（机械电子工程专业论文）基于dsp的金属裂纹声发射信号特征参数提取.pdf

基于d s p 的金属裂纹声发射信号特征参数提取 摘要 当金属材料出现裂纹或者受力变形时会以弹性波的形式释放应 变能，从而就会有声发射信号产生。声发射信号中含有声发射源的一 系列重要信息即特征，这些特征可以简化为参数的形式来识别。利用 这些信号的特征参数可以研究材料的内部缺陷及其发展趋势，评价材 料的特性，为后续的设备运行、安全生产的评价提供有意义的参考。 通过对金属裂纹产生机制的分析，可得出金属裂纹发展不同阶 段的声发射信号的表现也不同。声发射信号是频率成分很广的信号， 因此，有效地获取金属裂纹的声发射源特征参数，对采集到的声发射 信号进行预处理尤为重要。 根据课题研究的需要，考虑到水轮机工作的具体状态及数字信 号处理器( d s p ) 的优点及声发射信号的特点，借鉴相关研究成果， 选择小波分析对声发射信号进行消噪预处理，然后利用d s p 对声发射 信号进行特征参数提取。 论文首先综述了声发射信号特征参数分析提取方法的研究现 状、及国内外声发射信号分析处理仪器的优缺点，提出了利用d s p 提 取声发射信号特征参数的构想；分析了d s p 硬件系统的构成及特点； 研究了小波分析消噪的机理、离散小波变换的算法，并对声发射信号 进行了分析处理；根据声发射信号各个特征参数的定义完成整个特征 参数提取的软件设计；以t m s 3 2 0 c 6 7 1 3 芯片为控制和处理核心的高 速多通道的声发射同步数据采集系统为基础，实现特征参数提取；最 后，对利用d s p 实现特征参数提取的方法，分别用断铅、金属疲劳 裂纹、拉伸断裂声发射信号进行实验验证，取得了较满意的结果。 本课题来源于国家自然科学基金混流式水轮机转轮叶片裂纹 监测的理论和方法研究( 项目批准号：5 0 4 6 5 0 0 2 ) 。 关键词：声发射特征参数d s p 小波消噪 王 f e a t u r ep a r a m e t e r se x t r a c t i o no fm e t a l c r a c ka c o u s t i ce m i s s l 0 ns i g n a l s b a s e do nd s p a b s t r a c t w h e nm e t a lm a t e r i a l sa p p e a rc r a c ko rd e f o r m a t i o nf o r c e d ，t h es t r a i n e n e r g yw i l lb er e l e a s e di nt h ef o r mo fe l a s t i cw a v e s ，t h u st h e r ew i l lb e a c o u s t i ce m i s s i o ns i g n a l s a es i g n a lc o n t a i n sas e r i e so fi m p o r t a n t i n f o r m a t i o no fa es o u r c e s ，t h a ti sf e a t u r e t h e s ef e a t u r e sc a l lb e s i m p l i f i e dt ob et h ef o r mo fp a r a m e t e r st oi d e n t i f y a es i g n a l sf e a t u r e s c a nb eu s e dt os t u d yt h ei n n e rd e f e c to ft h em a t e r i a la n dt h ed e v e l o p m e n t t r e n d ，t oe v a l u a t et h em a t e r i a lp r o p e r t i e sa n dp r o v i d em e a n i n g f u l r e f e r e n c ef o rt h ef o l l o w i n go p e r a t i o no fe q u i p m e n ta n de v a l u a t i o no f s a f e t yp r o d u c t i o n t h r o u g ha n a l y z i n g 。t h ep r o d u c t i o nm e c h a n i s mo fm e t a lc r a c k , t h e n u m b e ro fa es i g n a l si sc h a n g e a b l ei nt h ed i f f e r e n ts t a g eo fm e t a lc r a c k g r o w t h t h ea es i g n a lh a sw i d er a n g eo ff r e q u e n c yc o m p o n e n t s t h e r e f o r e ，i no r d e rt oo b t a i nt h ef e a t u r ep a r