基于小波變換降噪的聲發(fā)射源定位方法

王宗煉， 任會(huì)蘭， 寧建國(guó)

(北京理工大學(xué) 爆炸科學(xué)與技術(shù)國(guó)家重點(diǎn)實(shí)驗(yàn)室，北京 100081)

聲發(fā)射是指材料在承受外部載荷狀態(tài)下，內(nèi)部微結(jié)構(gòu)發(fā)生變化，如位錯(cuò)、滑移或裂紋形成及擴(kuò)展等，以瞬態(tài)彈性波形式快速釋放應(yīng)變能的現(xiàn)象。聲發(fā)射也稱為應(yīng)力波發(fā)射[1]。聲發(fā)射技術(shù)作為一種成熟的無(wú)損檢測(cè)方法，具有實(shí)時(shí)、動(dòng)態(tài)、對(duì)結(jié)構(gòu)影響小的優(yōu)點(diǎn)，已被廣泛應(yīng)用于航空航天、機(jī)械制造、石油化工、建筑以及材料試驗(yàn)等領(lǐng)域。在聲發(fā)射技術(shù)的實(shí)際應(yīng)用過(guò)程中，傳感器采集到的聲發(fā)射信號(hào)往往包含著噪聲，噪聲來(lái)源類型包括：機(jī)械噪聲和電磁噪聲。常見的機(jī)械噪聲主要包括摩擦引起的噪聲，撞擊或振動(dòng)引起的噪聲以及流體過(guò)程產(chǎn)生的噪聲；常見的電磁噪聲主要包括前置放大器輸入端的白噪聲，AE系統(tǒng)內(nèi)部所產(chǎn)生的噪聲以及由電源開關(guān)或其他鄰近電磁設(shè)備引起的電磁干擾信號(hào)[2]。由于噪聲信號(hào)的存在，傳感器采集到的聲發(fā)射信號(hào)不能完好的反映聲發(fā)射信號(hào)的真實(shí)信息特征，利用時(shí)差法進(jìn)行聲發(fā)射源定位時(shí)，在包含噪聲的信號(hào)中直接確定聲發(fā)射信號(hào)到達(dá)傳感器的時(shí)間容易產(chǎn)生較大誤差。因此在提取聲發(fā)射時(shí)間特征之前，要對(duì)聲發(fā)射信號(hào)進(jìn)行降噪處理[3-4]。

傳統(tǒng)信號(hào)處理多以傅里葉變換(FFT)為基礎(chǔ)，然而傅里葉變換一般是一種全局性變換，只能單一的在時(shí)域或頻域內(nèi)對(duì)信號(hào)進(jìn)行處理，無(wú)法比較完好地反映信號(hào)的局部時(shí)頻域特征。而對(duì)于聲發(fā)射信號(hào)，局部特征非常重要，因此傳統(tǒng)傅里葉變換不能滿足分析要求。小波變換作為一種時(shí)域頻域的處理方法，可將信號(hào)進(jìn)行線性尺度變換,由于其能夠?qū)π盘?hào)高頻部分進(jìn)行分層次的時(shí)域頻域放大，因此小波變換可以對(duì)信號(hào)起到顯微鏡的作用，可以同時(shí)在時(shí)域和頻域上處理和分析信號(hào)[5-6]。小波變換用于信號(hào)降噪有很好的效果，這方面的研究也越來(lái)越多。Donoho[7]對(duì)降噪過(guò)程中閾值選取進(jìn)行了研究，確定了一種給定軟(或硬)閾值降噪的處理方法；王博等[8-9]進(jìn)行了利用小波變換降噪技術(shù)處理信號(hào)的理論研究；熊壯等[10-11]將小波分析應(yīng)用于天然氣等管道的泄露定位研究，其中主要使用小波變換對(duì)次聲波信號(hào)進(jìn)行處理，提高了對(duì)傳輸管道泄漏點(diǎn)定位的精度；臧玉萍等[12-13]分別利用小波閾值降噪方法對(duì)發(fā)動(dòng)機(jī)及滾動(dòng)軸承等旋轉(zhuǎn)機(jī)械振動(dòng)信號(hào)進(jìn)行降噪處理來(lái)提取故障信號(hào)特征。

