳的IMF分量提取能量特征。分析结果表明：冲击荷载作用下岩石声发射信号能量主要分布在前4个IMF分量内,且分布不均匀;岩石声发射信号各IMF分量的频谱与原始信号的频谱基本一致;随着岩石的密度、纵波波速、弹性模量的降低,冲击荷载作用下岩石声发射信号的优势频率越来越集中,且其优势频率有往低频发展的趋势;相比小波包分析,EMD分析法对于非平稳信号而言更具适应性。     

基于小波包能量谱的声发射信号处理技术

为实现材料早期结构疲劳损伤程度的监测与评价,提出采用小波包能量谱的声发射信号处理方法.首先,搭建金属疲劳损伤在线声发射监测系统,采集金属材料早期结构疲劳损伤产生的裂纹扩展与闭合的声发射信号;其次,选取适用于该声发射信号的小波函数和小波包分解层数,从而得到小波包分解后的各个频带的能量随疲劳周期数增加的变化情况的小波包能量谱图.实验表明:上述信号处理方法可获得能表征金属材料随着疲劳周期数增加的早期结构疲劳损伤程度变化的频带特征,为桥梁结构、建筑工程结构构件中常用钢材疲劳过程的声发射监测及早期疲劳损伤程度的加剧提供参考依据.     

基于小波包分析的声发射信号界面的衰减研究

在声发射的应用场所中,采集的声发射信号很多都经过界面传输.主要研究构成不连续界面的两个构件尺寸对信号传输的影响,利用小波包技术分析信号在不同频率范围内的衰减特性.研究表明,不连续界面对信号存在衰减,构成界面的构件相对尺寸的大小对衰减影响较大,构件尺寸相差较大时,由于波在小构件上的多次反射作用,使得采集信号能量反向增强,信号畸变程度增大.建议在经过界面采集信号时,尽量选择在构件相对尺寸相当且结构较简单的部位进行.     

刀具磨损声发射信号小波分析中小波基的选取

针对在用小波理论分析刀具磨损声发射（AE）信号时选取不同的小波基对分析结果有重要影响的问题,通过对小波基性质和刀具磨损AE信号特点的研究,从理论上分析了小波分析中刀具磨损AE信号处理中小波基选取的方法。在试验验证过程中,根据信号在小波包分解前后遵循能量守恒的原理,用四种小波基对刀具磨损AE信号进行三层小波包分解。以经小波包分解后AE信号各频带上的频带能量为特征参数,比较四种情况下特征参数的变化,验证了理论分析的正确性。     

单段爆破振动信号频带能量分布特征的小波包分析

爆破振动分析是研究爆破振动危害控制的基础,也是控制爆破振动危害的前提。根据爆破振动信号具有短时非平稳的特点,利用小波包分析技术对满足分析要求的单段微差爆破振动信号的能量分布特征进行研究。首先,简略地介绍了小波变换与小波包分析的特点。其次,基于MATLAB对单段爆破振动信号进行小波包分析,得到了爆破振动信号在不同频带上的能量分布图。最后,总结了单段爆破振动信号频带能量的分布特征。结果表明,在单段爆破中,爆破震动信号成分主要以中高频(39Hz~156Hz)为主,低频成分(39Hz以下)所占比例极少。     

声发射和小波包分解技术在刀具磨损状态中的应用

随着现代加工工业的发展,对刀具磨损的监测在保障生产安全和产品质量中发挥着越来越重要的作用。声发射技术是刀具磨损监测的一种新方法。在车削加工过程中采集声发射信号,用声发射信号对刀具磨损状态进行识别。利用小波包分解技术对信号进行分析,得到有效的特征量作为BP神经网络的输入样本,并对网络进行学习训练,完成对刀具磨损状态的有效识别。     

露天开采爆破振动信号小波包分析

用传统的傅立叶变换理论无法对爆破振动信号进行准确的时频分析,利用小波包分析所得到的良好的时频局部化性质,可以很好地对爆破地震波进行信号分解和能量分析。在阐释小波包变换基本原理的基础上,给出了爆破振动信号能量分析方法的理论解析,并结合应用实例,对爆破振动信号进行小波包能量分解,把振动信号划分为几个重要频带进行分析,据此得出不同频带上的能量分布和变化,从而确定露天采场某一特殊地形的爆破地震波衰减规律。     

露天开采爆破振动信号小波包分析

用传统的傅立叶变换理论无法对爆破振动信号进行准确的时频分析,利用小波包分析所得到的良好的时频局部化性质,可以很好地对爆破地震波进行信号分解和能量分析。在阐释小波包变换基本原理的基础上,给出了爆破振动信号能量分析方法的理论解析,并结合应用实例,对爆破振动信号进行小波包能量分解,把振动信号划分为几个重要频带进行分析,据此得出不同频带上的能量分布和变化,从而确定露天采场某一特殊地形的爆破地震波衰减规律。     

露天开采爆破振动信号小波包分析

用传统的傅立叶变换理论无法对爆破振动信号进行准确的时频分析,利用小波包分析所得到的良好的时频局部化性质,可以很好地对爆破地震波进行信号分解和能量分析.在阐释小波包变换基本原理的基础上,给出了爆破振动信号能量分析方法的理论解析,并结合应用实例,对爆破振动信号进行小波包能量分解,把振动信号划分为几个重要频带进行分析,据此得出不同频带上的能量分布和变化,从而确定露天采场某一特殊地形的爆破地震波衰减规律.     

