基于小波能谱系数的风力机疲劳裂纹特征

提出了风力机叶片裂纹扩展声发射信号的优化小波重分配尺度谱及小波能谱系数相结合的分析法。基于Shannon熵理论计算裂纹扩展声发射信号的重分配尺度谱小波基函数带宽参数,得到最适合裂纹声发射信号的Morlet小波基函数。用优化后的小波基函数计算重分配尺度谱,获得裂纹扩展特征成分在时间尺度平面的高幅值能量分布,利用特征能谱系数表征其重分配尺度谱的特征。实验结果表明,该方法有良好的时频聚集性和抗噪能力,实现了风力机叶片裂纹扩展声发射信号的时频特征提取,得到了能谱系数作为特征向量表示信号特征。该方法可用来实现风力机叶片在复杂环境中的模式识别。     

风力机叶片裂纹的动态扩展特性研究

首先推导了风力机叶片裂纹尖端塑性区的应力强度因子,确定了影响裂纹扩展的主要因素,然后根据裂纹扩展时的声发射信号特性,探讨了声发射信号的特征提取方法。在试验中分析了不同试件的裂纹形貌特性,并针对采集的裂纹扩展声发射信号,比较了不同小波基函数对声发射信号特征提取的影响,提取了裂纹动态扩展的特征频率,从而建立了声发射特征参数与声发射源之间的关联机制,为风力机叶片状态监测和早期预警提供理论依据。     

风力机叶片蒙皮初始裂纹的盲信号提取

针对风力机叶片初始裂纹特征难以提取的问题,提出了一种逐步提取并消减噪声源信号从而获得微弱裂纹故障特征的盲提取方法.首先基于卷积混合模型极小化改进代价函数推导自适应学习迭代算式,在仿真实验中确定非线性激励函数和滤波器的传输函数,根据输出信号的性能参数证明了改进算法对尖峰噪声的异常点更加敏感稳健.在风力机叶片疲劳实验台上模拟叶片蒙皮的初始横向裂纹,通过声发射信号采集系统获得观测信号,分析噪声源的特性并提取了初始裂纹的声发射信号特征,为风力机叶片状态监测和预警提供了依据.     

适于声发射信号故障特征提取的小波函数

小波分析具有很强的弱信号检测能力,适于提取声发射信号的故障特征,但是在目前声发射信号的小波分析中,所普遍采用的小波函数诊断效果欠佳,亟需改进和优化.在分析典型机械故障声发射信号特征的基础上,根据损伤型声发射信号故障特征的提取原理,通过连续小波基函数的构造方法,设计了一种适于声发射信号故障特征提取的小波基函数.将该函数与普遍使用的Daubechies小波同时用于声发射检测的滚动轴承损伤类型及部件的识别,结果表明前者的诊断效果更加清晰、准确、可靠.理论分析和试验研究均证明了所构造小波函数的科学性和有效性.     

转子裂纹AE信号特征提取的时频分析方法

转子裂纹的声发射(AE)信号是一种非平稳、非线性信号,对于非平稳、非线性信号,时频分析是有效的方法.由于小波包对时变信号具有多分辨分解和重构能力,以及伪Wigner-Vill时频分布对时变信号具有优良描述特性,可以将两者结合起来用以诊断早期裂纹故障.通过实验研究,说明该方法能够从微弱的早期裂纹AE信号中清晰准确地提取出裂纹故障特征,实现转子早期裂纹故障的精确诊断.     

基于声发射和神经网络的风机叶片裂纹识别研究

提出一种对风力机叶片裂纹声发射信号进行模式识别的方法。该方法以叶片无裂纹、萌生裂纹、扩展裂纹和断裂四个阶段为声发射源的四个模式,基于声发射信号含有丰富的发射源信息的特点,通过大量采样获得叶片裂纹声发射信号参数,并依照叶片裂纹声发射参数分析的数值特点确定BP神经网络,用选定的网络对叶片裂纹阶段进行模式识别,以判断裂纹的危害程度。仿真结果表明,利用BP神经网络可以对声发射信号进行有效识别,识别准确率达到90%以上。     

疲劳裂纹扩展声发射信号去噪盲分离

采用声发射技术评估疲劳裂纹扩展状态时,评估结论会受到其它类型声发射信号和噪声的干扰.针对上述问题,在分析经验模态分解和独立分量分析特点的基础上,提出集合导数优化经验模态分解与独立分量分析相结合的声发射信号去噪盲分离方法,用于疲劳裂纹扩展声发射信号的处理.分别进行模拟声发射信号和疲劳裂纹扩展试验,采用上述方法对采集声发射信号进行去噪盲分离,结果表明:基于集合导数优化经验模态分解与独立分量分析的声发射信号去噪方法可有效去除噪声信号的干扰,准确分离出疲劳裂纹扩展声发射信号,为进行含裂纹结构的疲劳损伤状态评估和剩余寿命预测奠定基础.     

基于声发射的活塞环-缸套摩擦润滑特征研究

活塞环-缸套系统摩擦润滑过程产生的声发射信号是湮没在强背景噪声下的非稳态弱信号,特征难以提取和分析.为了有效抑制强噪声,提出一种基于信号物理特征的自适应阈值小波包降噪算法.根据小波包时频分析确定摩擦声发射的最佳特征提取频段,构建基于活塞速度廓形曲线的自适应小波包阈值函数,实现了对表征摩擦润滑的声发射信号的有效提取.将该算法用于分析发动机燃烧试验测得的声发射信号.使用三种不同润滑油(10W30、15W40和旧机油)验证算法的有效性.结果 表明,该算法能有效地抑制由阀门开关、燃烧和喷油过程产生的大幅值的噪声.声发射特征值随着润滑油的黏度增大而增大,含有颗粒物的旧机油的声发射特征值随着转速的增大而明显增大.为实现在线监测和诊断活塞环-缸套系统健康状态进而评估润滑油的品质提供了可行的方法.     

风机叶片复合材料裂纹损伤的声发射实验研究

利用声发射技术实现监测和破坏识别,关键在于提前获得各种破坏形式的声发射信号特征.针对这一目的,设计了风力机叶片常见破坏位置的撕裂破坏试件,通过对同种材料(“1-4”材料)的两种破坏模式(Ⅰ型裂纹,Ⅱ型裂纹)进行比对分析,研究表明,同种材料铺层(“1-4”材料)的Ⅰ型裂纹、Ⅱ型裂纹呈现出不同的特征参数.Ⅰ型裂纹破坏后断面上玻璃纤维断裂和层合板基体脱胶,Ⅱ型裂纹破坏后的断面上纤维是基本完好的,被撕开的是层合板基体.可以利用该结论有效地对风力机叶片同种材料(“1-4”材料)的两种破坏模式(Ⅰ型裂纹,Ⅱ型裂纹),为声发射技术在线监测风力机叶片材料提供了一种新的途径.     

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.