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.     

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。     

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。     

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。     

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。     

应用小波谱白化法对木材表面声发射源直线定位算法的改进

针对信号噪声显著影响木材表面声发射(AE)源定位精度的问题,提出了一种应用小波谱白化与信号互相关分析的木材表面AE源直线定位算法.首先,依据ASTM-E976标准采用折断铅芯的方式在木材表面产生模拟声发射源,在试件表面相距固定距离的两个位置采集AE信号,采样频率设定为500 kHz.然后,提出一种应用信号相关度的自适应小波重构算法,用于降低噪声影响并重构AE波形,为了补偿AE传播过程高频部分的衰减,提出了一种小波谱白化重构算法.最后,通过信号相关性分析,计算AE信号到达两个传感器的时差,进而计算AE信号的传播速度,并依据直线定位法计算AE源的位置.试验结果表明:使用原始、自适应小波重构、小波谱白化重构的3种AE信号进行AE源定位时,两组试验的误差分别为42.9％、25.1％、2.5％和37.7％、35％、4.1％.AE信号重构算法将直接影响定位算法精度,特别是使用小波谱白化法能够显著提高AE源定位算法精度.     

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。     

应用独立成分分析和小波分解对木材声发射信号的析取

选取常温气干状态表面无缺陷的樟子松(Pinus sylvestris var.mongolica Litv.)实木为试验材料,制成长800 mm、宽60 mm、厚30 mm的试件。使用UTM5105型万能力学试验机对试件进行破坏性试验,以500 kHz的采样频率采集木材三点弯曲试验产生的声发射(AE)信号,截取试验后期幅值无显著变化的一段原始信号作为研究对象。采用依据负熵最大化的快速独立成分分析(FastICA)盲源分离算法将原始信号分离成噪声和声发射信号,再对分离后的声发射信号进行5层小波分解后重构声发射信号波形;对重构声发射信号进行频域分析,通过与已知声发射信号的频域特征比较,验证信号析取的有效性。结果表明：构建的依据独立成分分析和小波分解(FastICA-Wavelet)的声发射信号析取方法,能够从混有声发射信号的类噪声信号中分解出声发射信号,利用小波分解能够进一步降低非独立噪声成分的影响。     

基于信号相似度小波重构与时差的胶合木表面声发射源定位

针对声发射（acoustic emission,AE）信号在胶合木表面各向异性传播时的AE源定位问题,提出一种基于信号相似度小波重构与时差的表面AE源定位算法。首先,依据ASTM-E976标准通过铅芯折断在试件表面产生AE源,并采用NI高速采集设备构建基于LabVIEW的3通道AE信号采集平台,采样频率设定为500 kHz。其次,设计一种基于信号相似度的自适应小波重构算法,对原始信号进行降噪并重构AE信号波形。最后,依据试验结果拟合得到AE信号在胶合木表面360°范围内的传播速度公式,结合AE信号的传播规律设计AE源定位算法,并产生AE源以测试定位效果。结果表明,2组胶合木表面的AE源定位误差分别为5.2%、5.3%,基于信号相似度小波重构与时差的胶合木表面AE源定位算法能够有效地确定声发射源的位置。     

木材裂纹尺寸及分布对声发射横波传播特性的影响研究

为探究木材表面裂纹尺寸与分布对声发射横波(transverse wave component of acoustic emission, AE_TW)传播特性的影响,通过锯切方式制作不同尺寸的裂纹,研究沿木材顺纹理方向传播的声发射横波的传播特性。首先,在试件表面锯切出4条具有相同长度而宽度与深度不同的规则裂纹,分别采用铅芯折断和信号发生器模拟产生突发和连续的AE源,并且通过等间距分布在试件表面的5个传感器采集AE信号,采样频率设置为500 kHz。然后,在铅芯折断试验的基础上,依据驻波成分的基频,对原始AE信号进行高通滤波处理,截止频率设置为7 kHz,再采用相关性分析的方法确定AE_TW在固定距离上的传播时差,进而依据时差定位的原理计算其传播速度。最后,通过信号发生器产生不同电压等级的150 kHz脉冲串作为AE源,研究不同裂纹尺寸下的AE_TW能量随距离的衰减规律。结果表明,在无裂纹试件中,AE_TW的平均传播速度为824.4 m·s^-1。而仅改变裂纹深度时,随着裂纹数量的增加其速...     