a m e t e r so fm e t a lc r a c kf r o m t h ea es o u r c e ，i ti sv e r yi m p o r t a n tt op r e p r o c e s sa e s i g n a la c q u i r e d a c c o r d i n gt ot h en e e d so fs u b je c tr e s e a r c h ，t a k i n gi n t oa c c o u n tt h e w o r k i n gs t a t eo fh y d r a u l i ct u r b i n e ，t h ea d v a n t a g e so fd i g i t a ls i g n a l p r o c e s s o r ( d s p ) ，a n dt h e c h a r a c t e r i s t i co fa c o u s t i ce m i s s i o ns i g n a l ， h a v i n gr e f e r r e dt ot h er e l a t e dr e s e a r c hr e s u l t ，w a v e l e ta n a l y s i sw a sc h o s e t od e - n o i s ea es i g n a li na d v a n c e ，t h e nt h ef e a t u r ep a r a m e t e r so fa e i i s i g n a lw e r ee x t r a c t e db a s e do nd s p f i r s t l y , t h i sp a p e rs u m m a r i z et h e r e s e a r c hs t a t u so fe x t r a c t i o n m e t h o do fa es i g n a lf e a t u r ep a r a m e t e r s ，a n dt h ea d v a n t a g e sa n d d i s a d v a n t a g e so fa es i g n a la n a l y s i si n s t r u m e n ti sa n a l y z e da th o m ea n d a b r o a d t h e c o n c e p t i o nw a sp u t f o r w a r dt h a t e x t r a c t i n g f e a t u r e p a r a m e t e r so fa c o u s t i ce m i s s i o ns i g n a lb a s e do nd s e t h ec o m p o s i t i o n a n dc h a r a c t e r i s t i c so fd s pp l a t f o r mw a sa n a l y z e d t h em e c h a n i s mo f w a v e l e ta n a l y s i sd e - n o i s i n ga n dd i s c r e t ew a v e l e tt r a n s f o r ma l g o r i t h m w e r es t u d i e d ；t h e na es i g n a lw a sp r o c e s s e d a c c o r d i n gt ot h ed e f i n i t i o n o ft h ev a r i o u sf e a t u r ep a r a m e t e r so fa es i g n a l ，t h es o f t w a r ed e s i g no f f e a t u r ep a r a m e t e r se x t r a c t i o nw a sc o m p l e t e d t h e n ，t h ee x t r a c t i o no f f e a t u r ep a r a m e t e r sw a sr e a l i z e db yu s i n gh i g h - s p e e dm u l t i c h a n n e l sa n d s y n c h r o n o u sa ed a t ac o l l e c t i o ns y s t e m , w h i c h i sc o n t r o l l e da n d p r o c e s s e db yt m s 3 2 0 c 6 7 13c h i p ；f i n a l l y , u t i l i z i n gd s p ，t h em e t h o do f e x t r a c t i n gf e a t u r ep a r a m e t e r sw a sv e r i f i e d , r e s p e c