依据瞬时频率的木材损伤过程声发射信号辨识

针对木材损伤断裂过程中声发射(AE)信号识别的问题,提出一种基于瞬时频率的AE信号辨识方法。首先,采用三点弯曲的方式对马尾松试件做损伤试验,利用采样频率为500 kHz的4通道NI USB-6366采集卡收集原始AE信号。然后,通过小波分析的方法对采集的原始信号降噪处理,并对降噪后的信号进行频率分析,再根据频率范围及产生原因的不同定义了两类AE信号。最后,通过Hilbert变换分别获得两类AE信号的瞬时频率,并统计两类AE事件频率。试验结果表明,基于瞬时频率统计的AE事件频率能够客观反映试件的应力水平,同时,木材损伤过程中主要产生断裂AE和变形AE信号,且断裂AE信号的频率范围明显高于变形AE信号的频率范围。     

基于声发射信号信息熵的木材损伤断裂过程研究

为获得木材在弯曲破坏过程中的声发射（acoustic emission,AE）信号特征,从AE信号的随机性出发,利用AE信号信息熵辨识木材的损伤过程,并研究木材在不同损伤断裂水平下的AE信号分布特性。首先,对气干状态的榉木和樟子松试件进行三点弯曲试验,并通过谐振频率为150 kHz的AE传感器采集原始AE信号,采样频率设置为500 kHz。然后,采用小波变换重构AE信号波形,依据无AE发生时的信号幅值确定AE阈值,统计每秒内超过阈值的次数并作为AE活动计数,再以活动计数为随机变量定义AE信息熵。最后,依据信息熵值确定应变能释放的转折点,并结合三点弯曲试验的载荷-时间曲线,将木材损伤断裂过程划分为线性变形、非线性变形、宏观断裂3个阶段。以10 ms为间隔分析并统计AE信号的频率,获得木材弯曲破坏过程的AE信号频率分布情况,从而揭示不同损伤阶段的AE信号特征。结果表明,线性变形阶段,AE信号表现为低幅值、低频率,主要集中在30~55 kHz频段内;非线性变形和宏观断裂阶段,AE信号中既存在大量的30~55 kHz低频信号成分,又存在100~110 kHz和115~130 kHz的高频信号。研究提出的基于AE活动数信息熵能够准确反映应变能释放的集中程度,为木材损伤断裂水平评价提供了客观依据。     

木材模拟声发射源的产生与特性

针对如何人为模拟木材损伤声发射(AE)源信号问题,采用折断铅芯、薄木条2种方式分别在樟子松、榉木试件中产生模拟AE源.通过小波处理、信号相关性分析,研究不同模拟AE源的信号特征和传播速度.其中折断铅芯试验依照ASTM-E976标准;折断薄木条产生模拟AE信号试验是在试件端面施加冲击力,引起断裂,以模拟木材发生点断裂时产生的AE信号.所有试验的AE信号采样频率均设定为500 kHz.依据木材AE信号的频率范围,采用5层小波分析的方法重构AE信号波形,进而分析2种模拟AE源信号的频率组成与分布.最后,采用两点时差定位法计算2种AE信号在试件顺纹理方向的传播速率.结果表明:2种方式产生的AE信号的频率组成和分布没有明显差异.折断樟子松、榉木试件端面薄木条产生的AE信号在断裂初期、断裂阶段的平均传播速度分别为786.5、1085.1 m·s-1和1145.2、1557.6 m·s-1;折断铅芯时,AE信号在樟子松、榉木试件中的平均传播速度分别为760.9、1120.5 m·s-1.折断铅芯产生的模拟AE源能够较好地反映木材在特定损伤阶段产生的AE信号频率特征,但在研究木材AE信号传播规律时,折断薄木条试验方法更为客观.     

L型结构木材中声发射信号传播特征

针对木材结构尺寸及介质改变对应变能传播的影响,研究应力波在变结构的L型试件中的声发射（acoustic emission,AE）特性。首先,参照ASTM-E976标准,在樟子松L型试件表面不同位置产生AE源,并利用采样频率为500 kHz的AE采集系统获取试件表面4个固定位置的AE信号。其次,依据小波分析原理对原始AE信号进行降噪并重构AE波形,进而研究木材结构变化对AE信号频域特征的影响。最后,基于对比分析,研究空气介质对于信号传播特性的影响。结果表明,当AE源位于锯材处时,信号以纵波和横波混合的形式单向传播,木材的结构变化主要影响低频信号成分,使得信号呈现高频带分布;而空气介质对于其时频域均有显著影响;当AE源位于薄板时,木材结构变化、传播路径及空气介质对于AE信号时频域特性均有显著影响。     

基于声发射技术的木材害虫信号特征检测

针对木材害虫声发射（AE）信号检测问题,研究杨树木段中麻点豹天牛幼虫AE信号波形特征及其信号的能量,为钻蛀害虫声音的监测提出一种新的方法。取一段具有麻点豹天牛幼虫的杨树木段,通过采样频率为500 kHz的2通道木材蠕变声发射信号采集系统采集原始AE信号。对采集到的原始信号滤波后进行小波分解,通过对各层高频信号的分析获取AE信号的频域特征,并对其进行重构与信号解析。结果表明,麻点豹天牛幼虫AE信号的主频主要集中在30 kHz附近,其信号的能量在16:00最高,反映了该幼虫在15:00-16:00较活跃。     

