声发射信号处理和分析技术

声发射技术原理和声发射信号特征参数分析方法提要：由于声发射信号来自缺陷本身，因此研究缺陷所产生的声发射信号的特点，以分析缺陷所处的位置和在其不同应力状态的损伤程度。

利用设备在出现故障或破坏时，所发出的声发射信号与正常状态下的差异可以确定设备的运行状态。

本文利用广义线性定位法[5]确定故障的位置，然后利用声发射的特征参数对故障的严重程度进行检测。

对从藕合表面的传感器测得的声发射信号的输出波形经过一定的处理后进行分析。

将声发射技术运用于转轴等机械部件的裂纹故障诊断中，可以及时准确地预测并诊断出设备在运行时的故障，尤其对于早期的故障。

基于声发射技术的转轴故障检测李凤英沈玉娣熊军摘要介绍了声发射技术的原理和声发射信号的特征参数分析方法，运用广义线性定位法初步确定故障的位置，并采用声发射特征参数对现场的试验结果进行了分析。

通过与正常信号对比，研究故障信号的特征信息，说明运用这一技术可以对机械部件进行故障检测。

一、原理与方法高速运行的转轴，由于其受到的力为交变载荷，而且工作环境恶劣，经常发生损坏，比如断裂事故，因此有必要进行现场检测。

随着检测技术的发展，无损检测（NUT）越来越受到人们的重视。

无损检测的方法很多，诸如超声、射线、电磁涡流、磁粉、渗透、红外以及声发射等技术。

材料或结构受到外力或内力作用产生变形或者断裂时，以弹性波的形式释放应变能的现象称为声发射现象[1]。

材料裂纹在萌发与扩展时释放出的声发射信号不但频度高，而且集中。

由于声发射信号来自缺陷本身，因此研究缺陷所产生的声发射信号的特点，以分析缺陷所处的位置和在其不同应力状态的损伤程度。

利用设备在出现故障或破坏时，所发出的声发射信号与正常状态下的差异可以确定设备的运行状态。

根据声发射信号的特点，可以把声发射信号分为突发型和连续型两种。

连续型信号由一系列低幅值和连续信号组成，这种信号对应变速率敏感，主要与材料的位错和交叉滑移等塑性变形有关；突发型信号具有高幅值、不连贯、持续时间为微秒级等特点，主要与材料中的堆跺层错的形成和机械孪晶以及裂纹的形成和断裂有关。

声发射测试技术摘要：介绍了声发射检测技术原理及其发展历程和现状,综述声发射信号处理的困难、降噪方法、信号分析方法、源定位和在检测中的应用,以及目前我国声发射技术需解决的问题和发展趋势关键词:声发射技术;信号处理;源定位;安全评定1声发射发展历程和现状及在矿山中应用1.2 声发射的发展历程和现状声发射是指材料局部因能量的快速释放而发出瞬态弹性波的现象。

声发射技术属于检测超声技术领域,是一种动态无损伤检测技术,涉及声发射源、波的传播、声电转换、信号处理、数据显示与纪录、解释与评定等方面。

现代声发射技术的开始二十世纪50 年代初Kaiser 在德国所作的研究工作为标志。

声发射技术在20 世纪70 年代初引入我国,希望利用声发射进行断裂力学难点裂纹的开裂点预报和测量研究。

20 世纪80 年代初,国内开始尝试将声发射技术用于压力容器检验等工程,但是由于当时声发射仪器性能和信号处理方面的限制,以及缺乏对声发射源性质和声发射信号传输特性等理论知识,声发射技术陷入低谷。

20 世纪80 年代中期,从美国PAC 公司引进声发射仪器,使我国声发射技术的研究、应用和仪器技术水平不断提高。

20 世纪90 年代至今,随着声发射仪研制国产化程度不断提高,声发射技术在我国的研究和应用呈快速发展的趋势。

1.2 声发射在矿山工程中的应用声发射在土木和矿山工程上,利用声发射技术对桥梁、隧道大坝的检测,水泥结构裂纹开裂和扩展的连续监视等。

发射技术在边坡工程中的应用,护堤的声发射活动和位移相互之间对应得很好,根据声发射活动和位移的变化趋势来监测护堤的稳定程度。

此外,利用声发射凯塞效应量测地应力,从地层中取出岩芯,将岩芯在实验室进行再次加载,根据其声发射时的应力状态推算出地应力,不仅经济有效地进行量测工作,而且还可以简捷方便地获得大量实测数据, 提高测量数据的可靠性。

