管道泄漏源定位中最优小波基变换研究

针对压力管道通孔型泄漏源互相关定位的声发射（AE）信号降噪问题,进行了小波变换系数重构泄漏信号的最优小波基的选取工作。首先分析了管道通孔型泄漏信号的声学特性;然后使用短时傅立叶变换分析了泄漏声发射事件的发生时间,用于获得其在该时间段内的基本时域波形,同时对比基本时域波形与标准小波基的相似性删选出合适的小波基;进一步,通过分析小波变换定位泄漏声发射事件的频率分布确定最优小波基。同时考虑到声速对定位管道泄漏的影响,对管道声速进行现场测量标定。最后以最佳小波基的小波变换系数作为重构信号开展基于互相关的定位实验。实验结果表明,选择横波的波速作为管道检测的声速时,最佳小波基为“morlet”的小波变换系数作为重构信号能够很好地剔除噪声提高管道定位精度。     

钢筋混凝土材料损伤的声发射信号处理

针对钢筋混凝土材料试件进行了加载破坏试验,采用小波变换对现场采集到的混凝土断裂过程中的声发射信号进行分析处理。试验结果表明用小波变换进行消噪处理,噪声消除效果显著,提高了声发射信号对结构健康监测的准确性,为实际监测钢筋混凝土材料的损伤提供了依据。     

基于声发射技术的混凝土压缩损伤研究

结合力学特性参数及声发射特征参数对混凝土压缩破坏过程进行分析,结果表明声发射特征参数能有效表征混凝土材料内部裂纹扩展数量及损伤程度.基于小波变换对采集的声发射信号进行瞬态分析,获得了裂纹萌生、裂纹生长和微孔洞压缩、裂纹汇合所对应的声发射信号的时频特征.实验中裂纹萌生、裂纹生长和微孔洞压缩、裂纹汇合所对应的声发射信号的上升时间依次增长,频率依次降低与应变能释放理论相符合.     

小波尺度谱在AE信号特征提取中的应用

通过分析典型声发射信号及其特征提取,将小波尺度谱引入到声发射故障诊断领域,首次提出了声发射信号的小波尺度谱分析法。给出了小波基函数及其参数的选取,克服了声发射信号小波尺度谱的时、频分辨率不能同时达到最好的缺陷。将小波尺度谱用于声发射检测的滚动轴承损伤类型及部件的识别,诊断结果十分直观、清晰、准确。仿真分析和实验研究均表明小波尺度谱能有效应用于基于声发射技术的状态监测与故障诊断。     

煤矿井下地音监测信号的小波变换处理方法

针对煤矿井下地音信号复杂的情况,提出一种基于小波变换的地音信号处理方法,并对现场信号进行实验分析.结果表明：小波变换方法可以去除地音信号的背景噪声,将复杂的声发射波形数据分解为具有单一特征的波.该研究为工作面动力灾害的实时预报提供了依据.     

储罐底板钢点蚀过程中声发射信号的聚类分析

联合采用声发射和电化学技术研究储罐底板钢试样在w(NaCl)=3.0%,pH=2.0的酸性溶液中的点蚀特征,基于K-均值聚类算法对点蚀声发射信号特征参数进行聚类分析,从而提取各类信号的自身特征。将分类后的信号作为样本训练BP人工神经网络,成功对平行试验采集的声发射信号进行识别。研究结果表明,底板钢在酸性条件下的点蚀过程主要产生氢气泡、膜破裂和蚀坑生长这3类典型的声发射信号,通过聚类方法可以区分这3类信号,并能用神经网络对声发射源进行有效识别。这对现场常压金属储罐底板腐蚀声发射检测结果的解释和评价具有指导意义,有助于提高检测结果可靠性,降低储罐运行风险,保证其运行安全。     

小波包变换在煤与瓦斯突出预测中的应用

针对目前滤噪技术不能很好地使声发射监测得以准确预报的情况,进行了基于小波包变换的去噪研究.该研究利用信号的小波包分析、计算和最优小波包基选取的方法,通过计算机数值计算,模拟了强噪声下声发射信号检测,并通过Sym8小波包与小波变换去噪的比较,证明前者优于后者.用小波包变换进行消噪处理,噪声消除彻底,提高了预警准确性.     