目前已有一些學(xué)者利用小波變換技術(shù)進(jìn)行聲發(fā)射源定位研究,歸結(jié)起來(lái)，主要有以下兩種方法：①運(yùn)用小波時(shí)頻能量分析技術(shù)，得到聲發(fā)射信號(hào)時(shí)頻能量分布圖，根據(jù)能量在不同時(shí)間和不同模式波上的分布不同，對(duì)比不同的傳感器，得到同一模式、同一頻率的時(shí)延估計(jì)，進(jìn)而實(shí)現(xiàn)聲發(fā)射源定位[14-15]；②基于小波變換和互相關(guān)技術(shù)研究聲發(fā)射信號(hào)時(shí)延估計(jì)，進(jìn)而利用時(shí)差定位法來(lái)反演聲發(fā)射源位置[16-17]。這兩種方法是基于某一模式的波在特定頻率下，其波速在整個(gè)傳播過(guò)程中是不變的假設(shè)下提出的。在實(shí)際測(cè)量時(shí)，聲發(fā)射信號(hào)受到噪聲、介質(zhì)、傳感器特性影響，在傳播過(guò)程中會(huì)發(fā)生形態(tài)變化或模式轉(zhuǎn)化。不同模式波的傳播速度由被測(cè)材料結(jié)構(gòu)決定。對(duì)于各向異性材料或復(fù)雜的結(jié)構(gòu)中，傳感器接收的單一頻率下的聲發(fā)射信號(hào)可能包含不同模式的波，同一模式的波傳播到不同傳感器的速度也可能不同。所以在各向異性材料及復(fù)雜結(jié)構(gòu)中，這兩種基于小波變換技術(shù)的聲發(fā)射源定位方法的定位精度會(huì)受到影響[18]。本研究根據(jù)不同的聲發(fā)射信號(hào)特征，選取不同的小波基對(duì)聲發(fā)射信號(hào)進(jìn)行小波分解，以達(dá)到最優(yōu)的降噪效果；然后結(jié)合閾值法進(jìn)行聲發(fā)射信號(hào)時(shí)延估計(jì)，進(jìn)而利用時(shí)差定位法計(jì)算出聲發(fā)射源位置。該方法能有效提高各向異性材料中聲發(fā)射源定位精度。

本文首先利用聲發(fā)射儀在鋼板和木板上進(jìn)行斷鉛模擬聲發(fā)射源實(shí)驗(yàn)，對(duì)采集到的聲發(fā)射信號(hào)進(jìn)行小波降噪處理，然后結(jié)合Geiger定位算法分別計(jì)算出降噪前后的定位結(jié)果以驗(yàn)證該定位方法的有效性。最后采用本文的定位方法對(duì)氧化鋁陶瓷材料壓縮破壞過(guò)程中的聲發(fā)射源進(jìn)行定位，分析陶瓷材料內(nèi)部微裂紋源的動(dòng)態(tài)演化過(guò)程。

1 小波變換降噪方法

1.1 基本原理

對(duì)于一般的傳感器測(cè)得的含噪聲的聲發(fā)射信號(hào)，可以表示為如下形式：

s(i)=f(i)+σ·e(i),i=0,1,…,n-1

(1)

式中：s(i)為含噪聲信號(hào)；f(i)為真實(shí)信號(hào)；e(i)為噪聲信號(hào)；σ為系數(shù)。

實(shí)驗(yàn)中，f(i)通常表現(xiàn)為低頻或穩(wěn)定的特征，e(i)常表現(xiàn)為高頻的特征。小波降噪的本質(zhì)在于小波變換對(duì)信號(hào)表現(xiàn)出傳遞特性和對(duì)噪聲信號(hào)表現(xiàn)出抑制特性，根據(jù)信號(hào)和噪聲在小波分解尺度上的不同規(guī)律，可以進(jìn)行有效的信噪分離[19]。具體的小波降噪原理如下：選擇合適的小波基，對(duì)s(i)進(jìn)行分解，可以將s(i)分解為低頻部分ca1和高頻部分cd1，通常一部分噪聲信號(hào)分量和少量真實(shí)信號(hào)分量包含在cd1中，而ca1則包含剩余的噪聲信號(hào)以及大部分真實(shí)信號(hào)分量，此為對(duì)s(i)一層小波分解；如果此時(shí)ca1仍包含較多噪聲，則對(duì)ca1在進(jìn)行下一層小波分解，得到ca2和cd2；重復(fù)以上分解，進(jìn)行n層小波分解，直到低頻部分can包含的噪聲信號(hào)足夠小，可以認(rèn)為只包含真實(shí)信號(hào)分量；然后以門限閾值等形式對(duì)高頻小波系數(shù)進(jìn)行處理，最后利用小波逆變換對(duì)信號(hào)進(jìn)行重構(gòu)，得到s′(i)，此時(shí)可認(rèn)為：

s′(i)≈f(i),i=0,1,…,n-1

(2)