榫卯结构弯曲破坏时声发射衰减特性与源定位

由于木结构榫卯接合的部位属于隐藏部位,当其发生损伤时,肉眼无法观测。为了准确地预测榫卯结构的健康状况, 可以根据榫卯结构在破坏前,木材所释放出来的声发射能量传播特性进行信息源位置的判定。为此, 本研究提出并验证了木材的声发射信号符合能量衰减规律,并且利用能量衰减模型对榫卯结构的声发射源(破坏源)进行定位。首先,采用直径0.5 mm的铅芯为模拟声发射源,探讨了声发射波在木材中的传播和衰减特性,然后进行了榫卯结构弯曲破坏实验,实验中将目标声发射源限定于两个传感器之间,利用两点定位法确定破坏源的位置, 经比较计算值与实测值较一致。结果表明:基于AE信号能量衰减模型和两点定位法进行榫卯结构的损伤定位,能得到较准确的破坏源位置,而且外界环境对结果的影响较小。      

大花序桉木材抗弯弹性模量变异研究

用伐倒木取样,按国家标准制作试件,采用SANS型微机控制电子万能试验机测定木材抗弯弹性模量(Modu-lus of elasticity,MOE),研究了18年生大花序桉Eucalyptus cloeziana 11个种源木材MOE在种源间、单株间、树干高度上的变异情况.结果表明,大花序桉部分种源间、株间和高度间的木材MOE均有显著差异,B47种源的木材MOE最大,为26.71 GPa;12195号种源的最小,为23.50 GPa,并显著小于B47、D47和17008号这3个种源.11个种源中有7个种源的株间木材MOE差异达显著水平.各种源内树干高度间的木材MOE只有2个种源的高度间差异显著;各种源木材MOE沿树干高度的变化趋势有2种:有7个种源随树干高度的增加而增大,另4个种源沿树干高度呈先上升后下降的趋势.     

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。     

基于应力波技术对海南岛海防林抗风树种的筛选

海南岛人工海防林树种多样性很低，主要造林树种仍然是木麻黄，因此筛选出适宜的更多海防林树种具有重要的生态意义。基于应力波传播技术，探究活立木弹性模量的影响因素，并基于25个树种木材密度和弹性模量的差异性筛选出抗风性能较强的树种。结果表明:1）较高弹性模量的树种有10个（5 229.005～9 503.209 MPa），从小到大的顺序依次为青皮、黄槿、马占相思、潺槁木姜子、柠檬桉、苦楝、榄仁树、大叶相思、银合欢和木麻黄。弹性模量中等的树种有6个，依次为莲叶桐、鹊肾树、凤凰木、橡胶树、湿地松和水黄皮（3 183.930～4 288.321 MPa）。弹性模量较低的树种有7个（539.702～3 037.248 MPa），依次为火焰木、乌桕、海杧果、对叶榕、白楸、小叶榄仁和台湾相思。2）应力波速度和木材密度均与弹性模量呈显著正相关；胸径对弹性模量的影响较小；含水率对弹性模量的影响几乎可忽略不计。较高弹性模量的树种，木质坚硬，具有较强的抗风性能，可以作为海防林树种。弹性模量中等的树种也具有入选海防林树种的条件，不过可考虑将这些树种应用到风害较轻的区域。     

用振动方式测定足尺人造板弹性模量

为了无损检测足尺人造板的弹性模量,提出一种基于薄板横向自由振动原理的测定方法。利用自行开发的足尺人造板力学性能检测试验装置,以206张足尺人造板为试验对象,包括86张刨花板和120张胶合板,进行了测定试验。同时,从每张板材上裁制6块小试件,通过传统的小试件3点弯曲检测法来获得静态弹性模量,并将2种检测方法的结果进行对比。结果表明:以所有足尺人造板为研究对象,足尺人造板动态弹性模量比其静态弹性模量稍大,两者比值为1.03~1.22;2种检测方法获得的足尺人造板弹性模量值间的相关系数为0.94（P<0.001）,证明基于薄板横向自由振动原理的足尺人造板弹性模量振动方式测定是可行的。图5表4参19