2声发射传感器原理2.1结构声发射传感器一般由壳体、保护膜、压电元件、阻尼块、连接导线及高频插座组成。

第5章声发射信号处理方法声发射信号是指在物体受到外界作用时，产生的由内部结构和材料性质所引起的声波信号。

声发射信号处理方法是对这些信号进行分析和处理，以获得物体内部的结构和性能信息。

本章将介绍几种常用的声发射信号处理方法。

1.声发射信号特征提取声发射信号通常包含了丰富的信息，但其中的噪声和杂波可能掩盖了有价值的信息。

因此，首先需要对声发射信号进行特征提取，以减少噪声和杂波的影响，并突出有用信息。

常用的特征提取方法包括时域分析、频域分析和小波分析等。

2.声发射信号滤波滤波是常用的信号处理方法之一，可以通过去除噪声和杂波来提高信号的质量。

常用的滤波方法包括低通滤波、高通滤波、带通滤波和陷波滤波等。

在声发射信号处理中，根据需要可以选择适当的滤波方法，以提取所需的频段信号。

3.声发射信号时序分析声发射信号的时序分析是指对信号的时间变化进行分析，以获得信号的时域特性。

常用的时序分析方法包括自相关分析、互相关分析和相关函数分析等。

通过时序分析，可以了解声发射信号的传播速度、能量分布和行为特性等。

4.声发射信号频谱分析声发射信号的频谱分析是指对信号的频率特性进行分析，以获得信号的频域特性。

常用的频谱分析方法包括傅里叶变换、功率谱密度分析和频谱图分析等。

通过频谱分析，可以了解声发射信号中各个频率成分的能量分布和相对功率。

5.声发射信号模式识别声发射信号模式识别是指对声发射信号进行分类和识别，以判断物体的状态和性能。

常用的模式识别方法包括支持向量机、人工神经网络和决策树等。

通过模式识别，可以根据声发射信号的特征判断物体的健康状况、工作状态和故障类型。

6.声发射信号图像重建声发射信号图像重建是指通过声发射信号的分析和处理，将信号的信息以图像的形式呈现出来。

常用的图像重建方法包括声发射成像、声发射显微镜和声发射断层扫描等。

通过图像重建，可以直观地观察和分析声发射信号的空间分布和形态结构。

本章所介绍的声发射信号处理方法可以相互结合使用，以实现更精确和全面的信号分析和处理。

机械设备故障诊断讲稿＿＿声发射监测技术声发射技术是根据结构内部发出的应力波来判断结构内部损伤程度的一种动态无损检测技术。

由于该方法能连续监视结构内部损伤的全过程，因此得到了广泛应用。

一、声发射监测的基本原理在日常生活中，人们会注意到，折断竹杆可以听到噼啦的断裂声，打碎玻璃可以听到清脆的破碎声，水开时可以听到对流声，这些都是人耳可觉查到的声发射现象。

通常，人们把物体在状态改变时自动发出声音的现象称为声发射。

其实质是物体受到外力或内力作用产生变形或断裂时，就以弹性波形式释放能量的一种现象。

由于声发射提供丁材料状态变化的有关信息，所以可用于设备的状态监测和故障诊断。

声发射源往往是材料损坏的发源地。

由于声发射源的活动常在材料破坏之前很早就会出现，因此，可根据材料的微观变形和开裂以及裂纹的发生和发展过程所产生声发射的特点及强度来推知声发射源目前的状态(存在、位置、严重程度)，而且可知道它形成的历史，并预测其发展趋势。

这就是声发射监测的基本原理。

二、声发射监测具有以下持点：(1)声发射监测可以获得有关缺陷的动态信息。

结构或部件在受力情况下，利用声发射进行监测，可以知道缺陷的产生、运动及发展状态，并根据缺陷的严重程度进行实时报警。

而超声波探伤，只能检测过去的状态，属于静态情况下的探伤。

(2)声发射监测不受材料位置的限制。

材料的任何部位只要有声发射，就可以进行检测并确定声源的位置。

(3)声发射监测只接收由材料本身所发射的超声波；而超声波监测必须把超声波发射到材料中，并接收从缺陷反射回来的超声波。

(4)灵敏度高。

结构缺陷在萌生之初就有声发射现象；而超声波、x射线等方法必须在缺陷发展到一定程度之后才能检测到。

(5)不受材料限制。

因为声发射现象普遍存在于金属、塑料、陶瓷、木材、混凝土及复合材料等物体中，因此得到广泛应用。

由于声发射具有以上特点，因此得到了科学家和工程技术人员的重视。

美国在l 964年就研制成功一套实用的声发射监测系统，并用于火箭发动机壳体水压试验的监测。

声发射信号分析技术
声发射信号分析技术
 AE技术的目的是获得有关AE 源的信息，进而获取同材料或结构故障相关的信息。

因此，AE信号分析处理方法的研究是获取AE 源信息的关键问题之一，也是AE 技术的主要发展方向。

 特征参数分析技术
 特征参数分析法是基于谐振式AE 传感器输出信号的参数来获取有关AE 源信息的方法。

目前在AE 检测中仍得到广泛应用。

简化的波形特征参数包括振铃计数、能量、幅度、上升时间和持续时间5 个参数。

对于连续型AE 信号，只有振铃计数和能量参数可以适用，为了更确切地描述连续型AE 信号的特征，又引入了平均信号电平和有效值电压两个参数。

 参数分析方法的最大缺点是有关AE 源本质
 的信息往往被谐振式传感器自身的特点所掩盖或模糊掉，因为由这种谐振式传感器所获得的AE 信号基本是一衰减的正弦波，由这样的波形得到的各种参数与真正的物理量(位移、速度、加速度等)之间缺少必然的联系，AE 信号的这种外在相似性必然给源机制的识别和信号的处理带来困难。

其次，AE 信号是突发性瞬态信号，并具有非稳态随机信号的特征，参数分析的结果往往随所用传感器谐振频率和测试系统(放大倍数、阈值的不同)而变化，因此，实验结果的重复性还很差。

此外，传统的参数分析方法认为AE 信号是以某一固定速度传播的假设，与实际情况有很大出人，它必然会带来定位误差。

这些缺点都是参数分析方法所无法克服的，在很大程度上制约了AE 技术的。

声发射实验原理和仪器介绍1、实验原理固体介质中传播的声发射信号含有声发射源的特征信息，要利用这些信息反映材料特性或缺陷进展状态，就要在固体表面接收这种声发射信号。

接收、处理、分析和显示声发射信号便是对声发射信号的处理过程。

固体材料内部缺陷的发生和扩展，以弹性波的形式释放能量，并向四周传播，缺陷便成为声发射源。

为了在固体材料表面某一范围测量出缺陷的位置，可以将几个压电换能器按一定的几何关系放置在固定点上，组成换能器阵（或称阵列），测定声源发射的声波传播到各个换能器的相对时差。

