[发明专利]一种使用声发射信号能量特征值预测脆性材料临界失稳的方法

说明书

技术领域

本发明涉及一种使用声发射信号能量特征值预测脆性材料临界失稳的方法，属于材料损伤检测技术领域。

背景技术

声发射技术可以实时的监测材料的破坏过程,尽管很多学者在脆性材料的声发射检测方面做了大量工作，但是这些研究主要集中在参数(幅值、事件数、振铃数、能量等)分析方法上。参数分析法对于研究裂纹扩展量、材料损伤度方面有重要意义，但该方法很难判断材料的临界失稳状态。

声发射信号具有瞬态性和随机性，包含不同频率和模式的成分。将采集到的声发射信号经过快速傅里叶(FFT)变换能够得到信号的频谱图，对研究脆性材料的破坏过程具有重要意义。但FFT在变换时丢掉了时间信息，这在处理非稳态声发射信号时明显不足并且很难定量、全面的分析信号特征。小波变换可以将单一的时域信息变换为时间-频率域信息，并且可以将信号进行多尺度分解，在定量声发射检测方面正在扮演重要作用。脆性材料在临界失稳破坏阶段，主要以长裂纹的扩展及汇合为主，而有学者证实了脆性材料破坏过程中裂纹源的尺度与声发射信号的频率成相反的关系。利用该结论和声发射特征参数可以更有效的判断裂纹的危险程度，并预测脆性材料的临界失稳状态。

发明内容

本发明的目的是克服已有技术存在的不足，提出一种使用声发射信号能量特征值预测脆性材料临界失稳的方法。

本发明的目的是通过以下技术方案实现的。

本发明提出的一种使用声发射信号能量特征值预测脆性材料临界失稳的方法，其特征在于：其具体操作步骤为：

步骤一、在待监测脆性材料上安装声发射传感器，用于实时采集待监测脆性材料上的声发射信号。

所述脆性材料为陶瓷类材料、岩石和混凝土。所述陶瓷类材料包括氧化铝陶瓷、氧化锆陶瓷、氮化铝陶瓷、碳化硼陶瓷、碳化硅陶瓷和硼化钛陶瓷。

步骤二、根据步骤一采集到的声发射信号的波形特征，选取小波基。

步骤三、使用步骤二选取的小波基，对步骤一采集到的声发射信号进行1级小波包分解，声发射信号被分解成低频段信号和高频段信号；其中，低频段信号的频率范围为高频段信号的频率范围为f_max为所述声发射信号的最大频率。

步骤四、分别计算低频段信号和高频段信号的能量特征值，分别用符号P₁和P₂表示；具体步骤为：

步骤4.1：用公式(1)表示低频段信号的小波包分解系数；用公式将(2)表示高频段信号的小波包分解系数。

S_1n＝{x_1,n,n＝1,2,...,i/2} (1)

其中，S_1n表示低频段信号的小波包分解系数集合；x_1,n表示低频段信号的小波包分解的各个系数；i表示声发射信号的采样点数。

S_2n＝{x_2,n,n＝1,2,...,i/2}(2)

其中，S_2n表示高频段信号的小波包分解系数集合；x_2,n表示高频段信号的小波包分解的各个系数。

步骤4.2：用公式(3)表示低频段信号的能量，用符号E₁表示；用公式将(4)表示高频段信号的能量，用符号E₂表示。

步骤4.3：通过公式(5)得到低频段信号的能量特征值P₁；通过公式(6)得到高频段信号的能量特征值P₂。

P₁＝100*(E₁/(E₁+E₂))(5)

P₂＝100*(E₂/(E₁+E₂)) (6)

步骤五、在步骤四的操作基础上，绘制低频段信号的能量特征值P₁的统计图和高频段信号的能量特征值P₂的统计图。低频段信号的能量特征值P₁的统计图的横坐标为声发射信号的序号；纵坐标为对应声发射信号的低频段信号的信能量特征值P₁；高频段信号的能量特征值P₂的统计图的横坐标为声发射信号的序号；纵坐标为对应声发射信号的高频段信号的信能量特征值P₂。