t i v e l yu s i n ga es i g n a l o f b r e a k i n go f fp e n c i l ，m e t a lf a t i g u ec r a c ka n ds t r e t c hf r a c t u r e t h er e s u l t i ss a t i s f a c t o r y t h i st o p i cc o m e sf r o mt h es t a t en a t u r a ls c i e n c ef u n dp r o j e c t t h e c r a c km o n i t o rt h e o r ya n dm e t h o dr e s e a r c ho fr u n n e rb l a d eo ff r a n c i s t u r b i n e ( p r o j e c ta u t h o r i z a t i o nn u m b e r ：5 0 4 6 5 0 0 2 ) k e yw o r d s ：a e ；f e a t u r ep a r a m e t e r ；d s p ；w a v e l e td e n o i s e i i i 学位论文原创性声明和使用授权说明 原创性声明 本人声明：所呈交的学位论文是在导师指导下完成的，研究工作所取得的成果和相关 知识产权属广西大学所有，本人保证不以其它单位为第一署名单位发表或使用本论文的研 究内容。除已注明部分外，论文中不包含其他人已经发表过的研究成果，也不包含本人为 获得其它学位而使用过的内容。对本文的研究工作提供过重要帮助的个人和集体，均已在 论文中明确说明并致谢。 ：，习弩 洲年月矿日 学位论文使用授权说明 本人完全了解关于收集、保存、使用学位论文的规定，e p ： 按照学校要求提交学位论文的印刷本和电子版本； 学校有权保存学位论文的印刷本和电子版，并提供目录检索与阅览服务： 学校可以采用影印、缩印、数字化或其它复制手段保存论文； 在不以赢利为目的的前提下，学校可以公布论文的部分或全部内容。 请选择发布时间： 酿口时发布口解密后发布 ( 保密论文需注明，并在解密后遵守此规定) 论文作者签名：j 萄游 导师 年占其巧日 基于d s p 的盘嘲裂纹声裳射信号特征参教攫取 1 1 课题来源及研究意义 第一章绪论 本课题来源于国家自然基金项目混流式水轮机转轮叶片裂纹监测的理论和方法研 究( 项目批准号：5 0 4 6 5 0 0 2 ) 。 在我国能源工业中水电以其对自然环境的污染小等独特的优势发展越来越快，尤其 是混流式水轮机由于其效率高在大型水电站使用广泛并且单机容量也越来越大。大型混 流式水轮机转轮叶片在运行过程中经常出现大量裂纹，如广西岩滩水电站的1 捍机组转 轮，1 9 9 5 年1 2 月在运行2 1 1 2 0 d , 时后，发现转轮的不同叶片上有1 3 条贯穿裂纹，最长达 7 0 m m ；1 9 9 7 年2 月运行9 9 6 0 d , 时后，发现在转轮的不同叶片上有1 3 条贯穿裂纹，最长到 4 1 0 r a m 。转轮出现裂纹严重地危及电站的运行稳定性和安全，如果不能及时发现并检修， 可能突发安全事故。早期对水轮机检修基本上是在水轮机发生故障后进行，目前水电站 普遍采用的方法是定期停产检修，这种方法既不科学也不经济，造成了人力、物力和资 源的浪费，具有一定的盲目性，影响了电力持续有效生产，给生产管理带来很大不便， 所以对转轮叶片的裂纹状态进行检测已经越来越迫切【1 1 。因此，为了保证大型水轮机转 轮的正常运行，就必须对其运行状态进行监测，根据对水轮机转轮检测结果决定是否对 水轮机转轮进行检修，做到“事前检修”防患于未然，这也是大型水电站机组检修的发 展方向。 随着信号分析技术和计算机科学的发展，人们开始尝试利用声发射技术检测转轮叶 片出现的裂纹。声发射o 墟) 又称应力波发射( s w e ) ，当金属材料构件内部出现损伤缺 陷如裂纹萌生、扩展过程时会释放塑性应变能，应变能以应力波形式向外传播扩展，即 声发射波。近年来，a e 技术广泛用于各种无损检测领域【2 1 。尤其进入9 0 年代以后，声发 射技术在许多领域取得突破和成功，使得a e 技术在无损检测领域发挥愈来愈重要的作 用。声发射技术利用高灵敏度的声发射传感器实时采集来自于转轮叶片材料缺陷的声发 射信号，通过对这些声发射信号的处理和分析来研究材料的内部缺陷，评价材料的完整 性和可靠性，从而为水电生产设备运行状况提供依据。通过对转轮裂纹的声发射信号的 分析得到一些特征参数来判断了解水轮机转轮叶片是否有裂纹产生是一个重要途径。 基于d s p 的金属裂纹声发：村信号特征参数提取 当水轮机转轮叶片出现裂纹时会有声发射信号产生，结合转轮的实际工作环境和状 态，采用声发射技术，可以在不损害或影响转轮使用性能的前提下，采集由转轮叶片出 现裂纹产生的声发射信号并处理，获得其特征参数，进而评价是否可以继续使用p ”】， 是否需要停机检修，具有实际的参考意义。水轮机转轮叶片是工作在非常恶劣条件下的 大型转动部件，在强大的背景噪音和电磁场干扰下检测到由旋转的转轮叶片产生裂纹的 声发射信号并非易事。