马尾松胶合木表面声发射信号各向异性传播规律

针对木材各向异性所导致的同一声发射(acoustic emission,AE)源在不同方向上传播速率各异的问题,研究了同一AE源在4个不同方向上发出的AE信号波形特征和传播速率随角度变化的规律。首先,采用0.7mm铅芯折断方式模拟声发射源,在马尾松胶合木表面沿纹理方向顺时针每隔15°,通过采样频率为500 k Hz的四通道高速采集系统收集原始AE信号。然后,基于小波分析的方法从原始信号中重构AE信号波形,根据小波变换原理和AE传感器的分辨范围,采用daubechies小波进行5层小波分解,在分析各层高频细节信号时频域特征的基础上进行AE信号波形重构。最后,利用信号相关性分析的方法确定AE信号,通过2个传感器的时差,进而采用时差定位法计算AE信号的传播速度。对于不同方向的AE传播速率,通过多项式拟合的方法,提出AE传播速度随角度变化的函数关系。     

基于声发射技术模拟蛀木害虫羽化孔洞缺陷检测

【目的】针对木材蛀干害虫羽化孔洞缺陷检测问题,通过对声发射信号的时频分析,研究木材蛀干害虫羽化孔洞缺陷的AE信号特征。【方法】首先,对无孔洞和3种不同尺寸的钻孔缺陷的木材试件,参照ASTM-E976标准采用铅芯折断方式产生AE源,通过采样频率为500 kHz的2通道木材声发射信号采集系统获取原始AE信号。然后,对原始AE信号进行降噪滤波,再对滤波后的信号进行小波分解并重构AE波形,分析孔径对AE信号频率分布的影响。最后,采用信号相关性分析法和时差定位法,计算AE信号的传播速率,进而分析羽化孔径对传播速率的影响。【结果】AE信号通过无孔洞、5 mm孔洞、8 mm孔洞、15 mm孔洞缺陷,AE信号的主频率分别为38、43、51、117 kHz,AE信号传播的平均速率分别为1 380.7、1 067.3、848.6、437.1 m/s。【结论】AE信号在不同孔径缺陷的木材试件传播时,随着孔洞缺陷的增大,AE信号的幅值发生明显衰减,AE信号的主频率增大,AE信号传播的平均速率减小。为了验证试验结果和结论,找了具有天然蛀干害虫羽化孔洞缺陷的木材试件,孔洞直径约为20 mm,使用相同的方法采集和处理AE信号,AE信号通过天然蛀干害虫羽化孔洞缺陷的主频率为121 kHz,AE信号传播的平均速率为324 m/s。     

基于声发射的樟子松锯材表面横波与内部纵波传播特性及能量衰减规律

为研究不同声发射(acoustic emission,AE)模态的传播特性与能量衰减模式,依据波动理论提出一种木材AE信号表面横波与内部纵波析取方法,进而建立AE信号能量衰减模型。首先,依据ASTM-E976-2015通过铅芯折断的方式在樟子松锯材表面产生AE源,并在不同位置采集表面横波与内部纵波的AE原始信号,采样频率设置为500 kHz;然后,采用小波分析方法从原始信号中重构AE波形,分析木材AE信号表面横波与内部纵波的传播特性;最后,通过指数函数拟合的方法,构建表面横波与内部纵波能量衰减模型。结果表明:表面横波与内部纵波在樟子松锯材中传播时AE能量均呈明显的指数衰减规律,但在频率分布和传播速率上均有较大差异。表面横波在传播初始阶段主要分布在以80.0 kHz和113.3 kHz为中心的两个中高频段内,随着其在木材表面的传播,高频信号迅速衰减为低频信号。而内部纵波始终处于相对低频段内,其平均传播速率约为表面横波的4.6倍。     

基于Daubechies小波基的木材声学振动信号分析与评价

针对音板木材振动信号分析不深入的问题,本研究基于小波包分析方法对木材振动信号进行分析,建立一种木材声学振动评价的新方法。利用多通道FFT分析仪获取泡桐木材的振动信号,基于Daubechies小波基函数对振动信号进行3层小波包分解与重构,得到了振动信号的特征值,将小波包变换后木材振动信号的特征值与传统方法测定的声学振动性能参数进行比较分析。研究结果表明:木材的振动信号能量主要集中在0～1 000 Hz,在传播的过程中能量衰减迅速;对振动信号进行时域分析时得出,木材的动态弹性模量随着峭度因子的增大而减小,随着峰值因子的增大而增大;基于Daubechies小波基的分析方法得到的振动信号特征值与声学振动参数之间具有显著的相关性,其中木材信号的特征能量率与木材声学振动参数动态弹性模量、声辐射品质常数以及声传播速度之间存在显著的正相关关系,与声阻抗以及对数衰减率的相关性及变化趋势之间有显著的负相关关系。研究表明,可以应用Daubechies小波对木材振动信号进行分析与评价,此方法为木材声学振动性能的客观评价提供了新思路。     

