基于諧波提取的焊接過(guò)程聲發(fā)射信號(hào)特性分析

李 奇，何寬芳，劉湘楠

(湖南科技大學(xué) 機(jī)械設(shè)備健康維護(hù)省重點(diǎn)實(shí)驗(yàn)室, 湘潭 411201)

基于諧波提取的焊接過(guò)程聲發(fā)射信號(hào)特性分析

李 奇，何寬芳，劉湘楠

(湖南科技大學(xué) 機(jī)械設(shè)備健康維護(hù)省重點(diǎn)實(shí)驗(yàn)室, 湘潭 411201)

通過(guò)試驗(yàn)掌握焊接過(guò)程中聲發(fā)射信號(hào)特性是實(shí)現(xiàn)焊接裂紋聲發(fā)射在線檢測(cè)的前提。提出了一種基于諧波提取的聲發(fā)射信號(hào)特性分析方法，結(jié)合焊接過(guò)程中聲發(fā)射信號(hào)測(cè)試試驗(yàn)，對(duì)焊接過(guò)程中的聲發(fā)射信號(hào)進(jìn)行有效提取與頻譜分析，獲取了焊接過(guò)程中摩擦激勵(lì)源、焊接電弧沖擊激勵(lì)源和焊接結(jié)構(gòu)裂紋激勵(lì)源聲發(fā)射信號(hào)的頻域特性。為實(shí)現(xiàn)焊接過(guò)程中的結(jié)構(gòu)裂紋聲發(fā)射在線檢測(cè)提供了基礎(chǔ)數(shù)據(jù)及參考依據(jù)。

焊接過(guò)程；聲發(fā)射信號(hào)；諧波提??；頻譜分析

聲發(fā)射檢測(cè)技術(shù)是焊接過(guò)程中結(jié)構(gòu)裂紋檢測(cè)的有效手段。聲發(fā)射信號(hào)作為材料內(nèi)部能量釋放的一種彈性波，能夠?qū)崟r(shí)表征焊接熱裂紋產(chǎn)生及擴(kuò)展的物理現(xiàn)象本質(zhì)[1]。焊接過(guò)程中采集到的結(jié)構(gòu)裂紋產(chǎn)生及狀態(tài)變化所產(chǎn)生的聲發(fā)射源信號(hào)具有多模態(tài)、非線性的特點(diǎn)，加上聲發(fā)射測(cè)試中受到試件與夾具連接的摩擦、電弧沖擊的干擾等影響，采集到的聲發(fā)射信號(hào)呈現(xiàn)出多聲發(fā)射源共存、特征微弱的特點(diǎn)[2]。要利用聲發(fā)射信號(hào)實(shí)現(xiàn)對(duì)焊接過(guò)程中結(jié)構(gòu)熱裂紋的檢測(cè)，需要掌握焊接過(guò)程中各聲發(fā)射源信號(hào)的特性，其中通過(guò)試驗(yàn)掌握焊接過(guò)程中的聲發(fā)射信號(hào)特性是最直觀有效的手段。

現(xiàn)有的信號(hào)提取方法包括小波提取、經(jīng)驗(yàn)?zāi)B(tài)分解法(EMD)、局部均值分解(LMD)等[3-6]。吳旭景等[7]應(yīng)用EMD和小波分解對(duì)含大量噪聲的管道泄漏聲發(fā)射信號(hào)進(jìn)行提取；徐嗣嘉等[8]提出了一種小波能量譜分析和共振解調(diào)法相結(jié)合的聲發(fā)射信號(hào)特征提取方法；蔣鵬等[9]采用小波分解法對(duì)儲(chǔ)罐底板的聲發(fā)射信號(hào)進(jìn)行了分析；SUN等[10]提出了一種基于LMD的管道小泄漏聲發(fā)射信號(hào)提取方法。這些方法能夠?qū)π盘?hào)分量實(shí)現(xiàn)從高頻率到低頻率的提取，但提取出來(lái)的分量仍然可以分解成為多組諧波，而且不同分量之間不可避免地會(huì)出現(xiàn)諧波頻段重疊的現(xiàn)象，不能保證提取到的特征信號(hào)源的單一性，分解獲得的分量并不一定是由單一的諧波組成；加上焊接過(guò)程采集到的各個(gè)源聲發(fā)射信號(hào)的頻帶未知，焊接裂紋聲發(fā)射信號(hào)具有多模態(tài)混合狀態(tài)，焊接過(guò)程中不同聲發(fā)射源產(chǎn)生的信號(hào)諧波具有不同的頻段，因此很難將不同的聲發(fā)射源信號(hào)從原始信號(hào)中有效地分離提取出來(lái)，也就難以準(zhǔn)確掌握焊接過(guò)程中不同聲發(fā)射源信號(hào)的基本特性。