從而實(shí)現(xiàn)了信號(hào)降噪的目的。小波變換過(guò)程及小波降噪步驟，分別如圖1和圖2所示。

圖1 小波分解流程圖Fig.1 Flow process diagram of wavelet decompose

圖2 小波降噪步驟Fig.2 Steps of wavelet de-noising

1.2 小波基的選取

小波分析實(shí)質(zhì)上是用小波基函數(shù)對(duì)信號(hào)進(jìn)行卷積分，小波基函數(shù)的性質(zhì)決定了小波分析的性質(zhì)。小波分析的一大特點(diǎn)是所用到的小波基函數(shù)具有不唯一性，選用不同的小波基分析同一個(gè)問(wèn)題效果也將不同。所以，最優(yōu)小波基選擇是小波分析在工程實(shí)踐中一個(gè)十分重要的問(wèn)題。對(duì)于問(wèn)題處理的不同需求，小波基選取也具有不同的標(biāo)準(zhǔn)[20-21]。小波變換得到的小波系數(shù)實(shí)際上是原信號(hào)與小波基函數(shù)在相應(yīng)尺度、對(duì)應(yīng)位置上的相關(guān)系數(shù)。反映的是二者之間的相似性[22]。選取db1、db3、db5、coif3和sym2小波對(duì)信號(hào)進(jìn)行小波變換。其中，db1、db3、db5為Daubechies小波系的小波基，該小波系是二進(jìn)制小波的總稱；coif3為Coiflet小波系的小波基，該小波系為Daubechies根據(jù)R.Coifman的要求構(gòu)造的，它具有更好的對(duì)稱性；sym2為Symlets小波系的小波基，該小波系具有近似對(duì)稱的小波函數(shù)，它是對(duì)db函數(shù)的一種改進(jìn)。

圖3 基于不同小波基降噪結(jié)果Fig.3 De-noising results based on different wavelet bases

在金屬板和木板上進(jìn)行斷鉛實(shí)驗(yàn)，模擬聲發(fā)射源，圖3(a)為傳感器測(cè)量得到的一個(gè)含噪聲的聲發(fā)射信號(hào)波形圖。分別選用小波基db1、db3、db5、coif3、sym2對(duì)信號(hào)進(jìn)行4層次小波分解，保留低頻部分, 以門限閾值等形式對(duì)高頻小波系數(shù)進(jìn)行量化處理，再進(jìn)行小波逆變換對(duì)聲發(fā)射信號(hào)進(jìn)行重構(gòu)，重構(gòu)后的信號(hào)可以認(rèn)為是真實(shí)信號(hào)。圖3(b)-(f)為采用上述五種不同小波基對(duì)原信號(hào)進(jìn)行小波降噪處理后的信號(hào)。

分別對(duì)使用不同小波基進(jìn)行小波降噪處理后的信號(hào)求得信噪比SNR。信噪比為真實(shí)信號(hào)能量Ps與噪聲信號(hào)的能量Pn比值，其公式為：

(3)

降噪后信號(hào)即認(rèn)為是真實(shí)信號(hào)，含噪聲信號(hào)與降噪后信號(hào)的差值為噪聲信號(hào)，同時(shí)信號(hào)能量P滿足:

P∝∑E2

(4)

式中：E為信號(hào)幅值。

因此，可使用下式求得信噪比：

(5)

采用5種不同小波基4層次小波降噪后信號(hào)的信噪比，見表1。

表1 不同小波基降噪后信號(hào)的信噪比

處理后的信號(hào)信噪比越大，表明真實(shí)信號(hào)保留越多，對(duì)于信號(hào)的降噪問(wèn)題，通常以信噪比大為準(zhǔn)則選取最優(yōu)小波基。對(duì)同一個(gè)聲發(fā)射信號(hào)，選用5種小波基進(jìn)行小波降噪處理后，coif3小波基4層次降噪后重構(gòu)的信號(hào)信噪比最大，因此，選用coif3小波基對(duì)含噪聲信號(hào)進(jìn)行4層小波分解降噪處理。對(duì)采集到的每一個(gè)信號(hào)都按照這種方法選定最優(yōu)小波基對(duì)聲發(fā)射信號(hào)進(jìn)行降噪處理。

1.3 傳感器采集聲發(fā)射信號(hào)時(shí)刻

圖4為四個(gè)傳感器采集到的同一個(gè)聲發(fā)射源信號(hào)及小波降噪處理后的信號(hào)圖。

圖4 不同傳感器采集的信號(hào)及小波降噪處理后的信號(hào)Fig.4 Collected signals by different sensors and corresponding de-noised signals