基于小波包分析的拉索损伤声发射信号特征提取

结合显式有限元和小波包分析技术开展了拉索损伤声发射信号特征提取的仿真分析。采用ANSYS/LS-DYNA模拟得到拉索损伤声发射信号的仿真信号,基于小波包能量谱对拉索声发射的有限元仿真信号进行了特征提取,从小波包分解层次、特征频带数量的选择及特征参数的噪声鲁棒性三个方面开展了讨论分析。结果表明:(1)通过选择适当的小波包分解层次,小波包能量谱可以精细地反映信号的特征;(2)选取少数特征频带就能使得小波包能量谱反映声发射信号的特征信息;(3)基于小波包能量谱的特征参数具有良好的损伤敏感性及噪声鲁棒性,能在强噪声影响下实现对拉索不同损伤类型的判别。     

Effect of martensite phase volume fraction on acoustic emission signals using wavelet packet analysis during tensile loading of dual phase steels

This paper will investigate the application of wavelet-based Acoustic Emission (AE) signal processing on micromechanisms to identify failure in dual phase steels (DPS)s. The AE signals from a tensile test using a range of DPS with different volume fractions of martensite (VM)s, in the range of 11–65% VM, were obtained and their waveforms were decomposed into various wavelet levels, each of which was related to a specific frequency range. Each level includes precise details, or approximations, of the so-called components. The energy percentage of each component was obtained by comparing it with the total energy of the AE signal. The energy distribution criterion in each component indicates that the energy in the AE signals is essentially concentrated on two or three components within a distinct frequency range. Each frequency range is related to a separate micromechanism, identifying failure. The results found for low VM in the contribution of ferrite/martensite interface decohesion figure prominently because 48% of their total energy was related to this micromechanism for a sample with 11% VM. The contribution of martensite phase fracture increased from 12% to 48.3% of total energy with an increase of VM in the range of 11% to 65% VM. The results were verified with microscopic observations and they indicate that wavelet-based signal processing is an efficient tool in the analysis of AE signals to detect micromechanisms identifying failure in DPS.     

小波尺度谱在AE信号特征提取中的应用

通过分析典型声发射信号及其特征提取,将小波尺度谱引入到声发射故障诊断领域,首次提出了声发射信号的小波尺度谱分析法。给出了小波基函数及其参数的选取,克服了声发射信号小波尺度谱的时、频分辨率不能同时达到最好的缺陷。将小波尺度谱用于声发射检测的滚动轴承损伤类型及部件的识别,诊断结果十分直观、清晰、准确。仿真分析和实验研究均表明小波尺度谱能有效应用于基于声发射技术的状态监测与故障诊断。     

基于EEMD-SCBSS的岩石声发射信号去噪方法

针对岩石声发射(AE)信号的低信噪比、随机性强、非平稳性等特点,提出了一种基于总体经验模态(EEMD)及单通道盲源分离(SCBSS)的AE信号滤波方法。将含有背景噪声的AE信号进行EEMD分解,得到一系列按频率从高到低排列的本征模函数(IMF);提取高频背景噪声信号与观测信号构建虚拟多通道观测信号;利用快速不动点优化算法(FastICA)对构建的虚拟多通道观测信号进行盲源分离(BSS),进而得到滤波后的AE信号。通过构造含噪声AE信号进行数值仿真实验及实测数据分析,将基于EEMD及SCBSS滤波方法与小波阈值滤波方法进行比较。实验结果表明:小波阈值滤波方法会导致滤波后的AE信号频域信息失真,影响滤波后的AE信号上升时间,能量等参数识别;该方法可以对含噪声AE信号进行有效地滤波处理,能够较好地滤除AE信号中的非平稳随机噪声,并且能够保护滤波后的AE信号频域信息。     

基于小波包时频图特征和卷积神经网络的水声信号分类

水下声信号分类是水声学研究的一个重要方向.一个有效的特征提取和分类决策方法对水声信号分类技术至关重要.文章将鱼声、商船辐射噪声和风关噪声三类实测的水声信号在小波包分解的基础上提取时频图特征,并搭建了一个七层结构的卷积神经网络作为分类器.研究结果表明:三种水声信号的小波包时频图特征结合卷积神经网络在不同测试集可达到(98...     

Gabor小波时频分析在声发射信号处理中的应用

介绍Gabor小波时频分析的基本理论,用数值仿真举例验证Gabor小波时频分析可同时在时域和频域上来表征信号分布的特点。利用该方法可得到声发射源定位中传感器接收到的声发射信号在时域和频域上的分布,并用于区分声发射信号的传播模式和不同的信号组成,得到声发射波群的准确到达时间,从而提高时差定位的精度。     

一种声发射源的新型平面定位方法研究

声发射现象中产生的弹性波在传播时声压遵从指数衰减规律,文中提出一种利用声衰减特性对声发射源进行平面定位的能量定位新方法。从理论上导出了该方法的定位计算公式,并用AE21C型声发射仪在高分子合成纤维平板上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,并具有无须测量传声媒质的声衰减和声速等优点。     

基于小波包能量特征向量的光纤布拉格光栅低速冲击定位

光纤布拉格光栅(FBG)传感器在飞行器的实时冲击定位监测中具有广阔的应用前景。根据两次冲击位置距离越近接收到信号幅频特性相似度越高的关系,提出基于小波包能量特征向量与相似度匹配算法共同实现冲击定位的研究,构建了一套由光纤布拉格光栅传感器和复合材料层合板组成的冲击定位监测系统。首先通过遍布冲击建立能量特征向量数据库。然后通过试验点的能量特征向量与数据库中各点的能量特征向量进行相似度计算实现冲击定位。实验表明,对480 mm×480 mm的复合材料层合板的16次冲击定位实验中,该方法的最大误差为40 mm。