因此，筆者提出一種基于諧波提取的聲發(fā)射信號(hào)特性分析方法，開(kāi)展焊接過(guò)程裂紋聲發(fā)射信號(hào)的特性試驗(yàn)，獲取焊接過(guò)程中多源聲發(fā)射信號(hào)的特性，為實(shí)現(xiàn)焊接過(guò)程中的結(jié)構(gòu)熱裂紋聲發(fā)射在線檢測(cè)提供基礎(chǔ)數(shù)據(jù)及參考依據(jù)。

1 基于諧波提取的聲發(fā)射信號(hào)特性分析方法

1.1 奇異值分解(SVD)分析

SVD分析法[11]被廣泛應(yīng)用于信號(hào)檢測(cè)中，該方法具有較高的分辨力和較好的動(dòng)態(tài)特性,適用于短數(shù)據(jù)處理，可有效地判定具有較高信噪比的數(shù)據(jù)中含有的諧波數(shù)。其通過(guò)對(duì)信號(hào)重構(gòu)矩陣進(jìn)行奇異值分解，將包含信號(hào)信息的矩陣分解到一系列奇異值和奇異值矢量對(duì)應(yīng)的時(shí)頻子空間[12]。

選擇信號(hào)分析片段，用x數(shù)組{x1,x2,…,xl}表示。對(duì)數(shù)據(jù)組x擬合高階AR(m)(自回歸)模型，最終獲得信號(hào)重構(gòu)矩陣如下。

(1)

式中：A為m×n的矩陣，其中m+n-1=l。

對(duì)A進(jìn)行奇異值分解A=USVT，其中左奇異值矩陣U為m×m方陣，右奇異值矩陣V為n×n方陣，奇異值數(shù)組Sr=diag{S}={s1,s2,…,sr}，s1>s2>…>sr，同時(shí)r=min(m,n)，對(duì)一個(gè)m×n的秩為k的矩陣C進(jìn)行奇異值分解得到的奇異值矩陣秩為k(k≤r)。

對(duì)不含噪聲的信號(hào)diag(S)=[s1，…,sk,0，…，0]，奇異值si{i=1,2,…,k}的衰減隨著k的增大而快速衰減，其中k=rank[C]=2n，n為諧波層數(shù)。但是實(shí)際采集到的聲發(fā)射信號(hào)分析往往包含著各種干擾成分，通過(guò)研究發(fā)現(xiàn)n層諧波主要貢獻(xiàn)在前2n個(gè)奇異值上，而隨機(jī)干擾信號(hào)對(duì)各個(gè)奇異值的貢獻(xiàn)幾乎是一樣的。因此只要能夠在奇異值描繪出來(lái)的波形圖中找到奇異值由迅速衰減向趨于平緩的轉(zhuǎn)折點(diǎn)所對(duì)應(yīng)的序數(shù)就是有效秩2n。為了能夠更加準(zhǔn)確地判斷出信號(hào)諧波的層數(shù)，通過(guò)計(jì)算如下奇異值不等式

(2)

式中：p=2n，能夠滿足不等式的最小p稱為信號(hào)的有效秩也是信號(hào)矩陣的有效維數(shù)。不等式中推薦ξ1=0.05。

1.2 有效諧波提取

信號(hào)可以通過(guò)諧波疊加的形式表示，通過(guò)對(duì)原始信號(hào)進(jìn)行SVD法，可以判斷出信號(hào)有效諧波的層數(shù)，通過(guò)FFT變換將信號(hào)由時(shí)域投影到頻域并且可以描繪出其幅值譜，對(duì)信號(hào)幅值譜進(jìn)行分析就能夠掌握信號(hào)能量隨頻率的變化情況，按照信號(hào)諧波幅值從大到小進(jìn)行提取，然后使用FFT逆變換將頻域信號(hào)轉(zhuǎn)換到時(shí)域，得到有效諧波。采集到的原始信號(hào)是離散的數(shù)據(jù)，離散時(shí)間內(nèi)的連續(xù)傅里葉變換為：