在数十年的研究和生产实践中发展起来的声发射参数分析方法， 虽然还有很多地方需完善，但已被证明在多数情况下可以解决工程实践中的很多问题，并 具有其它方法不可替代的作用。对转轮状态进行检测具体过程可分为：信号采集、特征 参数提取、状态评价。从中可以看出，特征参数提取占有重要的地位，它关系到状态分 析的准确性和可靠性，为了保证特征参数提取的准确，根据声发射信号的特点，借助于 对非平稳信号的处理方法理论，对采集的声发射信号进行消噪处理，然后通过传统的参 数分析方法获得声发射信号特征参数。 1 2 金属裂纹声发射信号及特点 1 2 1 金属裂纹声发射信号产生过程 对金属微观结构的力学模型的研究表明，金属材料变形产生声发射波的过程，类似 于机械系统的瞬态不稳定状态。当金属材料受外力或内力作用时，由于其微观结构的不 均匀或内部缺陷的存在会导致局部应力集中，材料内部形成应力场，造成不稳定的应力 分布。这种不稳定应力分布是一种不平衡的状态，当应变能积累到一定程度时，不稳定 的高能量状态一定要向稳定的低能量状态过渡，这种过渡以塑性变形、裂纹的产生、直 至断裂等形式来完成，从塑性变形到屈服再到断裂的整个过程中声发射特性变化很显 著。 裂纹的发展通常是从材料的微观变形开始的，对于单向拉伸试件在受力过程中，在 弹性变形阶段，产生的声发射信号较少；当试件达到屈服时，发生大范围的塑性变形， 材料内部位错发生大量运动，密度增加，此时的声发射信号最丰富，出现峰值；随着变 形量的增加，塑性变形加剧，材料会整体塑变或硬化，位错运动的自由度大大减少，塑 性变得很差，声发射信号逐渐减少：当发生紧缩时，此时产生极大塑性变形，位错运动 的自由度极大减少，此时声发射信号也变的很少。 2 基于d s p 的金属裂纹声发囊h 分号特征参散提取 另一种情况是金属材料在交变载荷的作用下产生的疲劳裂纹，这也是金属结构失效 的主要形式，它产生的声发射信号以频率较高的扩展波为主，可以分为三个阶段：疲 劳裂纹发生阶段，在经过一定循环次数以后，声发射信号突然显著，这标志着疲劳裂纹 形成；裂纹稳定扩展阶段，随着裂纹的扩展，声发射信号再次活跃，随后裂纹向两端 稳定扩展：裂纹急剧生长直至最终破坏。 1 2 2 声发射信号特点 声发射信号具有很宽的动态范围，其位移幅度可从1 0 q 5 1 0 9 ，可以达到1 0 6 量级 ( 1 2 0 d b ) t 5 1 。另外，声发射信号的产生率也是变化无常的，属于非平稳信号，具如下特征： ( 1 ) 瞬态性。根据声发射技术的定义，我们知道声发射信号的产生是由于材料内 部的能量积累到一定的程度之后，就会瞬态释放，然后迅速衰减。这个过程类似于一个 瞬态的冲击信号，由于能量迅速释放，使声发射信号具有时变性。 ( 2 ) 多态性。声发射源具有多样性和不确定性，除极少数材料外，金属和非金属 材料在一定条件下都有声发射信号产生，声发射信号来自于材料的变形和断裂机制，因 而能够影响声发射技术的因素有很多。对于不同的材料或者外界环境的不同或者不同的 工作条件等可以产生完全不同的a e 信号。最新研究认为【6 】，声发射信号属于非平稳的 随机信号，由多模式波组成。另外，由于声发射传感器频响特性的影响，声发射波在固 体介质中传播是一个复杂的过程，因为实际的声发射源不是点声源，有不同的形状，传 递介质又是各向异性体，声发射波在传播的过程中其方向、速度不断的变化，根据质点 的振动方向和传播方向的不同，可分为：纵波、横波、表面波、板波等不同传播模式， 而且在传播过程中波还会反射、折射和模式的转换以及衰减。 ( 3 ) 易受干扰性。声发射波的频率范围很宽，从次声频、声频直到超声频在很大 范围内变化，按传感器的输出可包括数a l ：到数百朋矿【7 1 。多数都是很微弱的振动，要检 测到由声发射源发出的微弱的声发射信号，需要具有很高的灵敏度的声发射传感器，因 此在采集的过程中易受到各种噪声的干扰从而无法得到标准意义的声发射信号。在实际 的工程应用中，声发射信号多伴随着多种干扰噪声、机械噪声、电子仪器带来的噪声等。 这些噪声的主要时域特征是随机的分布在整个采样时间范围内。 3 广西大掌硕士掌位论文 | 于d s p 的金属裂纹声发盎瞻号特征参数提取 1 2 3 声发射信号的处理 由于声发射信号的上述特点，目前采集和处理声发射信号的方法可分为两大类：一 类是参数分析方法，以多个简化的波形特征参数来表示声发射信号的特征，然后对其进 行分析和处理；另一类是波形分析，存储和记录声发射信号的波形，对波形进行频谱分 析。本文采用第一种方法，这种方法是2 0 世纪5 0 年代以来就开始使用的经典声发射信号 分析方法，分析简单有效、直观，在声发射检测中得到广泛应用。 为了获取声发射信号的特征参数，就必须对声发射信号进行处理，对信号进行处理 有很多种方法，其中傅立叶变换是最普遍使用的变换，因为绝大数的信号是以其原始的 形式存在的时域信号，是以时间一幅值为坐标系表示的，但是这对于声发射信号来说并 不是最佳的表示。在实际应用中，信号与信息并不能直接通过时域状态得到，信号的区 分信息隐藏在它们的频率分量当中。而且，如果一个信号特征用波形的方法表示并不是 每个人都很容易明白，例如对于一个医学上的心电图信号，通常心电图信号的大体形状 是专家们来诊断的依据任意与正常心电图形状不一致的情况都被认为是疾病的征兆， 然而原始信号并不能在时域中十分明显的表示出来而且心电图也不是每个人都能看懂。 