從降噪處理后信號(hào)，讀取聲發(fā)射信號(hào)傳播到傳感器的時(shí)刻。幅值大小首次越過(guò)門檻值(0.01 v)的時(shí)刻為傳感器接收到聲發(fā)射信號(hào)的時(shí)刻，各傳感器接收聲發(fā)射信號(hào)時(shí)刻ti,如表2所示。

表2 各傳感器接收聲發(fā)射信號(hào)時(shí)刻

2 聲發(fā)射源定位方法

2.1 Geiger定位算法

Geiger算法[23]是一種時(shí)差定位算法，根據(jù)聲發(fā)射信號(hào)從聲發(fā)射源傳播到不同傳感器的時(shí)間差，并結(jié)合不同傳感器的位置，求得聲發(fā)射源的位置，在該過(guò)程中，需已知聲發(fā)射信號(hào)在材料中傳播的波速，圖5為三維定位示意圖。

圖5 三維定位示意圖Fig.5 The diagram of 3-dimensional localization

Geiger算法是假定一個(gè)初始的聲發(fā)射源S(x0，y0,z0,t0)，通過(guò)迭代不斷修正(x0,y0,z0,t0)而接近最終結(jié)果。每一次的迭代結(jié)果都要滿足下列方程式:

(6)

式中：x，y，z為聲發(fā)射源的坐標(biāo)，t為聲發(fā)射事件發(fā)生時(shí)刻，xi，yi，zi為第i個(gè)傳感器的位置，ti為P波到達(dá)第i個(gè)傳感器的時(shí)刻，v為材料中P波波速。

對(duì)于第i個(gè)傳感器檢測(cè)的P波到達(dá)時(shí)間ti，可由式(7)解出：

(7)

式中：Ti為聲發(fā)射事件到達(dá)第i個(gè)傳感器的走時(shí)。

將式(7)泰勒展開，由于初始聲發(fā)射源S偏離真解S*不大，ΔS為較小量，二階及二階以上泰勒展開式去掉，只保留一階項(xiàng)可得：

(8)

式中：Ti0為聲發(fā)射源傳到第i個(gè)傳感器的計(jì)算走時(shí)。在假設(shè)初始聲發(fā)射源S(x0,y0,z0,t0)處泰勒展開：

(9)

對(duì)于n個(gè)傳感器，可以得到n個(gè)方程，可寫成矩陣形式為：

NΔS=M

(10)

式中，

其中：

用非線性最小二乘法求解式(10)就得到修正向量

NTNΔS=NTM

(11)

ΔS=(NTN)-1NTM

(12)

求出修正向量后，以(S+ΔS)為新的試驗(yàn)點(diǎn)繼續(xù)迭代，判斷誤差是否滿足要求。如果滿足要求，此點(diǎn)坐標(biāo)即所求聲發(fā)射源位置，如果不滿足則繼續(xù)迭代，直到誤差滿足要求。

2.2 驗(yàn)證實(shí)驗(yàn)

我們利用聲發(fā)射儀在鋼板、木板上進(jìn)行定點(diǎn)斷鉛模擬聲發(fā)射源來(lái)驗(yàn)證該定位方法的有效性。鋼板的尺寸為150 mm×150 mm, 分別在鋼板(-50 mm,50 mm)、(50 mm,50 mm)、(50 mm,-50 mm)、 (-50 mm,-50 mm)位置處安放傳感器1、2、3、4，并在已知位置(20 mm,25 mm)、(-30 mm,-20 mm)處進(jìn)行斷鉛實(shí)驗(yàn)?zāi)M聲發(fā)射源，鋼板尺寸和聲發(fā)射傳感器布置如圖6所示。木板屬于各向異性材料，我們加大了木板的尺寸，木板尺寸和聲發(fā)射傳感器布置如圖7所示。四個(gè)傳感器的位置分別為(-125 mm,125 mm)、(125 mm,125 mm)、(125 mm,-125 mm)、 (-125 mm,-125 mm)，并在已知位置(20 mm,25 mm)、(-30 mm,-20 mm)處進(jìn)行斷鉛實(shí)驗(yàn)?zāi)M聲發(fā)射源。

