朱榮華，剛 鐵，萬(wàn)楚豪

（哈爾濱工業(yè)大學(xué) 先進(jìn)焊接與連接國(guó)家重點(diǎn)實(shí)驗(yàn)室，哈爾濱150001）

隨著列車輕量化的發(fā)展，鋁合金在高速列車車體的制造中得到越來(lái)越廣泛的應(yīng)用，疲勞裂紋是鋁合金結(jié)構(gòu)中較危險(xiǎn)的缺陷之一。在交變載荷的作用下，微裂紋進(jìn)一步發(fā)展為宏觀裂紋，而宏觀裂紋的存在極大降低了列車鋁合金結(jié)構(gòu)安全運(yùn)行的可靠性，甚至?xí)斐蔀?zāi)難性的事故。目前列車常用的無(wú)損檢測(cè)手段主要有X射線、超聲、滲透等檢測(cè)方法，這些方法需要列車停車檢查而且其檢測(cè)效率較低，因此迫切需要一種在列車運(yùn)行條件下的適用于鋁合金結(jié)構(gòu)的在線診斷方法。

聲發(fā)射（Acoustic Emission，AE）技術(shù)是實(shí)時(shí)監(jiān)測(cè)材料或結(jié)構(gòu)狀態(tài)最重要的無(wú)損檢測(cè)方法之一。它利用材料局部產(chǎn)生的瞬時(shí)彈性波，當(dāng)彈性波到達(dá)材料表面時(shí)，引起材料表面的機(jī)械振動(dòng)，壓電傳感器將機(jī)械振動(dòng)轉(zhuǎn)變?yōu)殡娦盘?hào)，電信號(hào)經(jīng)過(guò)濾波、放大等處理后得到聲發(fā)射信號(hào)[1］。最后通過(guò)對(duì)聲發(fā)射信號(hào)的分析和處理即可判斷材料或結(jié)構(gòu)的狀態(tài)。Bellenger等[2］采用聲發(fā)射事件計(jì)數(shù)、上升時(shí)間來(lái)監(jiān)測(cè)鋁合金點(diǎn)蝕現(xiàn)象。Kordatos等[3］采用聲發(fā)射監(jiān)測(cè)了鋁合金的疲勞過(guò)程，并用聲發(fā)射能量、上升時(shí)間來(lái)評(píng)估鋁合金的疲勞損傷程度。

傳統(tǒng)的聲發(fā)射信號(hào)分析方法為參數(shù)分析法，如計(jì)數(shù)[4－6］，幅值[7］，能量[8，9］等來(lái)描述材料狀態(tài)。雖然參數(shù)分析法能夠簡(jiǎn)單、直觀、快速地提供聲發(fā)射源特征，但是該方法只是對(duì)聲發(fā)射信號(hào)波形局部特征的描述，因此損失了大量的信息。目前工業(yè)中如壓力容器及管道聲發(fā)射檢測(cè)的評(píng)價(jià)，主要根據(jù)聲發(fā)射特征值的大小來(lái)劃分聲發(fā)射源的強(qiáng)度，根據(jù)聲發(fā)射特征值出現(xiàn)的頻度來(lái)劃分聲發(fā)射源的活度，再綜合聲發(fā)射源的強(qiáng)度和活度來(lái)判斷聲發(fā)射源的狀態(tài)等級(jí)[10］。

波形分析法[11，12］是根據(jù)聲發(fā)射系統(tǒng)所記錄的AE信號(hào)時(shí)域波形及相關(guān)的頻譜等來(lái)獲取有關(guān)聲發(fā)射源信息的方法。高階譜分析方法是近年來(lái)信號(hào)處理領(lǐng)域中涌現(xiàn)出來(lái)的一種數(shù)學(xué)工具，已在許多領(lǐng)域展現(xiàn)出了巨大的優(yōu)越性。高階累積量的多維傅里葉變換定義為高階譜（或稱多譜）[13］。與功率譜相比，高階譜可以抑制高斯噪聲，分辨率高，并能夠得到信號(hào)相位、能量和非線性等有用信息。對(duì)鋁合金聲發(fā)射信號(hào)進(jìn)行高階譜分析，能夠獲得以往信號(hào)分析方法未能提取出的大量有用信息。Piotrkowski等[14］對(duì)熱浸鍍鋅試樣不同腐蝕程度獲取的聲發(fā)射信號(hào)進(jìn)行了小波變換，不同的損傷機(jī)制分布在不同的頻段，雙譜分析評(píng)估了不同損傷機(jī)制之間的關(guān)系。

本工作基于聲發(fā)射和數(shù)字圖像法對(duì)7N01鋁合金三點(diǎn)彎曲過(guò)程中裂紋演變進(jìn)行了監(jiān)測(cè)，采用傳統(tǒng)的參數(shù)和雙譜法分析了7N01鋁合金裂紋缺陷萌生及失穩(wěn)擴(kuò)展的聲發(fā)射特征。