如果对原始的信号图进行一些数学上的处理，得到一些参数进而进行专家分析，就能大 大提高诊断的可靠性。这个例子说明对时域信号进行有效数学处理并参数表示是十分必 要的。同样的道理，在水轮机运行一定的时间后，转轮叶片可能会产生裂纹，进而会有 声发射信号产生，利用现有声发射采集检测系统采集到的信号大部分都是以波形显示 的，如果特征不是很明显则不容易发现，而且波形的数据量很大，需要迸一步的分析， 这样才能够为判断裂纹的产生是否会影响水轮机的安全提供依据。因此我们为了更便利 了解裂纹产生及其状况，可以对由裂纹产生的声发射信号进行分析处理，直接得到一些 特征参数来做出判断。例如可以利用神经网络等工具判断是否有裂纹产生及其趋势，是 否达到维修的条件。 1 2 声发射信号的特征参数定义 声发射信号的本质是材料或结构内部受外力作用发生形变断裂时突然释放能量而 产生的一种弹性应力波，因此本质上声发射信号是一种机械波，具有波的基本特性：波 动性和衰减性。由于声发射信号在介质中传播过程的复杂性和不确定性，对声发射源信 4 | i 于d s p 的金属裂纹声发采h 暂号特征霉敦提取 号的认识和获取受到许多条件的限制，根据前后两次弹性应力波出现的时间间隔不同， 声发射信号可分为突发型和连续型两种形式【8 1 ，如图1 1 ，1 2 所示。突发型信号，指在 时域上可以分离的波形，研究表明，各种声发射源都产生瞬态弹性波，声发射现象的实 质就是瞬态弹性波【9 1 。从时域形态上来看，若前后两次弹性应力波出现的时间间隔过短， 不足以把它们相互区分开，而产生重叠，则为连续型声发射信号。 卜二一 图i - i 突发型声发射信号图l - 2 连续型声发射信号 f i g 1 1b u r s t a es i g n a lf i g 1 - 2c o n t i n u o u sa es i g n a l 声发射信号的简单物理模型可表示为： j o ) = 彳o x 7 砸) p o )( 1 1 ) 上式中，彳( f ) 和p ( f ) 分别是声发射信号的波形包络幅值调整公式与频率调整公式。_ 般 地，这两个公式均是未知，并遵循随机分布的规律。 声发射信号包括了很多特征参数，这些特征参数是我们进行后续判断的依据，也是 本文要研究的目的，图1 3 中列出了声发射信号特征参数的定义，为后续特征参数提取 做好准备。 r - i 百一一氐 隔 t 包络线 触翮廿敦 i 一 一气。 、页下w 又门值 nff l ，、i f 、，入人一 v 、i fy i 1 v川、j r i 图1 - 3 声发射参数的定义 f i g 1 3a c o u s t i ce m i s s i o np a r a m e t e rd e f i n i t i o n 1 振铃计数( c o u n t s ) 振铃计数，是最通用的声发射评估参数，当一个声发射事件发生时，声发射信号越 过门槛值的每一次振荡就可记为一个振铃。通常较大的信号具有较多的振铃计数。在实 5 - - 目大掌硕士掌位论文基于d s p 的蕾哪裂纹声发射信号特征参教提取 际声发射信号检测中，门槛值的高低对振铃计数的个数有较大影响，而且振铃计数还受 到传感器的特性、信号传输距离、试件结构的几何形状等因素的影响。如果把所有检测 到的声发射信号振铃计数累加到一起，又可以得到一个声发射信号统计参量总振铃 计数，而单位时间内的振铃计数称振铃计率。 图卜4声发射事件振铃 f i g1 - 4 a c o u s t i cc o u n t s 振铃计数是表征声发射信号特征的一个重要参数，它使对声发射信号处理简单化， 能够直接反映材料或结构受载时性能变化，因为它与位错的运动、夹杂物的断裂及裂纹 扩展所释放的应变能成比例，这已被大量的声发射实验所证实。 2 幅度( a m p l i t u d e ) 幅度，指从声发射信号的波形所得到的峰值电压，与事件的大小有直接关系，可由 下式计算： 幅度2 d b a e = 2 0 1 0 9 薏一晖 ( 1 - 2 ) 式中：声发射信号峰值电压值，参考电压，其值为l t t v ，抛名 前置放大器增益( d b ) 。在实际声发射检测中，它不仅决定着事件的可检测性( 检测取决 于超过仪器设定的门槛值) ，而且它和计数一样也是信号大小的测量，能够直接反映材 料或结构的性能变化。因此它也是一个很重要的特征参数，常被用于进行结构或材料的 衰减测量。 3 上升时间( r i s et i m e ) 上升时间如图卜3 所示，信号第一次超过门槛值到最大振幅所经历的时间间隔。该 参数可用于排除检测过程中的背景噪声，如电磁干扰信号的上升时间很短，利用这一特 6 基于d s p 的金属裂纹声发射信号特征参数提取 性可以排除这类干扰信号。同时，它还与声源到达传感器的距离有关，受声波传播效应 的影响，距离越远，上升时间越长。 4 事件计数( e v e n t s ) 事件计数，当声发射信号波形超过预置的门槛值时刻起，在规定的时间内，如果没 有新的越过门槛值的信号形成的一个脉冲，即为一个事件计数。