将这些相对时差代入满足该阵几何关系的一组方程求解，便可以得到缺陷的位置坐标。

在实际操作中，通常有以下几种定位方法：1）直线定位法。

2）归一化正方阵定位法。

3）平面正方形定位法。

4）平面正三角形定位法。

5）任意平面三角形定位法。

6）球面三角形定位法。

7）区域定位法。

在实际操作中，我们常常采纳直线定位法。

下面我们将简单介绍直线定位法。

直线定位法就是在一唯空间中确定声发射源的位置坐标，亦称线定法。

线定位是声源定位中最简单的方法，多用于焊缝缺陷和裂纹的定位。

在一唯空间放置两个换能器，它们所确定的源位置必须在两个换能器的连接直线或弧线上。

如下图1所示，取坐标原点为两换能器之间连接直线的中点，取12的方向为正方向。

如换能器1首先接收到声发射信号，时差计数器所计的数值取负号；反之，换能器2首先接收到声发射信号，时差计数值取正号。

2、实验仪器介绍声发射信号是前沿时间只有几十到几百毫微秒、重复频率高的瞬变随机波信号。

局部瞬变产生的声发射波在试样表面的垂直位移约为10-7～～10-14米，频率分布在次声到超声频率范围（几千赫兹到几十赫兹）。

目前的声发射仪器大体上可分为两个基本类型，即单通道声发射检测仪和多通道声发射源定位和分析系统。

单通道声发射检测仪一般采纳一体结构，也可以采纳组件组合结构。

它由换能器、前置放大器、衰减器、主放大器、门槛电路、声发射率计数器、总数计数器以及数模转换器组成。

第5章声发射信号处理方法目前采集和处理声发射信号的方法可分为两大类。

一种为以多个简化的波形特征参数来表示声发射信号的特征，然后对这些波形特征参数进行分析和处理；另一种为存贮和记录声发射信号的波形，对波形进行频谱分析。

简化波形特征参数分析方法是自二十世纪五十年代以来广泛使用的经典的声发射信号分析方法，目前在声发射检测中仍得到广泛应用，且几乎所有声发射检测标准对声发射源的判据均采用简化波形特征参数。

5.1 经典信号处理方法5.1.1 波形特性参数图5.1为突发型标准声发射信号简化波形参数的定义。

由这一模型可以得到如下参数：(1) 波击（事件）计数；(2) 振铃计数；(3) 能量；(4) 幅度；(5) 持续时间；(6) 上升时间；上升时间图5.1 声发射信号简化波形参数的定义对于连续型声发射信号，上述模型中只有振铃计数和能量参数可以适用。

为了更确切地描述连续型声发射信号的特征，由此又引入了如下两个参数：(7) 平均信号电平；(8) 有效值电压。

声发射信号的幅度通常以dBae表示，定义传感器输出1 V时为0dB，则幅值为Vae的声发射信号的dBae幅度可由下式算出：dBae = 20 lg（Vae/1μV）表5.1列出了常用整数幅度dBae对应的传感器输出电压值。

表5.1常用整数幅度dBae对应的传感器输出电压值dBae 0 20 40 60 80 100 Vae 1μV 10μV 100μV 1mV 10mV 100mV对于实际的声发射信号，由于试样或被检构件的几何效应，声发射信号波形为如图5.2所示的一系列波形包络信号。

因此，对每一个声发射通道，通过引入声发射信号撞击定义时间（HDT）来将一连串的波形包络画入一个撞击或划分为不同的撞击信号。

对于图5.2的波形，当仪器设定的HDT大于两个波包过门槛的时间间隔T时，则这两个波包被划归为一个声发射撞击信号；但如仪器设定的HDT小于两个波包过门槛的时间间隔T时，则这两个波包被划归分为两个声发射撞击信号。

声发射信号处理关键技术研究声发射技术是一种无损检测和评价材料性能的方法，被广泛应用于各个领域。

声发射信号处理技术是声发射技术的重要组成部分，通过对声发射信号的采集、预处理、特征提取和识别等步骤，实现对材料性能的评价。

本文将对声发射信号处理的关键技术进行详细阐述。

采集是声发射信号处理的第一步，也是关键的一步。

采集设备的选择和布置直接影响到信号的质量和后续处理的效果。

目前，常用的声发射采集设备主要包括压电陶瓷、加速度传感器和电荷放大器等。

压电陶瓷是一种能够将声音信号转换成电信号的敏感元件，加速度传感器则能够实现对振动信号的测量，而电荷放大器则可以将传感器输出的微弱电信号进行放大，以便后续处理。

在采集过程中，需要根据实际情况选择合适的设备，并对其进行正确的布置。

预处理是声发射信号处理的第二个步骤，主要是对采集到的信号进行滤波、降噪等处理，以去除干扰信号和提高信号的信噪比。

常用的预处理方法包括滤波器设计和小波变换等。

滤波器可以根据信号的频率特征进行设计和选择，去除噪声频率信号，保留有用的声发射信号。

小波变换则可以对信号进行多尺度分析，将信号分解成不同的频段，并对每个频段进行相应的处理，从而实现对信号的降噪和特征提取。

特征提取是声发射信号处理的第三个步骤，主要是通过对声发射信号进行分析和处理，提取出反映材料性能的特征参数。

常用的特征提取方法包括时域分析、频域分析和时频分析等。

时域分析可以提取出信号的幅值、时间等参数，用于判断材料内部损伤的程度和位置。

频域分析则可以提取出信号的频率特征，例如通过FFT变换等算法得出信号的频率分布，进而推断出材料内部的损伤类型和程度。

时频分析则可以在时间和频率两个维度上对信号进行分析，提取出信号在不同时间和频率下的特征参数，例如通过小波变换和短时傅里叶变换等算法得出信号在不同时间窗下的频率分布。