不同含水率云南松声发射信号特征

【目的】研究不同含水率条件下云南松试件声发射信号的传播规律,探讨含水率对声发射信号波形的响应,为云南松声发射源定位提供依据,为木材内部缺陷无损检测提供基础数据。【方法】以云南松为试验材料,采用NI高速数据采集设备和LabVIEW软件构建云南松试件声发射信号采集平台,利用铅芯折断模拟声发射源,对绝干、气干、生材和饱水4种含水率状态下的试件表面进行声发射信号采集,通过时差法计算信号在4种含水率状态下的平均传播速率,并运用小波分析对声发射信号波形进行分解和重构,根据软阈值量化方法消除各通道系数和经阈值量化后的各高频层系数,去除非主能量信号以便从噪声中析取微弱的声发射信号。【结果】试验中传感器均以接收表面波信号为主;随着含水率增加,云南松试件表面声发射信号波形和平均声速均大幅度衰减,绝干状态下声发射信号时域波形幅值达到±5.2 V,平均声速可达4 208.77 m·s^-1 ,而饱水状态下信号时域波形幅值仅为±0.6 V,平均声速降至1 414.07 m·s^-1 ,气干和生材状态下信号时域波形幅值和平均声速分别为±4、±2 V和 3 331.79 、 2 328.73 m·s^-1 ,且各含水率状态之间平均声速差在876.98~1 003.06 m·s^-1 范围内;小波变换能有效将“淹没”在噪声中的声发射信号析取出来,4种含水率状态下试件声发射信号频域波形范围在40 ~150 kHz之间,且气干状态下波形峰值出现在110 kHz左右,其余3种均在50 kHz左右达到峰值。【结论】含水率增加可显著改变云南松声发射信号和传播特征,其信号波形和平均声速均与含水率降低呈正比;小波变换在信号降噪处理方面具有明显优势,不仅可去除信号中的大量噪音,而且不会破坏有用信号,保证信号完整性,能更大程度降低对不同含水率云南松试件声发射信号的分析误差,为云南松表面声发射源定位研究及内部无损检测给予试验数据支持;作为一种木材声发射信号采集与分析平台,研究结果可为不同含水率云南松受压变形破坏全过程的声发射特征分析提供必要的基础理论依据。     

应力波木材无损检测信号采集系统

应力波木材无损检测技术可在不破坏木材使用性能的前提下,快速的检测出木材的尺寸、规格和基本物理性质等,基于此优点,应力波无损检测技术近几年越来越受到青睐。应力波在木材中传播时,如遇到裂缝、孔洞、裂纹等界面不连续处,就会发生反射、折射、散射和模式转换,对缺陷有很高的敏感性。基于应力波的这种敏感性,本文对应力波在木材中传输时的信号进行采集,通过对采集信号进行频谱分析、小波变换等处理,可进一步得到应力波在木材中的传播速度等参数,从而为鉴别木材的缺陷提供更多的信息。     

基于熵和波形特征的木材损伤断裂过程声发射信号处理

为了通过声发射信号(AE)对木材内部损伤状态进行评估,本研究选择能够表征信号复杂程度(熵值)以及波形变化(脉冲因子、裕度因子、峰值因子、波形因子)的特征,并通过对木材试样三点加压弯曲实验采集原始声发射信号.另外,为了抑制干扰,提高信号特征对损伤状态的敏感性,提出了一种采用EMD分解方法,基于信号能量、瞬时频率、峭度值的...     

基于Daubechies小波分析的汽车电控发动机失火故障诊断信息提取

采用Daubechies （dbN）小波分析方法,对汽车电控发动机的瞬时转速信号进行降噪处理与分析.应用Matlab中的一维小波分析函数,对汽车电控发动机瞬时转速信号进行不同阶数和层数的拟合效果分析,并确定出使原始转速信号失真较小的拟合消失矩阶数（10阶）和层数（3层）;基于发动机瞬时转速的平均值M、瞬时转速的标准差Sd、变异系数作为特征值以及发动机转速数据频率分布图的特点,对电控发动机产生失火状态的故障识别的明显性进行比较.研究结果表明,常用的发动机失火故障的诊断仅是利用断缸法识别转速的变化,而采用dbN小波分析方法可以有效的提取明显表征电控发动机失火故障状态的变异系数及发动机转速数值主频分布特点等信息,可进一步增强对失火故障的识别程度和诊断的准确性.     