圖6 鋼板尺寸及傳感器布置Fig.6 Size of steel plate and sensors layout

圖7 木板尺寸及傳感器布置Fig.7 Size of wood plate and sensors layout

整套聲發(fā)射采集系統(tǒng)由PC主機(jī)、前置放大器、傳感器和8通道并行處理的PCI采集卡組成。實(shí)驗(yàn)使用的傳感器為壓電傳感器，信號(hào)采集輸出頻率為150 kHz，濾波帶寬為100～400 kHz，靈敏度為65 dB。聲發(fā)射采樣頻率設(shè)為1 MHz，波形長(zhǎng)度設(shè)為1 k(1 024 μs),預(yù)觸發(fā)長(zhǎng)度設(shè)置為256 μs；前置放大器連接于傳感器和PCI采集卡之間，為了使每個(gè)傳感器接收到的聲發(fā)射信號(hào)的幅值大于80 dB，鋼板斷鉛實(shí)驗(yàn)中前置放大器的增益設(shè)置為40 dB，而在木板斷鉛實(shí)驗(yàn)中增益提高到60 dB；聲發(fā)射的門檻值設(shè)為40 dB，在一定程度上減少噪聲的影響；定時(shí)參數(shù)峰值鑒別時(shí)間(PDT)、撞擊鑒別時(shí)間(HDT)和撞擊閉鎖時(shí)間(HLT)分別設(shè)置為300 μs、600 μs和1 000 μs。 HLT是指撞擊信號(hào)中為避免測(cè)量反射波或遲到波而設(shè)置的關(guān)閉測(cè)量電路的時(shí)間間隔。合理設(shè)置HLT的值可以保證采集到的每一個(gè)聲發(fā)射信號(hào)代表一次材料局部變化。

對(duì)采集到的斷鉛聲發(fā)射信號(hào)進(jìn)行小波降噪處理，得出信號(hào)傳播到各個(gè)傳感器的時(shí)刻，然后結(jié)合Geiger算法分別計(jì)算出降噪前后的定位結(jié)果。斷鉛實(shí)驗(yàn)數(shù)據(jù)及定位結(jié)果見表3。

由表3可以看出在鋼板和木板中，小波變換降噪后的聲發(fā)射源定位精度比降噪前的定位精度都有所提升。鋼板中降噪后的平均定位精度提升了2.177 mm;木板中降噪后的平均定位精度提升了2.149 mm。誤差產(chǎn)生的原因主要有以下三個(gè)方面：①材料性質(zhì)：材料并非完全各向同性材料，導(dǎo)致聲發(fā)射源產(chǎn)生的信號(hào)在材料內(nèi)的傳播速度并非各個(gè)方向都一致，而Geiger算法的前提是一個(gè)已知的常數(shù)波速，并通過(guò)該速度計(jì)算得到時(shí)殘差，所以波速對(duì)定位結(jié)果影響很大; ②定位算法：采用Geiger算法時(shí)忽略了泰勒展開中的二階及二階以上項(xiàng)以及定位算法中當(dāng)NTN奇異或近似奇異時(shí)，都會(huì)影響定位精度;③ 測(cè)量誤差：在測(cè)量標(biāo)注尺寸及粘貼聲發(fā)射傳感器時(shí)都會(huì)造成誤差而影響定位精度。

表3 鋼板及木板中斷鉛實(shí)驗(yàn)數(shù)據(jù)和定位結(jié)果

2.3 陶瓷試件壓縮破壞的聲發(fā)射源定位

氧化鋁陶瓷圓盤作為試件進(jìn)行巴西劈裂破壞實(shí)驗(yàn)在材料實(shí)驗(yàn)機(jī)上進(jìn)行徑向加載，并通過(guò)聲發(fā)射檢測(cè)設(shè)備對(duì)信號(hào)進(jìn)行采集，聲發(fā)射檢測(cè)系統(tǒng)設(shè)置與2.2節(jié)鋼板斷鉛實(shí)驗(yàn)相同。陶瓷試件尺寸為φ50×20 mm，由于陶瓷材料強(qiáng)度高、硬度大，在試樣與壓頭之間加碳化鎢墊塊以防止壓頭受破壞。實(shí)驗(yàn)加載裝置，如圖8所示。

圖8 實(shí)驗(yàn)加載裝置Fig.8 The schematic of experimental setup

在實(shí)驗(yàn)過(guò)程中，考慮到試件斷裂位置，為了保證聲發(fā)射源定位的準(zhǔn)確性，四個(gè)聲發(fā)射傳感器布置如圖9所示，兩個(gè)傳感器在正面偏離加載軸45°，另外兩個(gè)傳感器在背面與加載軸成-45°。