(3)

式中：x(m)為一組非周期序列；x(m)的傅里葉變換X(ejω)是ω的連續(xù)函數(shù)，且是ω的周期函數(shù)，周期為2π。

由于選擇分析對(duì)象為原始數(shù)據(jù)中的有數(shù)個(gè)數(shù)據(jù)，通過(guò)改良數(shù)據(jù)，信號(hào)片段離散型傅里葉變換可以定義為：

(4)

通過(guò)FFT變換，將信號(hào)從時(shí)域轉(zhuǎn)換到了頻率，其中WM=e(-j2π/M)。信號(hào)序列為m=1,2,3，…,(M-1)。為了進(jìn)一步描繪出信號(hào)幅值與頻率間的相互關(guān)系，將信號(hào)幅值與頻率聯(lián)立繪制出信號(hào)幅值譜，在信號(hào)幅值譜中按照幅值從大到小的次序提取頻域信號(hào)點(diǎn)進(jìn)行FFT逆變換，就能得到幅值從大到小的諧波。離散型傅里葉逆變換為

(5)

式中：x(m)為信號(hào)序列，采樣點(diǎn)對(duì)應(yīng)的時(shí)間為t=m/f。

通過(guò)奇異值分析法判斷出了信號(hào)中的諧波數(shù)n，以幅值從大到小n次重復(fù)FFT逆變換將n重諧波提取出來(lái)；由于高頻部分出現(xiàn)“偽頻率”的概率低，也保證了諧波提取過(guò)程中譜線增高變窄至最佳狀態(tài)。

1.3 聲發(fā)射信號(hào)特性分析方法

由于信號(hào)可通過(guò)諧波疊加的形式表示，結(jié)合SVD諧波分析法、FFT諧波分離法對(duì)信號(hào)進(jìn)行有效信號(hào)提取，形成基于諧波分析的多源聲發(fā)射信號(hào)特性分析方法。該方法通過(guò)將信號(hào)片段擬合為AR矩陣，并使用SVD分析方法對(duì)重構(gòu)矩陣進(jìn)行分析確定信號(hào)有效諧波的層數(shù)，然后通過(guò)FFT諧波分離法將有效諧波分離出來(lái)后進(jìn)行重構(gòu)得到有效信號(hào)，同時(shí)可以獲取信號(hào)有效諧波的頻率、幅值、相位等相關(guān)特性參數(shù)。具體流程如圖1所示。

圖1 有效信號(hào)提取流程圖

2 試驗(yàn)方案設(shè)計(jì)

為了實(shí)現(xiàn)焊接過(guò)程中不同激勵(lì)源聲發(fā)射信號(hào)的試驗(yàn)采集，筆者設(shè)計(jì)了一套焊接過(guò)程裂紋聲發(fā)射信號(hào)測(cè)試平臺(tái)，它不僅能夠在焊接過(guò)程中給焊件施加可調(diào)約束應(yīng)力來(lái)引導(dǎo)焊接結(jié)構(gòu)裂紋產(chǎn)生，而且能夠?qū)崿F(xiàn)焊接過(guò)程中聲發(fā)射信號(hào)的實(shí)時(shí)采集。筆者還設(shè)計(jì)了焊接過(guò)程不同源聲發(fā)射信號(hào)的試驗(yàn)采集方案。

2.1 焊接試驗(yàn)平臺(tái)

搭建的焊接過(guò)程裂紋聲發(fā)射信號(hào)測(cè)試平臺(tái)由焊機(jī)模塊、可調(diào)約束壓力施加模塊和聲發(fā)射信號(hào)采集模塊三大模塊構(gòu)成。焊機(jī)模塊由焊接電源、焊機(jī)、輔助機(jī)構(gòu)組成，試驗(yàn)過(guò)程中可以依據(jù)不同工藝要求對(duì)焊機(jī)模塊進(jìn)行選擇。焊接可調(diào)約束應(yīng)力試驗(yàn)裝置由壓力施加夾具、試驗(yàn)臺(tái)身主體、焊件安裝夾具3個(gè)單元組成，其能夠在不同的工作條件下給焊件施加壓力，使得焊件產(chǎn)生塑性形變而引導(dǎo)裂紋產(chǎn)生。聲發(fā)射信號(hào)采集模塊由外置PC機(jī)、聲發(fā)射主機(jī)箱、聲發(fā)射信號(hào)跟隨電路組成，能夠在焊接試驗(yàn)過(guò)程中實(shí)時(shí)采集聲發(fā)射信號(hào)，并且進(jìn)行顯示與儲(chǔ)存。結(jié)合不同焊接工藝試驗(yàn)，如手工焊接、鋁合金MIG焊等，該平臺(tái)可以模擬不同焊接工藝時(shí)的焊接結(jié)構(gòu)變形、裂紋產(chǎn)生等物理過(guò)程，并同步進(jìn)行多通道聲發(fā)射信號(hào)采集與測(cè)試。圖2為該焊接試驗(yàn)平臺(tái)實(shí)物照片。