基于小波变换的木材声发射驻波信号特征研究

为研究木材损伤断裂时的声发射(AE)信号所激发的驻波信号特征与木材固有特性之间的关系,采用薄木条折断的方式产生AE源,在小波变换的基础上分析驻波频率,并计算纵波传播速率,依据弹性波理论计算出木材顺纹弹性模量(MOE)。首先,在2种不同长度的木材试件一端分别加工出8根80 mm×10 mm的薄木条,通过外加冲击力折断木条以产生AE源,通过放置在试件端面的2个传感器采集原始AE信号,采样频率设定为500 kHz。然后,根据驻波特性确定原始信号的驻波阶段,进而对该阶段AE信号进行4层小波分解,依据分解后信号的时频域特征析取驻波信号波形。最后,依据驻波产生原理计算纵波传播速率,并结合弹性波理论计算试件的MOE。结果表明,拉伸试验测得樟子松和榉木试件的MOE分别为9.30 GPa和11.63 GPa, 800 mm樟子松和榉木试件通过驻波计算所得MOE分别为9.37 GPa和12.34 GPa,与实测MOE的误差分别为0.75%和5.24%;600 mm的樟子松和榉木试件通过驻波计算所得MOE分别为9.31 GPa和11.81 GPa,与实测MOE的误差分别为0.10%和1.55%。     

依据声发射事件信息熵对樟子松木材顺纹动态弹性模量的测算方法

以气干状态无明显缺陷的樟子松（Pinus sylvestris var.mongolica Litv）实木为试材,制成轴向800 mm、弦向60 mm、径向30 mm的试件（含水率12.8%,密度0.42 g/cm³）;应用三思纵横UTM5105电子万能力学试验机对试件进行三点弯曲试验,在试件表面顺纹方向3个固定位置实时采集试件损伤过程的声发射（AE）信号;应用小波分析对原始声发射信号进行降噪并重构,确定声发射事件阈值,统计每秒的声发射事件数,再以6 s的声发射事件作为信息片段并计算其信息熵,依据每个信息片段信息熵辨识木材损伤过程;采用时差定位法确定声发射信号的顺纹传播速度,并依据木材各损伤阶段声发射信号顺纹传播的平均速度计算木材顺纹动态弹性模量。结果表明：当信息片段信息熵低于平均信息熵时说明木材进入了新的损伤阶段,试件损伤过程分为弹性阶段、塑性阶段、脆断阶段、后续断裂阶段;应用构建的依据声发射事件信息熵对木材顺纹动态弹性模量算法测试,试件损伤过程中,声发射信号顺纹传播平均速度为4 915.8 m/s、相应的木材顺纹动态弹性模量为10.2 GPa。     

杨树木段内麻点豹天牛幼虫声发射信号特征

针对木材蛀干害虫声音信号特征问题,根据声发射(AE)技术研究杨树木段内麻点豹天牛幼虫的声音信号特征.首先,取带有麻点豹天牛(Coscinesthes salicis)幼虫的杨树(Populus)木段,基于木材蠕变声发射采集系统获取原始AE信号.其次,利用小波分析重构原始信号进而研究幼虫AE信号特征.然后,改变传感器的位置,研究传感器与幼虫的距离变化对AE信号特征的影响.最后,研究不同数量幼虫对AE信号特征的影响.试验结果表明:幼虫AE信号重构后的主频率为38 kHz,随着检测距离的增大,幼虫AE信号减弱,但是信号的主频率没有发生明显变化.不同数量幼虫产生的声音信号脉冲相似,随着幼虫数量的增加,幼虫产生的AE信号脉冲个数呈现增加趋势,信号幅值也逐渐增大,信号持续时间也呈增加趋势,不同数量的麻点豹天牛幼虫AE信号的主频率也均为38 kHz.     

基于奇异谱和相关性分析的木材声发射源直线定位算法研究

针对木材声发射（acoustic emission,AE）信号的随机特性,提出了一种基于奇异谱和信号相关性分析的木材表面AE源直线定位算法。首先,依据ASTM标准通过折断铅芯的方式分别在樟子松和榉木试件表面产生AE源,并在顺纹理方向布置2个AE传感器,其中采样频率设置为500 kHz。然后,采用奇异谱分析（singular spectrum analysis,SSA）算法提高AE信号的信噪比,再分别基于信号相关性和最大值分析2种方法计算AE信号在木材表面顺纹理方向的传播速度。最后,依据AE信号传播时差和计算速度,基于时差定位原理设计AE源定位算法。并针对SSA处理前后的AE信号,采用不同定位算法进行比较试验。结果表明,直接对原始AE信号采用基于信号相关性和最大值分析方法确定信号传播速度时,樟子松试件2个不同位置AE源的定位误差分别为51.8%、55.7%和75.7%、46.6%;榉木试件2个不同位置AE源的定位误差分别为52.0%、44.8%和37.7%、45.5%。而对于经SSA处理后的AE信号,樟子松试件相应的定位误差分别为5.1%、33.2%和2.6%、31.7%;榉木试件相应的定位误差分别为3.1%、54.9%和5.1%、22.9%。因此,对原始AE信号进行SSA降噪处理后,再基于信号相关性分析方法确定信号传播速度,能够显著提高木材表面AE源的定位精度。     