基于LabVIEW的木材声发射信号采集与小波析取

为了获取木材声发射信号波形,采用NI高速数据采集设备构建了一种多通道声发射信号采集系统,同时基于LabVIEW软件设计了相应的信号小波析取与处理平台,实现多通道声发射信号采集、分离、波形析取及频谱分析等基本功能。最后通过木材试件声发射试验验证了该系统的效用,并且通过对3种不同信号析取方法的比较,进一步验证小波分析的优势。作为一种通用的木材声发射信号采集与处理平台,该系统为木材声发射信号研究提供了必要的基础保障。     

基于小波神经网络的木材内部缺陷类型识别的研究

利用榆木标准试件,在实验室内用超声波检测仪器对试件进行缺陷分类检测,检测信号作为原始信息.各类试件的原始信号用小波包分解,计算缺陷试件与完好试件在小波包第5层各结点的信号能量变化值.试验发现:木材缺陷引起能量的变化值主要由木材缺陷的大小或严重程度来决定,亦即木材的缺陷程度越严重,能量的变化幅度就越大;对小波包5层分解后各信号结点的能量变化值进行分析,发现在32个结点中,(5,0)结点在各类缺陷试件中能量值变化最大;使用经小波压缩后的信号作为神经网络的输入,形成应用频带能量变化值和应用(5,0)结点小波包系数的2个不同输入特征的人工神经网络.对比分析2个网络识别木材缺陷类型的能力,(5,0)结点小波包系数作为特征训练得到的神经网络检测精度更高.     

基于MEA-BP神经网络对木材内部缺陷诊断的研究

为了提高木材内部缺陷的自动识别率,采用电阻层析成像(ERT)的方法获取电导率波动信号,通过小波包变换对采集的数据进行3层小波包分析,对八维特征向量进行提取,利用思维进化算法(MEA)优化权值和阈值,孔洞、节子、腐朽试样各45组数据,进行BP神经网络训练,每种缺陷20组作为测试集,识别木材内部缺陷。结果表明:MEA-BP神经网络对木材孔洞、节子和腐朽的识别率分别为96.92%、95.38%和92.31%,该模型解决了复杂组合的优化问题,提高了搜索效率,并且达到最佳的预测效果。     

木材纹理分析中小波基的选择和分解级数的确定

针对小波多分辨率下木材纹理分析中小波基的类型和分解级数进行了研究.用小波基重构误差和小波基的性质确定小波基;用信息熵和重构图像能量确定分解级数.实验证明,选用Symlets4小波基对木材纹理图像进行2级分解就能够获得较高的分类识别率.     

实木板材无损检测中三维点云数据的预处理

在实木板材检测过程中,利用激光线扫描技术,以设定的速度扫描待测木材的表面,获取三维数据,可实现实木板材无损检测、缺陷定位和三维模型重构。然而,三维激光轮廓扫描仪采集的原始数据不仅存在噪声的干扰,而且其密度一般也非常大,影响检测结果和后续重构。通过对采集到的实木板材表面轮廓点云数据进行预处理,不仅可以去除噪声干扰,降低点云密度,而且可将对后续重构无影响的背景点云数据去除,简化重构过程,保证曲面重构过程的精度、简度和速度。使用Chroma+Scan3350型激光轮廓扫描仪,配合实木板材无损检测装置,采集了赤松板材和樟子松板材图像,围绕采集到的原始点云数据进行预处理。在分析点云数据的噪声来源的基础上,对噪声数据进行分类,并依次滤除,可通过曲线检查法和弦高差法去除少量的异常点,根据线扫描点云数据特点,在对比高斯滤波、平均滤波、中值滤波和小波滤波的平滑处理结果后,最终选取小波滤波进行数据平滑,取得了良好的滤波效果,很好地保留了原始点云数据的上升沿、下降沿等特征信息和曲线的棱角特点。对比角度-弦高联合法与曲率采样精简法的点云数据精简结果,选取曲率采样精简法对数据进行精简,精简效果好,速度较快。     

基于小波分析的木材干燥过程的声发射信号的去噪研究

指出了木材结构的各向异性导致了木材声发射信号的提取的困难性。小波分析作为信号和信息的处理工具由于其优越性已经被大家所认可,特别是在去噪方面,小波的多分辨分析、相关性、低墒性使其在去噪领域有着独特的优势。声发射技术是一种动态的无损检测技术,它不仅能对缺陷进行实时的动态监测,还能对发展趋势进行预测。     