圖2 焊接試驗(yàn)平臺(tái)實(shí)物

2.2 試驗(yàn)方案及信號(hào)采集 以鑄鐵手工焊作為試驗(yàn)對(duì)象，選用鑄鐵型號(hào)為HT200，基本尺寸(長(zhǎng)×寬×厚)為200 mm×70 mm×8 mm，手工焊機(jī)焊接電流為100～130 A，焊接電壓380 V，焊絲牌號(hào)為J422，焊絲直徑為2.5 mm，分別采集摩擦源、焊接電弧沖擊源、焊接結(jié)構(gòu)裂紋源聲發(fā)射信號(hào)。選擇AEU2S聲發(fā)射系統(tǒng)，傳感器型號(hào)為SR150M。為了實(shí)現(xiàn)試驗(yàn)信號(hào)的有效采集，首先對(duì)聲發(fā)射信號(hào)采集儀的相關(guān)參數(shù)進(jìn)行設(shè)置，以減少外界干擾因素對(duì)特征信號(hào)的影響，相關(guān)參數(shù)設(shè)置為：采樣頻率1 000 kHz；波形長(zhǎng)度2 048；鎖閉時(shí)間1 000 μs;波形門限45 dB。

聲發(fā)射信號(hào)采集試驗(yàn)方案如下：

(1) 摩擦源聲發(fā)射信號(hào)采集試驗(yàn)。焊接試驗(yàn)過(guò)程中，摩擦源聲發(fā)射信號(hào)主要是由焊接工件與試驗(yàn)臺(tái)臺(tái)身、焊件安裝夾具、壓力施加螺桿等發(fā)生摩擦產(chǎn)生的。工焊機(jī)模塊是焊接結(jié)構(gòu)裂紋研究的基礎(chǔ)模塊，由焊接電源、焊機(jī)、輔助機(jī)構(gòu)等組成。試驗(yàn)過(guò)程中可以依據(jù)不同要求對(duì)焊機(jī)模塊進(jìn)行選擇，此處試驗(yàn)方法為鑄鐵手工焊。試驗(yàn)過(guò)程中，使用工件安裝夾具板塊與焊件產(chǎn)生摩擦，并通過(guò)聲發(fā)射采集儀采集聲發(fā)射時(shí)域信號(hào)。

(2) 焊接電弧沖擊源聲發(fā)射信號(hào)采集試驗(yàn)。焊接電弧沖擊源聲發(fā)射信號(hào)是由焊接過(guò)程中電弧沖擊作用產(chǎn)生的。采集焊接電弧沖擊源聲發(fā)射信號(hào)的過(guò)程中，為保證焊接電弧沖擊源聲發(fā)射信號(hào)的信噪比，起弧過(guò)程中要求盡量減少焊絲與焊件之間的相對(duì)滑動(dòng)時(shí)間，同時(shí)需要保證焊接過(guò)程的平穩(wěn)進(jìn)行。

(3) 焊接裂紋源聲發(fā)射信號(hào)采集試驗(yàn)。焊接結(jié)構(gòu)裂紋源聲發(fā)射信號(hào)，是由焊件發(fā)生形變引起焊接結(jié)構(gòu)裂紋而使得焊件內(nèi)部殘余應(yīng)力釋放產(chǎn)生的。由于焊接過(guò)程中裂紋源聲發(fā)射信號(hào)相對(duì)微弱，為有效采集焊接裂紋源聲發(fā)射信號(hào)，需要避免其他源聲發(fā)射信號(hào)的干擾。選擇在焊接工作完成之后，立刻施加應(yīng)力約束使焊件變形并產(chǎn)生裂紋，且同步進(jìn)行聲發(fā)射信號(hào)采集，這樣做的目的在于避免焊接過(guò)程中摩擦源、焊接電弧沖擊源產(chǎn)生的聲發(fā)射信號(hào)的干擾，盡量獲得較高信噪比的焊接結(jié)構(gòu)裂紋源聲發(fā)射信號(hào)。