将所有被检测到的声发 射事件数进行累加，称为总事件计数，单位时间内的事件数目称为事件计数率。 5 。持续时间( d u r a t i o nt i m e ) 持续时间，又称延时，声发射信号第一次超过门槛值到最后次高于门槛值所经历 的时间间隔。这一特征参数与振铃计数之间有密切的关系，常用于检波和识别信号的有 效性，例如，典型的来自于电滋干扰的信号具有很短的持续时间，因此，可用这一参数 对信号进行过滤。 6 能量计数( 钮e r g y ) ，即图卜3 检波信号包络下方的测量面积，它既能对信号的高 度( 幅值) 进行响应，又能对信号的宽度( 持续时间) 进行响应，因此，它也是声发射检 测中一个很重要的特征参数，可以反映事件的相对能量或强度。将单独信号的能量计数 进行相加，即得到声发射信号的总能量计数。 7 瑚s ( 有效值电压) 贼s 即采样时间内，声发射信号电平的均方根值。它主要针对连续型声发射信号， 如泄漏、过程噪声等，主要反映声发射信号能量大小，声发射信号的均方根值是反映声 发射信号能量大小的一个特征参数。设声发射信号a e ( t 1 ，对该信号进行连续采样得到 ， 鸽、鸽，鸽a e , ( i = l ，2 ，3 n ) n 个样本点，则该信号的均方根值可由下式得到： = 鼯 ( 1 3 ) 8 a s l ( 平均信号强度) a s l 耳0 采样时间内，信号的平均信号电平。它与r m s 相似，可以通过有效值电压得 到，也是连续信号电平的一种测量，适用于动态范围宽的检测中，以d b 表示。 9 触发时间( t i m eo f h i t ) 触发时间，即信号被检测到的时间。 l o 峰值计数( c o u n t st op e a k ) 峰值计数表示从声发射信号开始时刻到峰值时刻之间的振铃计数。 7 基于d s p 的金属裂纹声发麦h 分号特征参数提取 1 1 初始频率( i n i t i a t i o nf r e q u e n c y ) 初始频率可以看作“上升时间 频率，它是数值等于从最初门槛值到最大值之间的 平均频率。 1 2 反算频率( r e v e r b e r a t i o nf r e q u e n c y ) 反算频率和初始频率相反，它的数值等于最大值到声发射事件结束的平均频率。 1 3 平均频率( a v e r a g ef r e q u e n c y ) 。 平均频率是由整个声发射事件来决定的，它可以由振铃计数和持续时间来决定，计 算公式如下：平均频率= 振铃记数持续时间。 1 4 频率质心( f r e q u e n c yc c n t r o i d ) 频率质心是一种简单而又有效的特征参数，它与物理学中的重心有异曲同工之处， 反映了信号的能量分布规律，揭示了频率成分的丰富程度。频谱分布曲线集中，质心比 较明显，表明信号包含的频率比较单纯：频谱曲线分布平坦，质心相对不明显，表明信 号所包含的频率成分比较丰富，分布比较宽。频谱质心的值是先通过使用傅立叶变换得 到信号的频率和幅值信息计算得到。设声发射信号a e ( t ) ，对该信号进行连续采样得到 鸽、鸽，鸽鸽( i = 1 ，2 ，3 n ) n 个样本点，频谱质心的值可以由下式得： 彳= ( 主坛f r e q 船c y l = l1 j 喜坳椰， ( 妒 忙l 1 3 声发射信号特征参数分析 通过对声发射信号特征参数的分析，可以建立表征和映射的关系，如美国的a s t m 和a s m e 标准，以及我国的国标g b t 1 8 1 8 2 1 m 】等都是以声发射信号特征参数对检测对象 进行安全性评价。p r i n ed 、矿1 1 】等通过对几种钢材料进行解剖，用金相的方法测量裂纹 的尺寸，发现了声发射信号特征参数( 总计数) 与裂纹大小之间存在很密切的关系； d u n e g a nh “1 2 】等利用声发射信号总计数来表述金属材料中的应力强度因子k 值和裂纹 扩展速率的关系；金周康f 1 3 1 在碳环氧复合材料的声发射信号特征参数研究中发现振铃 计数、幅值、持续时间等是区别复合材料构件各损伤阶段、损伤类型、力学类型的主要 参数。 8 基于d s p 的金属裂纹，- j t 是门警号特征参数提取 1 3 1 声发射参数关联分析方法 在早期的声发射检测中，由于声发射仪器只能得到声发射信号中的振铃计数、幅度 等为数不多的特征参数，所以一般采用单参数分析方法，例如计数分析法和幅度分析法。 随着声发射仪器的不断升级更新，人们不仅可以利用单个或多个声发射信号特征参数评 价材料的缺陷，而且也可以把几个特征参数关联起来分析材料的特性。通过做出不同特 征参数之间的关联图，从关联图中可以找出声发射信号的变化规律，可以分析不同a e 源的特征，从而起到鉴别a e 源的作用。如有些电子干扰信号通常具有很高的幅度，但能 量却很小，通过幅度一能量关联图即可将其区分出来；对于压力容器来说，内部介质泄漏 信号与容器壳体产生的信号相比，其信号的持续时间相对较长，通过能量一持续时间或 幅度一持续时间关联图分析，很易发现压力容器的泄漏。耿荣生等在对铝合金材料腐蚀 损伤的声发射评价中，应用参数分析方法获取了声发射信号随腐蚀时间变化规律，获得 腐蚀腐蚀损伤与声发射参数之间的变换关系。