1 雙譜分析法

高階譜中雙譜的階數(shù)最低，計(jì)算較為簡(jiǎn)單，但包含了高階譜的所有特征，所以本工作中采用了基于三階譜也稱雙譜的分析法。雙譜估計(jì)有直接法和間接法：直接法先估計(jì)其傅里葉序列，然后對(duì)該序列作三重相關(guān)運(yùn)算，即可得到雙譜估計(jì)；間接法先估計(jì)三階累積量，再取累積量序列的傅里葉變換得到雙譜。本工作中雙譜估計(jì)采用間接法，雙譜的定義如下[13］：

間接法進(jìn)行雙譜估計(jì)的主要步驟：

1）將長(zhǎng)度為N的實(shí)驗(yàn)數(shù)據(jù)sn（t）分成K 段，每段有M個(gè)數(shù)據(jù)，即N＝KM，進(jìn)行去均值操作。

2 實(shí)驗(yàn)

2.1 實(shí)驗(yàn)設(shè)備

實(shí)驗(yàn)材料為在高速列車車體制造中廣泛使用的7N01鋁合金[3］。加載設(shè)備為萬(wàn)能材料試驗(yàn)機(jī)；監(jiān)測(cè)儀器為PCI－2型數(shù)字化聲發(fā)射監(jiān)測(cè)系統(tǒng)，主要包括聲發(fā)射傳感器、前置放大器、PCI－2聲發(fā)射數(shù)據(jù)采集卡和主機(jī)；數(shù)字圖像監(jiān)視系統(tǒng)，主要包括顯微鏡、CCD攝像機(jī)、監(jiān)視器、圖像采集卡及主機(jī)，圖1是實(shí)驗(yàn)裝置示意圖。

圖1 聲發(fā)射與數(shù)字圖像監(jiān)測(cè)裝置Fig.1 Acoustic emission and digital image monitoring set－up

2.2 傳感器布置及參數(shù)設(shè)置

試樣形狀及尺寸為250mm×40mm×12.5mm（如圖2所示），在試樣底部用線切割切2.5mm深的槽，試件缺口端面用砂紙打磨拋光，以便在實(shí)驗(yàn)過(guò)程中對(duì)缺口尖端進(jìn)行顯微圖像監(jiān)測(cè)。光學(xué)顯微系統(tǒng)（由CCD攝像機(jī)和顯微鏡組成）的分辨率為0.7μm。

實(shí)驗(yàn)選用的AE傳感器為諧振式傳感器（頻率為70～200kHz）和寬帶式傳感器（頻率為100～1000kHz），傳感器間距設(shè)置為80mm（見(jiàn)圖2）。傳感器使用凡士林耦合，并用夾具固定在試樣表面。聲發(fā)射閾值設(shè)置為40dB，以減少環(huán)境噪聲對(duì)聲發(fā)射信號(hào)的影響。三點(diǎn)彎曲試樣跨距為200mm。

圖2 試樣尺寸及傳感器布置圖Fig.2 Sample size and sensor layout

2.3 實(shí)驗(yàn)步驟

將布置好傳感器的試樣裝入萬(wàn)能試驗(yàn)機(jī)中，再將聲發(fā)射傳感器用電纜與前置放大器、PCI－2聲發(fā)射系統(tǒng)連接好。實(shí)驗(yàn)前預(yù)加一定的載荷，以減小壓頭、支柱與試樣之間的摩擦噪聲。試驗(yàn)機(jī)的加載速率設(shè)為1.2mm／min，啟動(dòng)試驗(yàn)機(jī)同時(shí)觸發(fā)聲發(fā)射系統(tǒng)和圖像采集系統(tǒng)，對(duì)試樣進(jìn)行加載直至載荷出現(xiàn)較快下降后停止加載，同時(shí)停止聲發(fā)射和圖像采集。

3 結(jié)果與討論

3.1 參數(shù)分析法

參數(shù)分析法常用的特征參數(shù)主要有能量、幅值、上升時(shí)間等。參數(shù)分析法選取能量、累積能量和質(zhì)心頻率（Centroid Frequency，CF）對(duì)7N01鋁合金三點(diǎn)彎曲過(guò)程中采集的聲發(fā)射信號(hào)進(jìn)行了特征分析，見(jiàn)圖3。

圖3 AE特征值與載荷曲線圖 （a）AE能量，累積能量與載荷隨時(shí)間變化圖；（b）質(zhì)心頻率與載荷隨時(shí)間變化圖Fig.3 AE characteristics vs load curves （a）AE energy，accumulative energy，load vs time；（b）centroid frequency，load vs time

根據(jù)圖3（a），聲發(fā)射能量、累積能量、載荷隨時(shí)間變化圖（圖中1，2，3為能量突變點(diǎn)，G，E為載荷曲線的切點(diǎn)，聲發(fā)射信號(hào)由諧振傳感器采集）中的G，E切點(diǎn)以及鋁合金缺口尖端損傷演變過(guò)程（如圖4所示），可將整個(gè)實(shí)驗(yàn)時(shí)間分為三個(gè)區(qū)間：彈性變形區(qū)、塑性變形及裂紋擴(kuò)展區(qū)、裂紋失穩(wěn)擴(kuò)展區(qū)。根據(jù)能量突變點(diǎn)1，2，3，可將三點(diǎn)彎曲時(shí)間段分為四個(gè)區(qū)：Ⅰ，Ⅱ，Ⅲ，Ⅳ區(qū)。