3 試驗(yàn)結(jié)果分析

應(yīng)用基于諧波分析的多源聲發(fā)射信號(hào)特性分析方法，分別對(duì)焊接試驗(yàn)過(guò)程中摩擦源、焊接電弧沖擊源、焊接結(jié)構(gòu)裂紋激勵(lì)源聲發(fā)射信號(hào)進(jìn)行特性分析，基本流程如圖3所示。

圖3 焊接過(guò)程聲發(fā)射信號(hào)特性分析流程

圖4 原始摩擦源聲發(fā)射信號(hào)及頻譜

3.1 試件與夾具摩擦源聲發(fā)射信號(hào)分析 選取試驗(yàn)采集到的摩擦源聲發(fā)射信號(hào)中的一段原始信號(hào)進(jìn)行分析處理，信號(hào)波形及其幅值譜如圖4所示。應(yīng)用基于諧波提取的聲發(fā)射信號(hào)特性分析方法，對(duì)選取的摩擦源聲發(fā)射信號(hào)進(jìn)行計(jì)算與特性分析，提取的有效摩擦聲發(fā)射信號(hào)及其幅值譜見(jiàn)圖5。對(duì)比圖4(a)和圖5(a)可看出,原始聲發(fā)射信號(hào)經(jīng)特性分析后，提取的有效摩擦聲發(fā)射信號(hào)仍然保留了原始聲發(fā)射信號(hào)模態(tài)特征。從圖4(b)和圖5(b)可看出：原始聲發(fā)射信號(hào)頻譜能量主要集中在20 kHz～30 kHz，之后隨頻率的增大逐漸減小，但頻段分布相對(duì)較寬；而提取的有效摩擦聲發(fā)射信號(hào)頻譜能量相對(duì)集中。這說(shuō)明原始聲發(fā)射信號(hào)經(jīng)特性分析后，剔除了高低頻段其他干擾成分，保留了摩擦聲發(fā)射信號(hào)主體模態(tài)成分，摩擦聲發(fā)射信號(hào)諧波主要集中在10 kHz～63 kHz頻段。

圖5 提取的有效摩擦源聲發(fā)射信號(hào)及頻譜

圖6 原始焊接電弧沖擊源聲發(fā)射信號(hào)

圖7 提取的有效焊接電弧沖擊源聲發(fā)射信號(hào)

3.2 焊接電弧沖擊源聲發(fā)射信號(hào)分析

選取試驗(yàn)采集到的電弧沖擊激勵(lì)源聲發(fā)射信號(hào)中的一段原始信號(hào)進(jìn)行分析處理，信號(hào)波形及其幅值譜如圖6所示。應(yīng)用基于諧波提取的聲發(fā)射信號(hào)特性分析方法，對(duì)選取的電弧沖擊激勵(lì)源聲發(fā)射信號(hào)進(jìn)行計(jì)算與特性分析，提取的有效電弧沖擊激勵(lì)源聲發(fā)射信號(hào)及其幅值譜見(jiàn)圖7。對(duì)比圖6(a)和圖7(a)可看出,原始聲發(fā)射信號(hào)經(jīng)特性分析后，提取的有效電弧沖擊激勵(lì)源聲發(fā)射信號(hào)仍然保留了原始聲發(fā)射信號(hào)的模態(tài)特征。從圖6(b)和圖7(b)可看出：原始聲發(fā)射信號(hào)頻譜能量集中在50 kHz～60 kHz，之后隨頻率增大逐漸減小，但頻段分布較寬;而提取的有效電弧沖擊激勵(lì)源聲發(fā)射信號(hào)頻譜能量相對(duì)集中。這說(shuō)明原始聲發(fā)射信號(hào)經(jīng)特性分析后，剔除了高低頻段其他干擾成分，保留了電弧沖擊激勵(lì)源聲發(fā)射信號(hào)主體模態(tài)成分，電弧沖擊激勵(lì)源聲發(fā)射信號(hào)諧波主要集中在22.5 kHz～103.5 kHz頻段。