识别是声发射信号处理的最后一个步骤，主要是通过对提取出的特征参数进行分类和识别，实现对材料性能的评价和预测。

㊀２０２１年㊀第５期仪表技术与传感器Ｉｎｓｔｒｕｍｅｎｔ㊀Ｔｅｃｈｎｉｑｕｅ㊀ａｎｄ㊀Ｓｅｎｓｏｒ２０２１㊀Ｎｏ．５㊀基金项目：国家重点研发计划项目（２０１８ＹＦＦ０２１４７０３）收稿日期：２０２０－０６－０４声发射检测信号分析及源定位方法研究童国炜，周循道，黄林轶，陈超英，徐华伟，杨㊀林（工业和信息化部电子第五研究所，智能产品质量评价与可靠性保障技术工业和信息化部重点实验室，广东广州㊀５１０６１０）㊀㊀摘要：文中设计了一种可弱化噪声干扰和频散效应的定位算法，采用变分模态分解方法将声发射信号分解为若干个不同频带宽度的模态函数，并通过合并含有主要能量成分的模态函数获得声发射源信号的主要成分，最后采用互相关分析方法确定声源位置㊂实验结果表明，文中所提算法对声发射源定位是有效的㊁精确的，在一维和二维ＡＥ源定位实验中，文中所提方法综合定位误差在５％以内㊂关键词：无损探伤；声发射；定位；变分模态分解；互相关分析中图分类号：ＴＰ２７７㊀㊀㊀文献标识码：Ａ㊀㊀㊀文章编号：１００２－１８４１（２０２１）０５－００９６－０５ＡｃｏｕｓｔｉｃＥｍｉｓｓｉｏｎＳｉｇｎａｌＡｎａｌｙｓｉｓａｎｄＳｏｕｒｃｅＬｏｃａｌｉｚａｔｉｏｎＭｅｔｈｏｄＲｅｓｅａｒｃｈＴＯＮＧＧｕｏ⁃ｗｅｉ，ＺＨＯＵＸｕｎ⁃ｄａｏ，ＨＵＡＮＧＬｉｎ⁃ｙｉ，ＣＨＥＮＣｈａｏ⁃ｙｉｎｇ，ＸＵＨｕａ⁃ｗｅｉ，ＹＡＮＧＬｉｎ（Ｔｈｅ５ｔｈＥｌｅｃｔｒｏｎｉｃＲｅｓｅａｒｃｈＩｎｓｔｉｔｕｔｅｏｆＭｉｎｉｓｔｒｙｏｆＩｎｄｕｓｔｒｙａｎｄＩｎｆｏｒｍａｔｉｏｎＴｅｃｈｎｏｌｏｇｙ，ＫｅｙＬａｂｏｒａｔｏｒｙｏｆＭＩＩＴｆｏｒＩｎｔｅｌｌｉｇｅｎｔＰｒｏｄｕｃｔｓＴｅｓｔｉｎｇａｎｄＲｅｌｉａｂｉｌｉｔｙ，Ｇｕａｎｇｚｈｏｕ５１０６１０，Ｃｈｉｎａ）Ａｂｓｔｒａｃｔ：Ｔｈｉｓｐａｐｅｒｄｅｓｉｇｎｅｄａｌｏｃａｌｉｚａｔｉｏｎａｌｇｏｒｉｔｈｍｔｈａｔｃａｎｗｅａｋｅｎｎｏｉｓｅｉｎｔｅｒｆｅｒｅｎｃｅａｎｄｄｉｓｐｅｒｓｉｏｎｐｈｅｎｏｍｅｎｏｎ．Ｔｈｅｖａｒｉａｔｉｏｎａｌｍｏｄａｌｄｅｃｏｍｐｏｓｉｔｉｏｎｍｅｔｈｏｄｗａｓｕｓｅｄｔｏｄｅｃｏｍｐｏｓｅｔｈｅａｃｏｕｓｔｉｃｅｍｉｓｓｉｏｎｓｉｇｎａｌｉｎｔｏｓｅｖｅｒａｌｍｏｄａｌｆｕｎｃｔｉｏｎｓｗｉｔｈｄｉｆ⁃ｆｅｒｅｎｔｆｒｅｑｕｅｎｃｙｂａｎｄｗｉｄｔｈｓ．Ｔｈｅｍａｉｎｃｏｍｐｏｎｅｎｔｓｏｆｔｈｅｓｉｇｎａｌｗｅｒｅｏｂｔａｉｎｅｄｂｙｃｏｍｂｉｎｉｎｇｔｈｅｍｏｄａｌｆｕｎｃｔｉｏｎｓｗｈｉｃｈｃｏｎｔａｉｎｔｈｅｍａｉｎｅｎｅｒｇｙｃｏｍｐｏｎｅｎｔｓ，ａｎｄｆｉｎａｌｌｙｔｈｅｃｒｏｓｓ⁃ｃｏｒｒｅｌａｔｉｏｎａｎａｌｙｓｉｓｗａｓｕｓｅｄｔｏｄｅｔｅｒｍｉｎｅｔｈｅｓｏｕｒｃｅｌｏｃａｔｉｏｎ．Ｅｘｐｅｒｉｍｅｎｔａｌｒｅｓｕｌｔｓｓｈｏｗｔｈａｔｔｈｅａｌｇｏｒｉｔｈｍｐｒｏｐｏｓｅｄｉｎｔｈｉｓｐａｐｅｒｉｓｅｆｆｅｃｔｉｖｅａｎｄａｃｃｕｒａｔｅｆｏｒｔｈｅｓｏｕｒｃｅｌｏｃａｔｉｏｎ，ｔｈｅｃｏｍｐｒｅｈｅｎｓｉｖｅｌｏｃａｔｉｏｎｅｒｒｏｒｏｆｔｈｅｐｒｏｐｏｓｅｄｍｅｔｈｏｄｉｓｌｅｓｓｔｈａｎ５％ｉｎｔｈｅｏｎｅａｎｄｔｗｏｄｉｍｅｎｓｉｏｎａｌａｃｏｕｓｔｉｃｅｍｉｓｓｉｏｎｓｏｕｒｃｅｌｏｃａｌｉｚａｔｉｏｎｅｘｐｅｒｉｍｅｎｔｓ．Ｋｅｙｗｏｒｄｓ：ｎｏｎｄｅｓｔｒｕｃｔｉｖｅｔｅｓｔｉｎｇ；ａｃｏｕｓｔｉｃｅｍｉｓｓｉｏｎ；ｌｏｃａｔｉｏｎ；ｖａｒｉａｔｉｏｎａｌｍｏｄａｌｄｅｃｏｍｐｏｓｉｔｉｏｎ；ｃｒｏｓｓｃｏｒｒｅｌａｔｉｏｎ０㊀引言声发射（ａｃｏｕｓｔｉｃｅｍｉｓｓｉｏｎ，ＡＥ）是一种由于裂痕扩展㊁摩擦㊁微动㊁冲击而产生的物理现象，通过定位ＡＥ源可实时监测㊁评估裂痕和损伤的状态，能够达到预防和控制潜在危险及确保监控对象安全运行的功能㊂由于其具有快速㊁无损㊁低能耗等特点，现已广泛应用于地震㊁爆炸㊁航空㊁军事㊁桥梁㊁隧道㊁矿山和能源等领域［１－２］㊂１９１２年，Ｇｅｉｇｅｒ最先提出了一种基于地震波到达时间确定震源的方法［３］㊂受其启发，学术界涌现出了众多定位方法，并广泛地应用于工程领