圖9 試件尺寸及傳感器布置Fig.9 Sample size and sensors positions

實(shí)驗(yàn)中聲發(fā)射采樣頻率設(shè)為1 MHz，波形長(zhǎng)度設(shè)為1 k(1024 μs)，預(yù)觸發(fā)長(zhǎng)度設(shè)置為256 μs；定時(shí)撞擊閉鎖時(shí)間(HLT)設(shè)置為1 000 μs。HLT值的設(shè)置使采集的聲發(fā)射信號(hào)避免了反射波及遲到波的干擾，只代表一次材料局部變化，這樣在一定程度上減小了定位誤差。每發(fā)生一次材料局部變化，就會(huì)有應(yīng)力波產(chǎn)生，應(yīng)力波傳播到聲發(fā)射傳感器而產(chǎn)生一個(gè)聲發(fā)射波。同一個(gè)傳感器接收的相鄰兩個(gè)聲發(fā)射信號(hào)時(shí)間差至少大于1 000 μs, 同時(shí)對(duì)于同一個(gè)聲發(fā)射源信號(hào)，四個(gè)傳感器接收信號(hào)的時(shí)間差不大于20 μs,根據(jù)不同傳感器接收聲發(fā)射信號(hào)的時(shí)間，可以判定同一個(gè)聲發(fā)射源發(fā)出的信號(hào)傳播到不同傳感器所對(duì)應(yīng)的信號(hào)，然后根據(jù)時(shí)間差計(jì)算出對(duì)應(yīng)的聲發(fā)射源位置，這樣就可以實(shí)現(xiàn)陶瓷試件破壞過(guò)程多聲發(fā)射信號(hào)源的檢測(cè)。利用小波變換降噪方法對(duì)實(shí)驗(yàn)中采集到的聲發(fā)射信號(hào)進(jìn)行降噪處理，然后根據(jù)降噪后的信號(hào)讀取不同傳感器接收信號(hào)時(shí)間，結(jié)合Geiger定位算法對(duì)氧化鋁陶瓷試件中的聲發(fā)射源進(jìn)行定位。

圖10 氧化鋁陶瓷破壞的聲發(fā)射源定位結(jié)果圖Fig.10 AE localization of fractures in alumina ceramic specimen

圖11 氧化鋁陶瓷破壞的實(shí)際結(jié)果圖Fig.11 Actual damage effect of alumina ceramic specimen

氧化鋁陶瓷試件壓縮破壞過(guò)程的聲發(fā)射定位結(jié)果如圖10所示。在初始加載階段，外加載荷達(dá)到25 K以前，聲發(fā)射定位事件主要分布在試件的上部，如圖10(a)，(b)所示。當(dāng)外部載荷增加到25 kN時(shí)，新的聲發(fā)射事件在上下壓頭和初始聲發(fā)射源附近產(chǎn)生，聲發(fā)射事件主要集中在外加載荷的軸線上，如圖10(c)所示，隨著載荷的增加，聲發(fā)射事件逐漸增加，由上下兩端延軸線向中心位置擴(kuò)展，并在初始聲發(fā)射源處開始集中。圖10(d)為載荷加載到50 kN時(shí)的聲發(fā)射定位結(jié)果。如圖10(e)所示，繼續(xù)增加載荷，在初始聲發(fā)射源周圍集中大量的聲發(fā)射事件，說(shuō)明裂紋在主裂紋周圍大量匯聚。當(dāng)載荷加載至115 kN時(shí)，主裂紋迅速擴(kuò)展、貫通，陶瓷材料失穩(wěn)破壞。在失穩(wěn)階段，由于受聲發(fā)射采樣率的限制，試件中心位置附近的裂紋定位不能很好的實(shí)現(xiàn)，如圖10(f)所示。圖11為氧化鋁陶瓷試件壓縮破壞的實(shí)際結(jié)果圖，與聲發(fā)射定位效果基本一致。

3 結(jié) 論

(1) 采用不同的小波基對(duì)實(shí)驗(yàn)中采集到的聲發(fā)射信號(hào)進(jìn)行四層次小波降噪處理，得到信噪比不同的降噪信號(hào)。對(duì)于聲發(fā)射信號(hào)的降噪問(wèn)題，通常以信噪比大為準(zhǔn)則選取最優(yōu)小波基。降噪處理后的信號(hào)能較好地反映聲發(fā)射信號(hào)的真實(shí)信息特征。