圖8 原始焊接結(jié)構(gòu)裂紋源聲發(fā)射信號(hào)

圖9 提取的有效焊接結(jié)構(gòu)裂紋源聲發(fā)射信號(hào)

3.3 焊接結(jié)構(gòu)裂紋源聲發(fā)射信號(hào)分析 選取試驗(yàn)采集到的裂紋源聲發(fā)射信號(hào)中的一段原始信號(hào)進(jìn)行分析處理，信號(hào)波形及其幅值譜如圖8所示。由圖8(b)可看出，采集到的裂紋源聲發(fā)射信號(hào)頻譜能量分布在10 kHz～260 kHz，主要包括施加約束時(shí)引起的摩擦、裂紋產(chǎn)生的聲發(fā)射信號(hào)。應(yīng)用基于諧波提取的聲發(fā)射信號(hào)特性分析方法，對(duì)選取的裂紋源聲發(fā)射信號(hào)進(jìn)行計(jì)算與特性分析，提取的有效裂紋源聲發(fā)射信號(hào)及其幅值譜見(jiàn)圖9。對(duì)比圖8(a)和圖9(a)可看出,原始聲發(fā)射信號(hào)經(jīng)特性分析后，提取的有效裂紋源聲發(fā)射信號(hào)仍然保留了原始聲發(fā)射信號(hào)模態(tài)特征。從圖8(b)和圖9(b)可看出,原始聲發(fā)射信號(hào)頻譜能量分布較寬，而提取的有效裂紋源聲發(fā)射信號(hào)頻譜能量相對(duì)集中。這說(shuō)明原始聲發(fā)射信號(hào)經(jīng)特性分析后，剔除了高低頻段其他干擾成分，保留了裂紋源聲發(fā)射信號(hào)主體模態(tài)成分，裂紋源聲發(fā)射信號(hào)諧波主要集中在100 kHz～265.5 kHz頻段，這與金屬裂紋源聲發(fā)射信號(hào)主要集中在諧波頻段的觀點(diǎn)相吻合。進(jìn)一步觀察可以看出，圖9(b)裂紋聲發(fā)射信號(hào)能量有兩個(gè)波峰。產(chǎn)生這一現(xiàn)象的原因在于：試驗(yàn)采集到的焊接結(jié)構(gòu)裂紋源聲發(fā)射信號(hào)中混有焊渣裂紋源聲發(fā)射信號(hào)，焊渣裂紋與焊接結(jié)構(gòu)裂紋在形成與擴(kuò)展過(guò)程中產(chǎn)生的聲發(fā)射信號(hào)機(jī)理相似。

4 結(jié)論

(1) 搭建了焊接過(guò)程裂紋聲發(fā)射信號(hào)測(cè)試平臺(tái)。該平臺(tái)可以模擬不同焊接工藝下產(chǎn)生的焊接結(jié)構(gòu)變形、裂紋產(chǎn)生等物理過(guò)程，并同步進(jìn)行多通道聲發(fā)射時(shí)域信號(hào)采集。

(2) 提出了一種基于諧波提取的聲發(fā)射信號(hào)特性分析方法，并結(jié)合焊接過(guò)程中的裂紋聲發(fā)射信號(hào)測(cè)試試驗(yàn)，以鑄鐵手工焊為研究對(duì)象，分別對(duì)焊接過(guò)程摩擦激勵(lì)源、焊接電弧沖擊激勵(lì)源、焊接結(jié)構(gòu)裂紋激勵(lì)源的聲發(fā)射信號(hào)進(jìn)行有效提取與頻譜分析，獲取了相應(yīng)激勵(lì)源的聲發(fā)射信號(hào)頻域特性。

(3) 焊接過(guò)程中，摩擦源聲發(fā)射信號(hào)諧波頻段主要分布在10 kHz～63 kHz，焊接電弧沖擊源聲發(fā)射信號(hào)諧波頻段主要分布在22.5 kHz～103.5 kHz，焊接結(jié)構(gòu)裂紋源聲發(fā)射信號(hào)諧波頻段主要分布在100 kHz～265.5 kHz頻段。

[1] 許中林,李國(guó)祿, 董天順. 聲發(fā)射信號(hào)分析與處理方法研究進(jìn)展[J].材料導(dǎo)報(bào),2014,28(5):56-60.