域中㊂针对现有ＡＥ源定位算法不能始终获得多层圆柱介质精确结果的问题，作者提出了一种考虑折射的ＡＥ源定位方法㊂实验结果表明，新方法可以在双层圆柱表面介质中获得准确的声发射源位置［４］㊂作者针对固定的弹性波速度和结构几何不规则性等问题，提出了一种没有预先测速的Ａ∗定位方法㊂实验结果表明对于不规则的二维复杂结构，其定位精度得到了显著提高［５］㊂上述方法推动了ＡＥ定位技术的发展，但是这些方法在设计时未考虑到在工程实际应用过程中存在的环境测量噪声，同时也未考虑在非理想㊁非均匀㊁非完全弹性介质中传播的波会发生的频散现象，上述问题均会降低定位算法的准确性㊁可靠性，或者导致定位到现实中不存在的源㊂研究表明，通过信号分解方法将原始ＡＥ源信号按频率特征进行分解，并选择性地选取用于计算定位信息信号的验算策略可有效地弱化噪声和频散现象的不利影响㊂变分模态分解（ｖａｒｉａｔｉｏｎａｌｍｏｄａｌｄｅｃｏｍｐｏｓｉｔｉｏｎ，ＶＭＤ）方法［６］可通过非迭代的方式实现按最小估计带宽对信号的分解，借助信号能量分析方法可选择出用于计算定位信息的分量信号㊂因此，本文提出了一种融合了ＶＭＤ方法和互相关分析方法的ＡＥ源定位算法㊂ＶＭＤ方法将ＡＥ信号分解为若干个具有最小估计带宽的分量信号，能量分析方法挑选出信号的主要成分，互相关分析获得２个ＡＥ传感器之间的时间差，进而计算得出声源距离ＡＥ传感器的距离信息，实现了对声源准确㊁可靠的定位㊂㊀㊀㊀㊀㊀第５期童国炜等：声发射检测信号分析及源定位方法研究９７㊀㊀１㊀声发射及定位原理１．１㊀声发射如图１所示，ＡＥ系统包括３个部分：ＡＥ传感器㊁信号放大器和信号分析系统㊂ＡＥ系统在工作过程中，声源产生的瞬时弹性波以工程材料作为介质传播到材料表面，然后与材料表面放置的ＡＥ传感器进行耦合，通过压电效应将声波转换为电信号，最后经放大㊁采集可得到数字化信号，并采用适当的分析方法得到ＡＥ源的信息㊂图１㊀ＡＥ系统架构图１．２㊀定位当测量材料产生连续或间断的ＡＥ信号时，通过采集多个ＡＥ传感器中的信号，可分析出声发射源的位置及其他信息㊂图２以一维测量模型为例演示了定位算法㊂图２㊀ＡＥ一维定位模型一维模型一般存在２个或２个以上ＡＥ传感器［７］，图２仅示意存在２个传感器的情况㊂设声发射源所产生的信号分别经过ｔ１和ｔ２时间达到传感器１和２，声音在材料中传播速度为ｖ，可得如下关系：ｄ＝Ｄ－ｖΔｔ２Δｔ＝ｔ２－ｔ１ìîíïïï（１）式中：ｄ为ＡＥ源到传感器１的距离，ｍ；Ｄ为传感器１㊁传感器２的距离，ｍ；Δｔ为ＡＥ源到达传感器１㊁传感器２的时间差，ｓ㊂当已知声波的传播速度ｖ和Δｔ时，即可得到ｄ，从而确定ＡＥ源的位置信息㊂本文采用Ｎｉｅｌｓｅｎ⁃Ｈｓｕ实验确定值为３４４６ｍ／ｓ㊂采用互相关分析估计时延Δｔ，该方法计算速度快㊁运行损耗小㊂假设两侧传感器采集的ＡＥ信号分别为ｘ（ｔ）和ｙ（ｔ），则对应的数学模型如下所示：ｘ（ｔ）＝ｓ（ｔ）＋ｎ１（ｔ）ｙ（ｔ）＝ａｓ（ｔ－Δｔ）＋ｎ２（ｔ）{（２）式中：ｓ（ｔ）为ＡＥ源的信号；ａ为衰减参数；ｎ１（ｔ），ｎ２（ｔ）为环境噪声㊂在某一时间段Ｔ内，互相关系数为Ｒ(ｘｙ（Δｔ）＝１ＴʏＴ０ａｓ（ｔ）ｓ（ｔ－Δｔ）ｄｔ（３）观察式（３）可知，２个声发射信号是延迟时间Δｔ的函数，因此互相关系数分布的峰值点表示２个信号最大相关的位置，同时也代表了信号传播时差㊂基于一维定位模型理论，二维定位模型通过布置于平面内３个或３个以上传感器所获取的信息对ＡＥ源进行定位［８］㊂当获得１对传感器信息后，可在平面内获得１条双曲线函数，如图３（ａ）所示㊂当获得２对传感器信息后，即可在平面内确定２个声源点，如图３（ｂ）所示㊂图３㊀二维定位模型假设Ｐ点为声发射源，传播到传感器１和传感器２的时间差和距离有如下关系：ＰＦ１－ＰＦ２＝ｖΔｔ（４）当采集３个ＡＥ传感器的信号后，声发射源的位置会处于２条双曲线上的交叉点上㊂因此，需采集３个及３个以上ＡＥ传感器的信号才可以确定二维平面内声发射源的位置，如图３（ｂ）所示，Ｐ１和Ｐ２为２条双曲线的交点，声发射源的位置在其中之一，选取时根据实际情况进行选择㊂１．３㊀信号预处理由于环境噪声和频散效应对声波的影响，直接使㊀㊀㊀㊀㊀９８㊀ＩｎｓｔｒｕｍｅｎｔＴｅｃｈｎｉｑｕｅａｎｄＳｅｎｓｏｒＭａｙ．