- 基于机器学习的声发射信号处理算法研究
- 周俊 朱文耀 王超
- 5字
- 2021-02-26 17:58:45
第1章
绪论
1.1 声发射信号基本概念
材料在受到外力或内力作用产生变形或者发生裂纹扩展时,以弹性波的形式释放出应变能的现象称为声发射(Acoustic Emission,AE)。材料在应力作用下的变形与裂纹扩展,是结构失效的重要机制,这种直接与变形和断裂机制有关的源,称为声发射源。用仪器检测分析声发射信号,并利用声发射信号推断声发射源的技术称为声发射检测技术[1]。声发射检测技术不同于常规的无损检测方法,它是一种被动的动态检测方法,不需要进入被检对象进行检测,且具有实时性、整体性和高灵敏性等独特优势,可以对结构进行动态的健康监测[2]。另外,声发射检测中可检测的材料种类范围较广,大多数材料都可以成为声发射源。声发射频率一般为1kHz~1MHz。利用声发射信号进行检测的主要目标是:确定声发射源的部位,鉴别声发射源的类型,确定声发射发生的时间或载荷,评定声发射源的严重性[3]。
声发射信号处理系统包括硬件检测仪器和信号处理软件,其结构如图1.1所示。从噪声中提取和识别人们感兴趣的声发射信号是声发射处理的核心技术,也是目前现场声发射测试的技术瓶颈[4]。
图1.1 声发射信号处理系统结构