马尾松胶合木胶层对声发射信号传播特性的影响

采用NI高速采集设备构建木材声发射信号采集平台,通过铅芯折断的方式在马尾松胶合木表面模拟产生AE源。然后对采集的原始信号进行5层小波分解并重构AE信号波形,进而获得AE信号的时频域特征。最后,根据信号相关性分析和时差定位方法,研究AE信号沿胶接横纹和指接横纹方向上的传播速率。研究表明,AE信号在胶合木表面传播时,AE信号中频率较低的成分在通过胶层时能量衰减更加显著,并且在胶接横纹和指接横纹方向上的传播速率存在明显差异,进一步指出指接胶层对信号传播速率的影响比胶接胶层更明显。     

基于小波谱白化与自适应小波重构的木材损伤声发射源直线定位法研究

针对木材断裂声发射（acoustic emission,AE）信号源定位问题,提出了一种基于小波谱白化与信号相关性分析的木材表面AE源直线定位算法。首先,为得到木材断裂时产生的AE信号,使用万能力学试验机进行三点弯曲加载试验,在试件表面相距固定距离的3个位置采集试件断裂时产生的AE信号,设置采样率为500 kHz。然后,为合理补偿AE信号在传播过程中损失的高频部分提升信号分辨率,提出一种小波谱白化算法。为降低噪声信号的影响,提出了一种自适应的小波重构算法。最后,通过信号相关性分析法,计算信号到达各传感器的传播时差,并采用基于时差直线定位算法进行AE源定位。结果表明,木材断裂过程中,AE信号通过木材表面和木材内部2种途径传播,由于传播介质不同造成不同的传播速度。使用原始、小波谱白化重构、自适应小波重构的3种AE信号进行AE源定位时,木材表面AE源的定位误差为11.3%、2.6%、3.7%,木材内部AE源的定位误差为10.7%、2.9%、4.5%。AE信号的重构算法直接影响基于时差的AE源定位算法精度,特别是使用小波谱白化法能够显著提升AE信号分辨率同时提升计算时差的准确性进而提升AE源定位精度。     

基于小波分析的樟子松表面和内部声发射信号频域研究

为准确计算樟子松断裂时在表面和内部传播的声发射（acoustic emission,AE）信号传播速度，对樟子松表面和内部传播AE信号的有效频段进行研究。为得到樟子松断裂时候产生的AE信号，使用万能力学试验机进行三点弯曲压断试验，并在试件表面相距固定距离的2个点采集原始AE信号。为得到不同频段的AE信号，对原始AE信号进行小波分解并重构AE波形。针对不同频段的AE信号，采用信号相关性分析法计算信号到达2个传感器的传播时差，以此计算AE信号的传播速度。根据AE信号在不同介质中的传播规律以及AE信号的传播速度判断AE信号的传播介质和AE信号的主要频率。结果表明，当AE信号在樟子松表面传播时，AE信号的有效频段为15~62 kHz。当AE信号在樟子松内部传播时，AE信号的有效频段为125~250 kHz。使用有效频段内信号计算AE信号的传播速度，可显著提升计算得到的AE信号传播速度的准确性。     

应用AE和DIC原位监测含横纹裂纹木构件的裂纹演化规律试验研究

目的含横纹裂纹木构件的缺陷会使其在弯曲载荷下发生横纹断裂,研究含横纹裂纹木构件在载荷作用下微裂纹的萌生和扩展规律,对含横纹裂纹木构件断裂损伤的预判和评估具有重要的意义。方法以杉木为研究对象,基于声发射（AE）技术和数字图像相关法（DIC）对已预制横纹裂纹的木试件三点弯曲损伤过程进行了实时原位监测,采用声发射参数分析法研究了加载过程中微裂纹萌生和失稳扩展的声发射特征,同时结合裂尖区域的应变和位移变化信息分析木试件表面裂纹起裂和扩展的应变特征。结果含预制横纹裂纹木试件的损伤演变过程中的声发射和数字图像测量结果,所反映的微裂纹萌生、扩展规律一致,验证了声发射振铃计数、能量和幅度对裂纹损伤过程的预判。其中声发射振铃计数、能量、幅度可有效预报木试件微裂纹的萌生,木试件表面应变的变化可以有效观测裂纹萌生和扩展区域的演变。结论建立了木材微裂纹萌生、扩展行为与声发射参数和表面应变之间的对应关系,并成功地构建了基于声发射技术和数字图像相关法的原位监测含横纹裂纹木构件裂纹损伤演化的测量和评价体系,试验结果为进一步研究含横纹裂纹木构件裂纹演变行为的损伤机理和原位监测方法提供了参考依据。