２０２１㊀用采集到的原始ＡＥ信号计算互相关系数，并查找判断延迟时间，所获得的结果会存在一定偏差㊂因此，选择合适的方法对原始信号进行有效的筛选㊁分析㊁优化是提高定位精确性和可靠性的关键㊂在信号分析领域中，ＶＭＤ是基于信号时频特征的分解方法，通过非迭代的方式将信号分解为若干个拥有不同带宽的模态函数（ｍｏｄｅｆｕｎｃｔｉｏｎ，ＭＦ）㊂该方法认为每个ＭＦ分量有且只有一种频率成分构成，分解过程是寻求若干个ＭＦ，同时要保障每个ＭＦ所包含的带宽最小［６］㊂对于序列ｘ（ｔ），ＶＭＤ可分解出Ｋ个ＭＦｕｋ（ｔ），ｋ＝１，２， ，Ｋ：ｘ（ｔ）＝ðＫｋ＝１ｕｋ（ｔ）（５）ＭＦｕｋ（ｔ）定义为ｕｋ（ｔ）＝Ａｋ（ｔ）ｃｏｓ［ϕｋ（ｔ）］（６）式中：Ａｋ（ｔ）为ｕｋ（ｔ）的幅值；ϕｋ（ｔ）为ｕｋ（ｔ）的相位㊂对ｕｋ（ｔ）使用Ｈｉｌｂｅｒｔ变换，可得解析信号及其单边谱：［σ（ｔ）＋ｊπｔ］ｕｋ（ｔ）（７）通过指数调谐，即乘以ｅ－ｊｗｋｔ，将估计ｕｋ（ｔ）的中心频率移到基频附近：｛［σ（ｔ）＋ｊπｔ］ｕｋ（ｔ）｝ｅ－ｊｗｋｔ（８）式中ｗｋ为中心频率，ｗｋ＝ϕᶄｋ（ｔ）㊂带宽Ｂ［ｕｋ（ｔ）］可通过解调信号的Ｈ１高斯平滑度进行估计：Ｂ［ｕｋ（ｔ）］＝∂ｔ［σ（ｔ）＋ｊπｔ）ｕｋ（ｔ）］ｅ－ｊｗｋｔ２２（９）最终，得到一个变分优化问题：ｍｉｎｕｋ，ｗｋ｛ðＫｋ＝１∂ｔ［（σ（ｔ）＋ｊπｔ）ｕｋ（ｔ）］ｅ－ｊｗｋｔ２２｝ｓ．ｔ．ðＫｋ＝１ｕｋ（ｔ）＝ｘ（ｔ）（１０）原始文献采用交替迭代乘子法进行求解㊂观察可知，ＶＭＤ方法采用优化策略一次性获得所有分量，而且各ＭＦ的中心频率和带宽可被自适应计算出的同时，实现了对序列的频域剖析和ＭＦ分离㊂２㊀实验研究本文设计了ＡＥ定位测试系统，由３个ＡＥ传感器㊁３个前置放大器㊁１个８通道的数据采集卡㊁１个ＰＣ机，１个镀锌钢板组成㊂镀锌钢板长㊁宽为５００ｍｍ，厚度为２ｍｍ，通过敲击产生ＡＥ源㊂实验模型如图４所示㊂镀锌钢板固定于桌面，３个ＡＥ传感器通过磁吸附的方法固定于镀锌钢板表面，ＡＥ传感器通过前置放大器与数据采集卡相连㊂图４㊀实验模型根据文献报道，敲击震动信号的峰值频率较低，因此，本文选用窄带低频的ＡＥ传感器采集声信号，相关参数列于表１㊂表１㊀传感器参数表谐振频率／ｋＨｚ带宽频率／ｋＨｚ灵敏度／ｄＢ尺寸／ｍｍ４０２０ １１０８０Φ１７ˑ１６㊀㊀设计了针对一维和二维定位模型的实验，每种实验情况的传感器摆放方式和敲击位置又设定了不同的组合，通过组合可得４种实验情况，图５展示了传感器和敲击位置的具体坐标，表２列举了４个测试案例㊂㊀图５㊀实验布置图表２㊀实验分类模型类型敲击位置案例１一维敲击位置１案例２一维敲击位置２案例３二维敲击位置１案例４二维敲击位置２３㊀实验结果分析本小节分别对４个案例进行实验测量，并采用本文所提方法确定ＡＥ源位置，对其有效性㊁精确性㊁可靠性进行验证㊂３．１㊀信号分析以案例１为例，图６为ＡＥ传感器１㊁传感器２接收到的声信号，相应的ＶＭＤ分解结果如图７所示㊂㊀㊀㊀㊀㊀第５期童国炜等：声发射检测信号分析及源定位方法研究９９㊀㊀图６㊀案例１信号在案例１中，原始信号被分为４个模态函数，在时域波形中，ＭＦ的幅值会逐渐减小，同时频带会升高㊂因此，具有较低信号幅值和较高频率的ＭＦ分量可以被认为是噪声干扰而忽略不计㊂同时，每个ＭＦ的能量ＥＩＭＦｉ和相应的能量比ＲＩＭＦ由下式进行量化：ＥＩＭＦｉ＝１ＮðＮｍ＝１ｘｉ（ｍ）２（１１）（ａ）传感器１信号的ＭＦ图㊀㊀㊀（ｂ）传感器１信号ＭＦ的频域图（ｃ）传感器２信号的ＭＦ图㊀㊀㊀（ｄ）传感器２信号ＭＦ的频域图图７㊀分解结果ＲＩＭＦ＝ＥＩＭＦｉðＸｉ＝１ＥＩＭＦｉˑ１００％（１２）式中ｘｉ（ｍ）为第ｉ个ＭＦ中第ｍ个时间序列点的数值㊂图８显示了案例１中２个ＡＥ传感器接收到声信号ＭＦ的能量比㊂如图８所示，前３个ＭＦ几乎包含整个信号能量的９８％，可以完全反映原始信号的主要信息㊂因此，ＭＦ１㊁ＭＦ２㊁ＭＦ３可用于重建ＡＥ信号的主要成分，而其他能量较低的成分可以忽略不计㊂３．２㊀一维定位模型合并２个ＡＥ传感器信号前３个ＭＦ，由式（３）计算２个信号的互相关系数，并从峰值处获得时间差，通过式（１）计算出声发射源的位置㊂案例１－２的相关系数曲线如图９所示，定位结果列于表３㊂表３㊀一维模型声发射源定位结果案例ｄ１／ｍｍＤ／ｍｍΔｔ／ｍｓ式（１）结果／ｍｍ绝对误差／ｍｍ相对误差／％１８０３４００．