基于小波变换的信号特征与突变点检测算法研究

采用小波分解可以很好地研究信号的自相似性.小波变换能够分析信号奇异点的位置及奇异性强弱,即通过小波变换后的局部极大值在不同尺度上的衰减特性来衡量信号的奇异性.介绍了小波变换的基本概念,对信号特征和突变点检测算法进行研究,利用小波多分辨分析将突变信号进行多尺度分解,通过分解的信号确定突变点位置.通过Matlab实验,分析了信号奇异点定位和小波检测的结果,当小波变换尺度越精细时,检测突变点位置越精确,验证了小波变换是分析信号自相似性和突变点检测的有力工具.     

基于小波能谱系数的耐火材料损伤分析

为弄清镁碳质耐火材料在加载破坏过程中的损伤演化,利用小波变换对不同损伤阶段的典型声发射信号进行分析.采用小波特征能谱系数描述信号能量在各个频率范围的分布情况,得出耐火材料不同损伤阶段的破坏形式以及各损伤阶段所呈现出来的特性.结果表明,不同损伤阶段的信号能量分布特征存在明显的差异,利用小波特征能谱系数分析法能够有效地提取声发射源信号的特征并确定耐火材料的损伤类型.     

噪声环境下基于小波熵的声发射识别

针对声发射技术在旋转机械故障检测中的强噪声干扰问题,提出了一种基于小波熵的声发射检测算法.该算法首先给定一个合理的阈值.对声发射信号进行小波分解.然后进行分帧处理,使信号在较短的时间间隔内保持特性基本不变,从而求出每一帧信号的小波熵.通过比较每一帧信号的小波熵值与阈值的大小,判断该信号为声发射帧还是噪声帧.为了检验算法的检测效果,在转子实验台上获得碰摩声发射信号.并在测试数据上叠加不同信噪比的高斯白噪声和非平稳噪声,进行声发射识别.实验结果表明:该算法具有较高的识别正确率;在低信噪比环境下,通过调整阈值的可调参数可以有效提高识别的正确率.     

金属腐蚀声发射信号小波去噪

为了预防特种设备由于出现严重腐蚀而造成的安全问题,作者采集、分析压力容器用钢16MnR钢腐蚀的声发射信号,提出利用小波变换分析特种设备运行过程中腐蚀引起的声发射信号特征的方法,并进行了小波去噪,为现场检测提供了可靠依据.     

基于导波模态分析的高强钢丝腐蚀评估

为提高桥梁缆索损伤声发射监测的精度和可靠度,将小波变换的用于导波模态分析,提出了基于导波模态特征的高强钢丝腐蚀评估方法。通过有限元方法模拟多模态导波在索内单根高强钢丝中的传播过程,采用小波变换对节点振动加速度信号进行模态分析,并与柱波导理论时频曲线对比。通过在不同腐蚀程度高强钢丝上进行导波传播实验,分析了腐蚀损伤对导波模态特征的影响,并根据导波模态的频率分布特征构建评估指标,进行腐蚀评估。结果表明：有限元节点不同方向振动所包含的模态存在差异,数值计算结果与理论值吻合较好。高阶纵向导波频率更高,能量衰减更快,波形在反射过程中迅速消失。随腐蚀程度增加,高频高阶导波衰减严重,导波模态逐渐向低频低阶转移。基于导波模态特征的评估指标随腐蚀程度的增加单调上升,理想情况下,腐蚀率在7.6%以内的高强钢丝腐蚀损伤均可被有效识别。可见小波变换能够有效提取导波模态特征,基于导波模态特征构建评估指标可有效识别腐蚀损伤。     