美国m o n p a c 声发射检验俱乐部以声发 射信号计数与幅度的关联图的形态来评价金属压力容器声发射检验数据的质量。 1 3 2 声发射特征参数神经网络识别 近年来，随着神经网络技术的快速发展，使其在声发射信号特征参数应用领域得到 越来越广泛的应用。声发射技术实质上也是通过声发射源发出的声音在告诉我们声发射 源的情况，也就是模式识别。人们注意到大脑具有非凡的轻松处理反向源问题的能力。 例如，人可仅仅从听到的声音确定讲话人，当然听到的声音必须是熟知的，也可以说“训 练 过的。因此，人们很自然想用神经网络模型来处理声发射的“反向源问题”，并取 得了一些积极的成果。声发射信号中包含着声发射源的重要特征：振铃计数、上升时间、 持续时间、平均信号电压、频率质心等，声发射技术就是要利用这些特征参数得到声发 射源的信息，为进一步的预测报警做基础。只有获得声发射源中所包含的各种特征参数， 才能利用神经网络的方法来识别。以材料的断裂过程为例，可分为裂纹成核、裂纹扩展 和最终断裂三个阶段，这三个阶段都可成为强烈的声发射源。如果将这三个阶段看成裂 纹断裂过程中表现出来的三个模式，我们就可以根据采集到的数据将其分类，选择上升 时间、持续时间、幅度、能量、和产生时刻六个参数，通过计算机模拟神经网络模型， 用模式识别的方法判断裂纹所处的阶段。 在国外，1 9 8 9 年g r a b e 和s a c h s e 首次应用人工神经网络对声声发射信号进行分析 q 基于d s p 的蕾叫曩裂纹声文射信号特征参救提取 和处理【1 4 】，随后他们二位以及与其他人合作连续发表了近1 0 篇这方面工作的文章，但 他们的工作主要集中在对声发射波形信号的基础研究和处理；s b a r g ”1 等人应用误差反 传神经网络对模拟飞机框架试样的声发射波形信号进行模式识别，其结果可以对裂纹增 长和摩擦信号加以识别；a l m e i d a t l 6 】采用神经网络实现了铝搭接接头中裂纹扩展声发射 信号与铆钉摩擦声发射信号的识别；t i 删1 7 】对漏电产生的声发射信号实现了神经网络 模式识别；i a c t 儒1 利用声发射技术和神经网络实现了对化学反应变换状态的识别；s p a l l t l 9 】 等人对大型桥梁中的裂纹扩展声发射信号实现了模式识别；y a n g 和d u m o n t 设计了一个 多层人工神经网络来对声发射信号进行自动分类；b o d i n e 【2 0 】在压力容器的声发射检测中 采用神经网络技术，从包含多种干扰噪声的声发射信号中识别出裂纹产生的声发射信 号，识别率达9 5 ；另外，采用人工神经网络对刀具磨损状态的声发射信号进行了模式 识别分析和应用。大多数研究人员还设计发展自己的专用人工神经网络分析软件来分析 声发射信号，这些神经网络的输入一般都是声发射信号经过小波变换或者快速傅立叶变 换( n 吓) 处理后的到的一些特征参数。例如：在压力容器的声发射源定位中，经大量 测试分析发现，选取下列1 1 个声发射信号特征：上升时间、振铃计数、能量、持续时 间、幅度、峰值计数、上升时间持续时间、振铃计数持续时间、能量持续时间、峰 值计数铃计数、幅度上升时间( 前6 个为原始信号特征参数，后5 个是组合派生出 来的特征参数) 作为神经网络的输入能取得比较好的效果【2 。本文研究的目的就是提取 裂纹声发射信号特征参数，为后续裂纹识别提供所需要的特征参数，因此我们获取声发 射特征参数是有很现实意义的。 1 4 国内声发射信号分析处理系统 声发射技术开始于5 0 年代【2 2 l ，以德国人凯塞( k a i s e r ) 在德国所做的研究工作为 标志【2 3 1 ，他发现k a i s e r 效应，即：“声发射现象仅在第一次加载时产生，材料被重新加 载期间，在应力值达到上次加载最大应力之前不产生声发射信号 。这一效应成为声发 射检测技术的依据，从此以后声发射技术就快速发展起来。随着计算机硬、软件技术的 成熟与进步，出现了各种声发射仪器并不断升级，功能也更加强大，目前已经发展到全 数字式声发射仪，能够由声发射传感器采集到声发射信号经过前置放大器放大后，直接 经高速a d 变换器转换为数字信号，然后提取所需要的特征参数，而且还能记录瞬态 波形以及波形分析和处理。当前国内外主要的开发声发射检测系统的公司主要有：德国 i o 基于d s p 的金属裂纹，- = j 匕射信号特征参数提取 v a l l c n s y s t e m 公司、美国p a c 公司和中国声华公司。这些公司开发的声发射检测分析 系统能够实时显示声发射信号的波形并记录，可以容易地获取声发射参数。 ，( 1 ) 德国v a l l e ns y s t e m 公司： 德国v a l l e ns y s t e m 公司采用目前最先进的可编程d s p f p g a 数字技术，设计并制 造的超高速、全数字、全波形、强抗干扰声发射采集分析系统_ a m s y - 5 ，能够同时 采集参数和波形，能够满足大部分领域的声发射研究及检验要求，应用范围很广。而且 具有很好的金属屏蔽功能，能够非常有效地避免电磁干扰和大地环流，尤其是能够有效 地避免相临通道之间的互扰，从而使电磁噪音降低到1 5 d b 。