０５１８２．５１２．５１３．１３２２４０３４０－０．０８８２３１．４１８．５９３．５８根据实验结果可知，本文设计的定位算法能够实现ＡＥ源的定位，且具有较高的定位精度，在案例１，２的实验中，相对误差可达到３．１３％，３．５８％，满足实际应用要求㊂３．３㊀二维定位模型基于一维定位模型的计算方法，采用２对ＡＥ传感器的数据，通过双曲线方法可实现二维平面内的ＡＥ源定位，结果如表４所示（坐标原点在图５的左下角）㊂通过２组二维平面ＡＥ源定位实验，可验证本文所提方法对二维平面ＡＥ源定位是有效的㊁精确的，实际计算结果的横纵坐标定位误差在５％以内㊂㊀㊀㊀㊀㊀１００㊀ＩｎｓｔｒｕｍｅｎｔＴｅｃｈｎｉｑｕｅａｎｄＳｅｎｓｏｒＭａｙ．２０２１㊀（ａ）传感器１各ＭＦ能量比（ｂ）传感器２各ＭＦ能量比图８㊀案例１ＭＦ能量比（ａ）案例１相关系数曲线（ｂ）案例２相关系数曲线图９㊀互相关分析曲线表４㊀二维模型声发射源定位结果案例ＡＥ传感器位置坐标／ｍｍ１号２号３号实际ＡＥ源坐标／ｍｍ双曲线法计算结果／ｍｍ绝对误差／ｍｍ相对误差／％３（８０，４２０）（２４０，４６０）（４２０，４２０）（１６０，１４０）（１６４．４，１３４．４）（５．４，５．６）（３．３，４．１）４（８０，４２０）（２４０，４６０）（４２０，４２０）（４２０，３２０）（４０７．４，３２９．１）（１２．６，９．１）（３．１，２．８）４㊀结论为了减小ＡＥ源定位过程中测量环境噪声和频散现象对定位结果的干扰，本文研究了ＶＭＤ方法在ＡＥ源定位中的应用方法，通过对原始ＡＥ信号按最小带宽进行分解，提取主要能量分量的和，并采用互相关分析确定ＡＥ源位置㊂一维和二维ＡＥ源定位实验结果表明本文所提方法综合定位误差在５％以内，可实现精确的ＡＥ源定位计算，为ＡＥ源定位研究提供了一种可行的研究方法㊂参考文献：［１］㊀王清琳，程珩，靳宝全．管网泄漏极性相关法定位研究［Ｊ］．仪表技术与传感器，２０１５（７）：９４－９７．［２］㊀ＢＡＴＴＩＥＡＧ．Ａｃｏｕｓｔｉｃｅｍｉｓｓｉｏｎｐｒｉｎｃｉｐｌｅｓａｎｄｉｎｓｔｒｕｍｅｎｔａｔｉｏｎ［Ｊ］．ＪｏｕｒｎａｌｏｆＡｃｏｕｓｔｉｃＥｍｉｓｓｉｏｎ，１９８３，２（１２）：９５－１２８．［３］㊀ＧＥＩＧＥＲＬ．Ｐｒｏｂａｂｉｌｉｔｙｍｅｔｈｏｄｆｏｒｔｈｅｄｅｔｅｒｍｉｎａｔｉｏｎｏｆｅａｒｔｈ⁃ｑｕａｋｅｅｐｉｃｅｎｔｅｒｓｆｒｏｍａｒｒｉｖａｌｔｉｍｅｏｎｌｙ［Ｊ］．Ｂｕｌｌ．Ｓｔ．Ｌｏｕｉｓ．Ｕｎｉｖ．，１９１２，８（１）：６０－７１．［４］㊀ＺＨＯＵＺ，ＺＨＯＵＪ，ＣＡＩＸ，ｅｔａｌ．Ａｃｏｕｓｔｉｃｅｍｉｓｓｉｏｎｓｏｕｒｃｅｌｏ⁃ｃａｔｉｏｎｃｏｎｓｉｄｅｒｉｎｇｒｅｆｒａｃｔｉｏｎｉｎｌａｙｅｒｅｄｍｅｄｉａｗｉｔｈｃｙｌｉｎｄｒｉｃａｌｓｕｒｆａｃｅ［Ｊ］．ＴｒａｎｓａｃｔｉｏｎｓｏｆＮｏｎｆｅｒｒｏｕｓＭｅｔａｌｓＳｏ⁃ｃｉｅｔｙｏｆＣｈｉｎａ，２０２０，３０（３）：７８９－７９９．［５］㊀ＨＵＱ，ＤＯＮＧＬ．Ａｃｏｕｓｔｉｃｅｍｉｓｓｉｏｎｓｏｕｒｃｅｌｏｃａｔｉｏｎａｎｄｅｘｐｅｒｉ⁃ｍｅｎｔａｌｖｅｒｉｆｉｃａｔｉｏｎｆｏｒｔｗｏ⁃ｄｉｍｅｎｓｉｏｎａｌｉｒｒｅｇｕｌａｒｃｏｍｐｌｅｘｓｔｒｕｃ⁃ｔｕｒｅ［Ｊ］．ＩＥＥＥＳｅｎｓｏｒｓＪｏｕｒｎａｌ，２０２０，２０（５）：２６７９－２６９１．［６］㊀ＤＲＡＧＯＭＩＲＥＴＳＫＩＹＫ，ＺＯＳＳＯＤ．Ｖａｒｉａｔｉｏｎａｌｍｏｄｅｄｅｃｏｍ⁃ｐｏｓｉｔｉｏｎ［Ｊ］．ＩＥＥＥＴｒａｎｓａｃｔｉｏｎＳｉｇｎａｌＰｒｏｃｅｓｓ，２０１４，６２（３）：５３１－５４４．［７］㊀王少峰，刘朋真，王建国，等．基于小波包熵与Ｇａｂｏｒ小波变换的管道连续型泄漏源定位［Ｊ］．仪表技术与传感器，２０１７（９）：９８－１０２．［８］㊀王银玲，李华聪．声发射检测仪多路数据采集模块［Ｊ］．仪表技术与传感器，２０１５（６）：４１－４３．作者简介：童国炜（１９８８ ），工程师，博士，主要从事数值优化㊁逆问题求解㊁人工智能及相关领域问题的模型构建和求解㊂Ｅ⁃ｍａｉｌ：ｔｏｎｇｇｕｏｗｅｉ１８８＠１６３．ｃｏｍ通信作者：杨林（１９６５ ），高级工程师，主要从事检测认证技术研究与管理工作㊂Ｅ⁃ｍａｉｌ：ｌｙｎｎｙ＠ｃｅｐｒｅｉ．ｂｉｚ。