(2) 利用聲發(fā)射儀在鋼板、木板兩種不同材料上進(jìn)行斷鉛模擬聲發(fā)射源實(shí)驗(yàn)。使用小波變換降噪方法對(duì)采集到的聲發(fā)射信號(hào)進(jìn)行降噪處理，結(jié)合閾值法讀取不同傳感器接收信號(hào)的時(shí)間，再采用Geiger定位算法計(jì)算出降噪前后聲發(fā)射源的位置，通過(guò)比較降噪前后的定位結(jié)果可知該定位方法能有效地減少噪聲信號(hào)影響，提高各向異性材料中聲發(fā)射源定位精度。

(3) 采用基于小波變換降噪的Geiger算法對(duì)氧化鋁陶瓷試件壓縮破壞過(guò)程中的聲發(fā)射源進(jìn)行定位。通過(guò)對(duì)比發(fā)現(xiàn)氧化鋁陶瓷試件壓縮破壞的實(shí)際結(jié)果圖與聲發(fā)射定位效果基本一致，說(shuō)明該定位方法在材料損傷定位應(yīng)用中具有良好的效果，能準(zhǔn)確的反映材料內(nèi)微裂紋產(chǎn)生和擴(kuò)展而導(dǎo)致材料破壞的過(guò)程。

[ 1 ] ITURRIOZ I, LACIDOGNA G, CARPINTERI A. Acoustic emission detection in concrete specimens: Experimental analysis and lattice model simulations [J]. International Journal of Damage Mechanics, 2013, 23(3):327-358.

[ 2 ] 楊明緯. 聲發(fā)射檢測(cè)[M]. 北京：機(jī)械工業(yè)出版社,2010:4-6.

[ 3 ] 范博楠, 王海斗, 徐濱士,等. 強(qiáng)背景噪聲下微弱聲發(fā)射信號(hào)提取及處理研究現(xiàn)狀[J]. 振動(dòng)與沖擊, 2015, 34(16):147-155.

FAN Bonan, WANG Haidou, XU Binshi, et al. Present research situation of the extraction and processing of weak acoustic emission signals under strong background noise [J]. Journal of Vibration and Shock, 2015, 34(16):147-155.

[ 4 ] DING Y, REUBEN R L, STEEL J A. A new method for waveform analysis for estimating AE wave arrival times using wavelet decomposition [J]. Ndt & E International, 2004, 37(4):279-290.

[ 5 ] 胡廣書. 現(xiàn)代信號(hào)處理教程[M]. 北京: 清華大學(xué)出版社, 2004.

[ 6 ] NING J G, CHU L, REN H L. A quantitative acoustic emission study on fracture processes in ceramics based on wavelet packet decomposition [J]. Journal of Applied Physics, 2014, 116(8):084901-084901-8.

[ 7 ] DONOHO D L. De-noising by soft-thresholding [J]. Information Theory IEEE Transactions On, 1995, 41(3):613-627.

[ 8 ] 王博, 繆玲娟, 汪順亭, 等. 改進(jìn)的小波降噪方法在GPS姿態(tài)測(cè)量中的應(yīng)用[J].宇航學(xué)報(bào), 2008, 29(4):1267-1271.

WANG Bo, MIAO Lingjuan, WANG Shunting, et al. Application of improved wavelet denoising method in GPS Attitude determination [J]. Journal of Astronautics, 2008, 29(4):1267-1271.

[ 9 ] 劉時(shí)華, 張亞. 基于小波分析對(duì)信號(hào)噪聲的處理及應(yīng)用[J]. 機(jī)械工程與自動(dòng)化, 2015(1):84-88.

LIU Shihua, ZHANG Ya. Signal denoising methods based on wavelet analysis [J]. Mechanical Engineering & Automation, 2015(1):84-88.

[10] 熊壯. 基于小波變換法的天然氣泄漏定位研究[D]. 天津：天津大學(xué), 2009.

[11] 王鑫. 基于小波多尺度相關(guān)的次聲波管網(wǎng)泄漏檢測(cè)[D]. 大慶：東北石油大學(xué), 2013.

[12] 臧玉萍, 張德江, 王維正. 小波分層閾值降噪法及其在發(fā)動(dòng)機(jī)振動(dòng)信號(hào)分析中的應(yīng)用[J]. 振動(dòng)與沖擊, 2009, 28(8):57-60.

ZANG Yuping, ZHANG Dejiang, WANG Weizheng. Per-level threshold denoising method using wavelet and its application in engine vibration analysis [J]. Journal of Vibration and Shock, 2009, 28(8):57-60.