其每个通道有一个独立的 可编程d s p - f p g a 芯片平行处理结构，能够快速处理，采集速度为1 5 0 0 0 h i t s 秒，波形 为5 0 0 0 个秒( 1 0 m 秒采样率) ，传输速度为每秒3 0 0 0 0 h i t s 和2 5 m 波形。数据采集 模块的频率范围：5 k h z 3 z ( 3 d b ) ；1 6 位i o m 秒采样模数转，在士5 v 范围内0 1 5 m v 的精度，小于0 6 1 m v p k 噪音；a m s y - 5 的分析软件基于当今流行的w i n d o w s 平台上开 发的软件，能够进行传统的数据参数列表又有现代的波形频谱分析，统计分析、定位计 算、堆积统计i 信号模式自动识别、小波分析等，当然价格也很昂贵。 ( 2 )美国p a c 公司 美国声学物理公司( p a c ) 最先将现代微处理技术引入到声发射检测系统，如标准 的d i s p p d 系统，该系统采用并行处理结构，能够通过数据采集卡高速采集声发射信 号，还可提供参数输入，以便记录压力、温度和湿度等参数，提高判断的准确度，更准 确的得到声发射特征参数；s a m o sa e 俐声发射检测系统是p a c 公司第三代数字化系 统，采用现代数字信号处理技术( d s p ) ，集成化程度较高，价格也很昂贵。 ( 3 )中国声华科技公司 s d a e s 数字声发射系统和s w a e s 全波形声发射检测系统都是该公司的产品，两 系统都是采用数据采集卡采集信号，转换后的数字信号进入一片超大规模f p g a 门阵列 芯片以实时提取声发射信号特征参数，然后通过p c i 总线传到上位机，分析软件可根据 用户选择。 利用上述声发射检测系统提取水轮机转轮裂纹的声发射信号特征参数是可行的。但 是他们都是基于p c i 总线的，考虑到在对水轮机进行检测的过程中水轮机是在不断的旋 转中，在水轮机安装这样的声发射检测系统是不方便的，而且也需要手工选择导出需要 的特征参数。本课题研究的目的是通过声发射信号的特征参数去判断水轮机转轮叶片的 状态，是否有裂纹产生。所以，为了在水轮机这种特殊结构和工作场合中方便的获取转 l l 广西大掌硕士掌位论文蛊0 予d s p 的金属裂纹声戋应h 譬号特征参戡提取 轮叶片出现裂纹时产生的声发射信号并提取需要的特征参数，开发简单、轻便的特征参 数提取系统是较适合现场要求的。 1 5 本文研究的主要内容及其意义 1 5 1 研究的主要内容 根据水轮机转轮的工作环境，研究了基于d s p 的金属裂纹声发射信号特征参数提 取，内容主要包括分析金属裂纹声发射信号产生过程及其特点，总结常用声发射信号的 各种特征参数的定义以及计算方法，讨论了小波消噪的方法，通过对较适合声发射信号 的小波基函数比较，选择效果较好的小波基函数的对声发射信号进行消噪，然后结合 d s p 的特点确定整个硬件构成，并编写声发射信号特征参数的提取算法在d s p 上实现。 最后以三种不同的实验验证特征参数提取软件系统的有效性。 1 5 2 研究的意义 声发射技术作为一种新型的无损检测技术，是检测材料内部损伤的有力工具，是对 材料或构件状态进行动态检测的有效方法，并且不受构件的几何形状的影响，适用的范 围很广。本文提出了基于d s p 的金属裂纹声发射信号特征参数提取构想，以已改进研 制的高速多通道声发射信号同步数据采集系统为基础，最后集成为一套完整的声发射信 号采集、特征参数提取、蓝牙传输和数据保存的d s p 声发射采集处理系统，并成功的 运用于金属裂纹声发射信号的特征参数提取，能够很好的满足实时监测水轮机叶片裂纹 这样的特殊场合，有较强的借鉴意义，为后续的裂纹趋势预估和报警提供基础。 1 2 基于d s p 的金属裂纹声发射信号特征参数提取 2 1d s p 概述 第二章d s p 硬件系统构成 目前，能够用来进行信号处理的芯片有很多，例如m c u 、m p u 、a r m 、d s p 、f p g a 等，但它们之间也是有差别的，侧重点不一样：m c u 适用于以控制为主的处理过程， m p u 大量应用于计算机，d s p 面向高性能、重复性、数值运算密集的实时处理。对于 要处理的声发射信号来说，需要高速采样、运算，m c u 、a r m 的运算速度达不到要求； 以d s p 、f p g a 为核心的信号处理系统，单指令周期可以达到纳秒级，可以满足高速采 集声发射信号的要求。但以f p g a 为核心的信号处理系统，基于现场可编程门阵列和 v h d l 语言，其寻址、译码比较烦琐，硬件功能如a d 采样、数据传输等都需要编写复 杂程序实现，程序代码冗长，在较短时间内难以开发成功【2 4 1 。数字信号处理器( d i g i t a l s i g n a lp r o c c s s o r ，d s p ) 是一种专门针对数字信号处理的需求而设计的高速数字信号处理 运算的微处理器，速度高、成本低，能够满足不同层次的应用需求，能够实现滤波、f f t 、 相关运算、卷积等功能，特别适合于实时、高速的信号处理【2 5 】f 2 6 1 。从第一章的介绍看出， 在现代数字化声发射仪器中，整个系统设计模块化，呈积木式并行结构，其基本单元也 大都是数字信号处理卡( d s p ) ，每块卡上