一.声发射声发射检测技术的发展及其现状人们知道声发射现象已经有几个世纪的历史，把声发射作为一门技术进行研究和开发是从上世纪50年代开始的。

声发射技术的发展大致可以分为三个阶段：探索研究阶段世纪50年代初德国的凯塞尔（Kaiser）用普通的可听声拾音器测量了五、六种材料在抗拉强度试验时的声发射，提出了畴界滑移产生声发射的机理。

他的重大发现之一是观察到声发射现象的不可逆效应，即尔（Kaiser）”效应。

“Kaiser效应”表明：材料被重新加载期间，在应力值达到上次加载最大应力之前不会产生声发射信号。

Kaiser同时提出了连续型和突发型声发射信号的概念。

由于采用的拾音器在可听声频率范围内，无法排除环境噪声的干扰。

快速加载用弹簧－质量块模型比拟声发射事件的发生过程a. 原始状态b. 新的平衡状态一.声发射产生的条件快速加载则该状态下弹簧系统贮能为：241kxU =若弹簧2突然减弱，它的刚度降低到，弹簧1的刚度不变，则系统组合刚度为：kk δ−()kk k k k δδ−−=222受到的拉力减小了，两个弹簧的平均拉力变为：p δ二.声发射产生机理1.位错运动与塑性变形刃型位错的结构由图可以看到：位错使周围的原子排列发生畸变，在外切应力的作用下，刃型位错沿滑移面运动。

二.声发射产生机理2.裂纹的形成与扩展裂纹的形成和扩展是一种主要的声发射源，它与材料的塑性变形有关。

一旦裂纹形成，材料局部应力集中得到卸载而产生声发射。

材料的断裂过程可以分为三个阶段：a. 裂纹形成；b. 裂纹扩展；c. 最终断裂。

干涉呈现复杂的模式。

半无限大物体内声发射波的传播三.声发射的传播循轨波的传播传播引起的波形分离 a.原始波形b传播760mm后的波形一.声发射信号的特征参数1.波击（Hit）和波击计数（Hits）波击：某一通道检测到的瞬态声发射信号，由通过门槛的包络线所形成的信号就是一个波击。

波击计数：系统对波击的累计计数，可分为总计数和计数率。

声发射检测三级
声发射检测三级——深入探索与应用
声发射检测，也被称为声发射技术或声发射分析，是一种通过检测材料内部应力波的传播和反射来评估材料性能或结构状态的无损检测技术。

它在众多领域，如航空航天、石油化工、电力、交通、建筑等，都有着广泛的应用。

其中，声发射检测三级作为该领域中的一个重要环节，对于确保检测精度和效果起着至关重要的作用。

声发射检测三级，通常指的是在声发射检测过程中，对声发射信号进行的三级处理和分析。

这三级处理分别是：信号预处理、特征提取和模式识别。

信号预处理是声发射检测三级中的第一级，主要是对原始声发射信号进行去噪、滤波和增强，以提高信号的信噪比和分辨率，为后续的特征提取和模式识别提供高质量的信号数据。

特征提取是声发射检测三级中的第二级，主要是从预处理后的信号中提取出能够反映材料内部状态的关键特征，如信号的频率、振幅、持续时间等。

这些特征将作为后续模式识别的输入数据。

模式识别是声发射检测三级中的第三级，也是最为关键的一级。

它通过对提取出的特征进行学习和分类，实现对材料内部状态或缺陷的自动识别和分类。

这一级的准确性和稳定性将直接影响到整个声发射检测的效果和可靠性。

综上所述，声发射检测三级是一种重要的无损检测技术，它通过三级处理和分析，实现对材料内部状态或缺陷的高精度、高可靠性检测。

随着科技的不断进步和应用领域的不断拓展，声发射检测三级将在未来发挥更加重要的作用。

4.2 声发射技术(AE)4.2.1 声发射概念和原理声发射技术Acoustic Emission简称AE，是一种应用日趋广泛的现代无损检测新技术。

受力构件的材料内部在裂纹萌生、扩展过程中会释放塑性应变能并以应力波形式向外传播扩展，这就是声发射现象，AE就是采用高灵敏度的声发射压电传感器安装于受力构件表面形成传感器陈列，实时捕捉来自于构件内部裂纹扩展的动态信息，通过对这些信号的处理分析，可以检测材料内存在的裂纹损伤进行分析和研究。

形象地讲，这是一种听声技术，像医生用听诊器对人体听声来诊病一样，通过听构件内部故障声音来对构件诊断。

AE产生于上个世纪50年代，起于由德国科学家KAISER发现并以其名字命名的KAISER现象。

早期由于人们对声发射信号特征的认识局限性以及计算机技术和信号处理技术发展水平的限制，不能很好区分什么是来自于裂纹缺陷的声音。

信号和环境噪声信号使AE一直处于实验室研究阶段。

到20世纪70年代人们发现了大部分构件裂纹缺陷的声发射信号是高频信号，大致在100 KHz ~ 300 KHz之间，进而采用高频谐振传感器，先进的信号处理技术大大排除了可听音范围内的环境噪声干扰，使AE开始进入实际生产。

进入20世纪80年代，电子计算机技术和现代信号处理技术进入声发射研究领域，AE的应用领域越来越广泛。

20世纪90年代以后，AE在无损检测领域更显得举足轻重，在美国与欧洲的航空航天设计研究与制造部门已成为一种必不可少的技术手段，被广泛用于航空航天飞行器的结构测试。

4.2.2 AE的产品目前有Vallen-Systeme Gmbh公司开发出现代化声发射系统AMSY-5（图4-3），它采用由数字信号处理器构成的并行处理系统，使传统的AE特征提取和实时波形捕捉、波形分析同时处理，拥有快速的信号处理能力。

软件方面，开发了对复杂问题处理的列软件包Visual Circle，它由三个功能不同的软件—— Visual AE、Visual TR和Visual Class组成，大大提高了AMSY-5对于复杂结构在复杂环境下的声发射信号处理能力。