[13] 胥永剛, 趙國(guó)亮, 馬朝永, 等. 基于雙樹復(fù)小波與非線性時(shí)間序列的降噪方法[J]. 振動(dòng)與沖擊, 2015, 34(16):135-140.

XU Yonggang，ZHAO Guoliang，MA Chaoyong，et al. New denoising method based on dual-tree complex wavelet transform and nonlinear time series [J]. Journal of Vibration and Shock, 2015, 34(16):135-140.

[14] 康玉梅, 朱萬(wàn)成, 白泉,等. 基于小波變換時(shí)頻能量分析技術(shù)的巖石聲發(fā)射信號(hào)時(shí)延估計(jì)[J]. 巖石力學(xué)與工程學(xué)報(bào), 2010, 29(5):1010-1016.

KANG Yumei, ZHU Wancheng, BAI Quan, et al. Time-delay estimation of acoustic emission signals of rock using time-frequency energy analysis based on wavelet transform [J]. Chinese Journal of Rock Mechanics and Engineering, 2010, 29(5):1010-1016.

[15] 李光海，劉時(shí)風(fēng). 基于小波分析的聲發(fā)射源定位技術(shù)[J]. 機(jī)械工程學(xué)報(bào)，2004,40(7):136-140.

LI Guanghai, LIU Shifeng. Technique of acoustic emission source locating based on wavelet analysis [J]. Journal of Mechanical Engineering,2004,40(7):136-140.

[16] 楊麗, 周益春. 熱障涂層基于小波變換的聲發(fā)射源定位方法[J]. 湘潭大學(xué)自然科學(xué)學(xué)報(bào), 2009, 31(1):38-43.

YANG Li, ZHOU Yichun. The acoustic emission source analysis of thermal barrier coatings based on wavelet analysis [J]. Natural Science Journal of Xiangtan University, 2009, 31(1):38-43.

[17] 李曉梅, 朱援祥, 孫秦明. 基于小波包分析的聲發(fā)射源定位方法[J]. 武漢理工大學(xué)學(xué)報(bào), 2003, 25(2):91-94.

LI Xiaomei, ZHU Yuanxiang, SUN Qinming. Acoustic emission source location based on wavelet packet analysis [J]. Journal of Wuhan University of Technology, 2003, 25(2):91-94.

[18] 趙江海, 楊慧, 顧菊平,等. 基于短時(shí)能量的聲發(fā)射源定位方法研究[J]. 振動(dòng)與沖擊, 2013, 32(23):110-114.

ZHAO Jianghai, YANG Hui, GU Juping, et al. Acoustic emission source locating method based on short-time energy [J]. Journal of Vibration and Shock, 2013, 32(23):110-114.

[19] 林貴斌, 陸秋海, 郭鐵能. 特征系統(tǒng)實(shí)現(xiàn)算法的小波去噪方法研究[J]. 工程力學(xué), 2004, 21(6):91-96.

LIN Guibin, LU Qiuhai, GUO Tieneng. A study of denoising method for eigensystem realization algorithm based on wavelet analysis [J]. Engineering Mechanics, 2004, 21(6):91-96.

[20] 張德豐. MATLAB 小波分析[M]. 北京：機(jī)械工業(yè)出版社, 2012:55-60.

[21] 凌同華, 廖艷程, 張勝. 沖擊荷載下巖石聲發(fā)射信號(hào)能量特征的小波包分析[J]. 振動(dòng)與沖擊, 2010, 29(10):127-130.

LING Tonghua, LIAO Yancheng, ZHANG Sheng. Application of wavelet packet method in frequency band energy distribution of rock acoustic emission signals under impact loading [J]. Journal of Vibration and Shock, 2010, 29(10):127-130.

[22] 宋振華, 王志華, 馬宏偉. 基于小波分析的超聲導(dǎo)波管道裂紋檢測(cè)方法研究[J]. 固體力學(xué)學(xué)報(bào), 2009, 30(4):368-375.

SONG Zhenhua, WANG Zhihua, MA Hongwei. Study on wavelet-based crack detection in pipes using ultrasonic longitudinal guided-wave [J]. Chinese Journal of Solid Mechanics, 2009, 30(4):368-375.

[23] 褚亮, 任會(huì)蘭, 龍波, 等. 陶瓷材料破壞過(guò)程中的聲發(fā)射源定位方法[J]. 兵工學(xué)報(bào), 2014, 35(11):1828-1835.

CHU Liang, REN Huilan, LONG Bo, et al. Location of acoustic emission of ceramics fracturing [J]. Acta Armamentarii, 2014, 35(11):1828-1835.