温度和含水率对红松木材中应力波传播速度的影响

为分析应力波在木材中传播的影响因素,研究应力波传播规律,在实验室内,采用Arbotom应力波测试仪测试60个红松无疵小试件在不同含水率(从绝干到饱湿)和不同温度(-30,-20,-10,-5,0,5和20℃)下的应力波传播速度。在此基础上,分别分析应力波传播速度随含水率或温度变化的规律,探讨导致应力波传播速度变化的原因,并建立三者之间的回归模型。结果表明:含水率和温度是影响木材中应力波传播速度的2个重要因素。应力波传播速度随含水率增加或温度升高均呈逐渐下降趋势。在含水率32%(纤维饱和点附近)以下,传播速度随含水率增加下降幅度较大,反之则较小;当含水率低于50%时,传播速度随温度升高呈线性下降趋势;当含水率高于50%时,传播速度在0℃上下有一明显的跳跃。含水率、温度与应力波传播速度之间的二元线性回归模型拟合优度较高,决定系数R2均高于0.95。     

平移不变小波包去噪方法

由于小波基缺乏平移不变性,传统小波及小波包去噪算法可能使信号急剧变化部分产生人为振荡现象.提出了基于平移不变的小波包去噪方法,对所分析的信号进行循环平移,利用软或硬阀值对该信号的小波包系数进行压缩,重构信号,再进行相反的循环平移,通过多次的平移—消噪—平移,平均所获得的结果,从而消除小波包基的平移依赖性.对比普通小波包去噪,该方法能有效地消除人为振荡现象,使去噪后的信号更光滑,更逼近真实信号.     

基于小波模极大值的木材近红外光谱去噪

将光谱一阶导数与小波变换相结合,对杉木木材近红外光谱数据进行预处理,采用db3小波对光谱数据进行4尺度分解,在各分解尺度上根据信号和噪声的不同传播特性.保留信号的模极大值,去除噪声的模极大值.结果表明:光谱导数 小波变换模极大值能够有效消除光谱噪声和各种因素干扰,并很好保留了光谱信号特征,使光谱信噪比有了较大提高.     

木材干燥过程中声发射信号分析北大核心

对木材在干燥过程中产生的声发射信号进行采集和特征分析,结果表明:木材干燥过程中主要采集到两种不同类型的声发射信号:一种信号来自木材内部自由水的蒸发,与木质部导管内水分空穴化过程的声发射信号一致;另一种信号与木材干燥过快时自身形变开裂相关。作为一种木材干燥质量的控制方法,测量和分析声发射信号,可为木材干燥温度和湿度的控制提供依据,实现防止木材干裂、提高木材干燥质量的目的。     

基于林木多期直径测定数据的异龄林年龄估计方法

基于固定样地多期直径测定数据,拟合直径与年龄相关的生长模型,为异龄林年龄结构的确定提供估计方法。通过为第一期林木设置不同年龄初值的方法采集样地内各树种的直径与年龄坐标信息,采用不同直径生长方程对数据进行模拟,依据树高生长至1.3 m时的年龄t0,将拟合曲线在坐标内准确定位并用生长方程估计单木、径阶以及林分的平均年龄,对结果进行适用性检验和评价。结果表明:运用Richards方程分别拟合青冈栎、杉木、马尾松的直径与年龄的生长关系时,模型的相关指数R2分别为0.93、0.91、0.97,剩余标准差分别为1.18、0.78、0.37,平均绝对误差分别为0.80、0.61、0.31;该估计方法预测林分平均年龄的绝对误差最大值为2 a,相对误差最大值为8.2%;预测径阶年龄的绝对误差最大值为3 a,相对误差最大值为12.5%,平均绝对百分误差为5.1%;预测单木年龄的绝对误差最大值为7.0 a,相对误差最大值为29.3%,平均绝对百分误差最大值为14.8%。Richards方程在参数生物学意义以及模型拟合精度方面能较好地反映出各树种的直径与年龄生长的关系。研究提出的依据林木多期直径测定数据估计异龄林年龄的方法,预测林分平均年龄与径阶年龄的平均绝对百分误差小于10%,预测效果较好,其估计方法可以应用于科研和生产实践。     

基于振动模态分析的落叶松节子定位的无损检测

木材作为结构材使用时,节子的存在影响木材的强度,降低了木材的利用价值.为了节约木材,提高木材的使用率,人们一直在研究木材缺陷无损检测的方法.Beall(2000)首次使用表面传感器研究人造板的力学性能和内部缺陷,收到良好效果.日本学者小玉泰羲(2000)用连续小波变换分析处理利用敲击木材所获得的声信号,对气干木材的节子缺陷进行检测,研究发现,当木材含有节子缺陷时,声信号的共振频率降低、声信号共振的持续时间缩短.