激光诱导热裂切割玻璃的声发射信号监测技术

现阶段各个领域对玻璃切割质量的要求越来越高,作为一种新兴的切割技术,激光诱导热裂相对于传统切割有很大优势,但在切割过程中裂纹扩展轨迹会偏离预定的路径。若要改善这种偏离现象,切割时需要通过对裂纹扩展状态的实时监测来确定补偿策略,而声发射作为一种无损检测方法在此方面有着巨大的优势。本文在激光诱导热裂切割玻璃过程中,会产生声发射现象。针对激光诱导热裂切割玻璃过程中产生的声发射信号针对此声发射信号进行了模态分析和小波包分析,确定了最优的小波基及分解尺度选择的依据。在实验中,通过对传感器进行优化布局并采用时差定位方法对裂纹尖端位置进行了定位分析。在此基础上,进行了激光诱导热裂切割玻璃声发射信号监测实验研究,探求了AE信号特征与裂纹扩展状态两者之间的联系。     

氧化铝陶瓷磨削金刚石砂轮磨损的声发射监测

阐述了声发射监测工程陶瓷磨削的研究进展,发现目前对金刚石砂轮磨损监测研究基本上是选取声发射信号均方根(即有效值)进行分析,且金刚石砂轮磨损状态的声发射监测准确率不高.为提高金刚石砂轮磨损状态的声发射监测准确率,设计了氧化铝陶瓷磨削声发射实验,并采用支持向量机建立金刚石砂轮磨损状态的分类模型.分析发现氧化铝陶瓷精密磨削中声发射信号最强频谱能量在30~40kHz频段.金刚石砂轮轻度磨损、严重磨损钝化和修锐之后的磨削声发射信号频谱有明显不同;而且磨削声发射信号小波分解系数的方差值能够很好地反映金刚石砂轮磨损状态.结果表明采用磨削声发射信号的小波分解系数方差作为支持向量机判别金刚石砂轮磨损状态的输入特征,金刚石砂轮磨损状态分类测试的准确率达100%.     

基于小波分析的刨花板声发射信号降噪处理

应用MATLAB工具箱中小波函数对刨花板受压时产生的声发射信号进行了小波降噪处理,并比较了小波分析降噪和滤波器方法降噪的异同。结果表明:选取适当的小波分解级数,进行合理的阈值门限处理,可以大大提高重构后信号的识别度,对声发射信号采用小波方法降噪可达到较理想的效果。     

声发射信号处理技术及其在滚动轴承检测中的应用现状

声发射技术在滚动轴承的检测中得到了广泛应用,声发射信号处理是检测中的关键技术问题,常用的声发射信号处理技术有参数分析、波形分析、小波分析、模式识别等等。综述了21世纪以来声发射信号处理技术在滚动轴承检测中应用现状,国内外学者在将各种声发射信号处理技术应用于滚动轴承检测方面做了大量研究且取得了一定程度上的研究成果。需要进一步研究的内容是规范各种工况下声发射信号处理方法并设计标准的声发射信号处理平台。     

基于共振稀疏分解与子带增强的滚动轴承声学诊断方法

针对轴承声信号易受环境噪声干扰,导致声学诊断结果准确率低的问题,提出一种结合共振稀疏分解与小波降噪选取核心冲击子带、对信号进行二次降噪的滚动轴承诊断方法。首先采用共振稀疏分解算法对原始声信号进行降噪处理,提取信号瞬态冲击成分;然后通过小波包变换对信号进行分解,依据各子带信号峭度值选取核心冲击子带信号进行线性叠加并重构;最终通过包络谱分析确定轴承故障。故障模拟实验结果表明,本文方法可有效增强复杂声场环境下轴承声信号的冲击特性,实现针对滚动轴承的声学诊断。     

基于小波包分析的声发射源定位方法

通过用小波和小波包对声发射信号进行分解,研究了声发射信号的频散现象,探讨了频散现象与声发射源距传感器距离的关系.为消除声速测量偏差给声发射系统带来的定位误差,利用该关系和在薄板中传播的Lamb波的频散现象,提出了一种在不知道发射源声速的情况下进行声发射源定位的新方法,且不必增加传感器的数量.以铅笔芯折断产生信号为模拟源进行了试验验证.结果表明,该方法可以比较准确地确定声发射源的位置,而且理论值与实际值相差很小.