[2] 耿榮升,沈功田,劉時(shí)風(fēng). 聲發(fā)射信號(hào)處理和分析技術(shù)[J].無(wú)損檢測(cè),2002,24(1):23-28.

[3] YANG Z, YU Z, WU H, et al. Laser-induced thermal damage detection in metallic materials via acoustic emission and ensemble empirical mode decomposition[J]. Journal of Materials Processing Technology, 2014, 214(8):1617-1626.

[4] HAN L, LI C W, GUO S L, et al. Feature extraction method of bearing AE signal based on improved FAST-ICA and wavelet packet energy[J]. Mechanical Systems & Signal Processing, 2015, 62/63:91-99.

[5] YANG Z, YU Z. Grinding wheel wear monitoring based on wavelet analysis and support vector machine[J]. The International Journal of Advanced Manufacturing Technology, 2012, 62(1):107-121.

[6] 劉貴杰, 徐萌, 李思樂(lè),等. 基于小波能量系數(shù)的海洋平臺(tái)管節(jié)點(diǎn)疲勞裂紋擴(kuò)展AE信號(hào)識(shí)別[J]. 無(wú)損檢測(cè), 2013, 35(2):1-7.

[7] 吳旭景, 杜斌, 葉陳. 基于EMD和小波分解的管道泄漏聲發(fā)射源定位[J]. 無(wú)損檢測(cè), 2015, 37(10):60-63.

[8] 徐嗣嘉, 林麗, 周勇. 基于共振解調(diào)和小波包能量譜的聲發(fā)射信號(hào)特征提取[J]. 無(wú)損檢測(cè), 2016, 38(1):1-5.

[9] 蔣鵬, 張璐瑩, 李偉. 基于小波神經(jīng)網(wǎng)絡(luò)的儲(chǔ)罐聲發(fā)射檢測(cè)信號(hào)分析方法[J]. 無(wú)損檢測(cè), 2014, 36(9):1-4.

[10] SUN J, XIAO Q, WEN J. Natural gas pipeline small leakage feature extraction and recognition based on LMD envelope spectrum entropy and SVM[J]. Measurement, 2014, 55(9):434-443.

[11] 徐彥凱,雙凱. 自適應(yīng)奇異值分解瞬變信號(hào)檢測(cè)研究[J].電子與信息學(xué)報(bào),2014,36(3):583-588.

[12] 余曉芬,俞建衛(wèi),費(fèi)業(yè)泰. 混合譜動(dòng)態(tài)測(cè)試信號(hào)綜合分析法[J].中國(guó)科學(xué)技術(shù)大學(xué)學(xué)報(bào),2002,32(1):112-116.

Characteristic Analysis of AE Signal in Welding Process Based on Harmonic Extraction

LI Qi, HE Kuanfang, LIU Xiangnan

(Hunan Provincial Key Laboratory of Health Maintenance for Mechanical Equipment,Hunan University of Science and Technology, Xiangtan 411201, China)

Characteristic analysis of the acoustic emission (AE) signal accompanying welding process by way of experiment is a prerequisite for realizing online detection of the welding crack. An AE signal characteristic analysis method based on harmonic extraction is proposed. Combining with an experiment on AE signals during the welding process, the valid extraction and frequency spectrum analysis are performed for AE signals collected in welding process. The AE signals frequency domain characteristics of the corresponding excitation source of friction, the welding arc shock and the welding structure crack are obtained respectively, which provide basic data and reference for realizing AE online detection of the welding crack.

welding process; AE signal; harmonic extraction; frequency spectrum analysis

2017-03-10

國(guó)家自然科學(xué)基金資助項(xiàng)目(51475159)；湖南省自然科學(xué)基金資助項(xiàng)目(2017JJ1015,2017JJ2086)

李 奇(1991-)，男，碩士研究生，研究方向?yàn)楹附舆^(guò)程質(zhì)量監(jiān)控

何寬芳(1979-)，男，教授，主要從事機(jī)械系統(tǒng)動(dòng)態(tài)監(jiān)測(cè)、焊接結(jié)構(gòu)裂紋聲發(fā)射檢測(cè)相關(guān)工作,hkf791113@163.com

10.11973/wsjc201708004

TG115.28

A

1000-6656(2017)08-0016-06