從圖3（a）可以看出，7N01鋁合金三點(diǎn)彎曲過(guò)程中，早期（即I區(qū)，彈性變形階段）的聲發(fā)射信號(hào)很少，且能量較低。隨著載荷的增加，在1點(diǎn)產(chǎn)生一個(gè)能量峰值（能量達(dá)到319eu，對(duì)應(yīng)的時(shí)間為154s，此時(shí)離G點(diǎn)約為7s），意味著缺口尖端在應(yīng)力集中的作用下開(kāi)始產(chǎn)生塑性變形，此時(shí)能量值仍然較小。隨著載荷的增加，在Ⅱ區(qū)后半部分聲發(fā)射能量逐漸增大并呈指數(shù)級(jí)增長(zhǎng)，在2點(diǎn)又達(dá)到一個(gè)能量峰值（能量達(dá)到3045eu，對(duì)應(yīng)的時(shí)間為273.5s），并逐漸降低，此時(shí)缺口尖端產(chǎn)生微裂紋，并不斷匯聚產(chǎn)生較大的微裂紋。載荷繼續(xù)增加使得裂紋向前穩(wěn)定擴(kuò)展，在Ⅲ區(qū)可以看到，前半部分能量保持較低的值，后半部分能量在290.5s達(dá)到3576eu，隨后在294.6s達(dá)到能量最大峰值21051eu，此時(shí)比E點(diǎn)提前約9s，之后裂紋產(chǎn)生失穩(wěn)擴(kuò)展。

圖3（b）為聲發(fā)射質(zhì)心頻率與載荷隨時(shí)間變化圖（聲發(fā)射信號(hào)由寬帶傳感器采集）。質(zhì)心頻率在I區(qū)和II區(qū)前半部分主要集中在290～540kHz頻帶內(nèi)，隨著載荷的增加，在250.5s后聲發(fā)射信號(hào)逐漸增多，并且頻率分量逐漸增加，此時(shí)高幅值A(chǔ)E信號(hào)（振幅＞70dB）的質(zhì)心頻率主要集中在143～298kHz頻帶內(nèi)?？梢酝茢?N01鋁合金在裂紋擴(kuò)展階段聲發(fā)射信號(hào)主要集中在低頻段。

圖4 7N01鋁合金三點(diǎn)彎曲過(guò)程中缺口尖端裂紋演變圖，其中圖（a）～（f）對(duì)應(yīng)于圖3（a）中標(biāo)記的A～F點(diǎn)Fig.4 Diagram of crack evolution in notch－tip during the three－point bending process，figures（a）－（f）correspond to A－F marked in fig.3（a）

7N01鋁合金缺口尖端表面的顯微觀測(cè)（圖4中箭頭所示，其中圖4（a）～（f）對(duì)應(yīng)于圖3（a）中標(biāo)記的A～F點(diǎn)）驗(yàn)證了AE能量與質(zhì)心頻率對(duì)缺口尖端損傷演變的預(yù)測(cè)。從圖4可以看出，缺口在應(yīng)力集中下產(chǎn)生明顯的塑性變形（如圖4（b）所示），隨著載荷的增加，微裂紋萌生（圖4（c），（d）所示）直至裂紋失穩(wěn)擴(kuò)展（如圖4（e）所示），實(shí)驗(yàn)結(jié)束可見(jiàn)裂紋擴(kuò)展方向呈樹丫狀，缺口左右端裂紋長(zhǎng)約400μm和100μm（如圖4（f）所示）。

3.2 雙譜分析法

選取寬帶傳感器采集的聲發(fā)射信號(hào)能量突變點(diǎn)的信號(hào)波形，如圖5所示，其中聲發(fā)射信號(hào)1，2，3分別為7N01鋁合金三點(diǎn)彎曲過(guò)程中塑性變形、裂紋萌生擴(kuò)展、裂紋失穩(wěn)擴(kuò)展階段聲發(fā)射能量突變點(diǎn)（對(duì)應(yīng)于圖3（a）中的1，2，3點(diǎn)）的時(shí)域信號(hào)。聲發(fā)射時(shí)域波形圖的統(tǒng)計(jì)特征值（見(jiàn)表1）顯示，波形1，2為突發(fā)型波形，其上升時(shí)間較短，而波形3為突發(fā)連續(xù)混合型波形，其上升時(shí)間較長(zhǎng)，并在高幅值持續(xù)較長(zhǎng)時(shí)間。這種現(xiàn)象主要與裂紋擴(kuò)展時(shí)的應(yīng)變能釋放有關(guān)，在裂紋萌生與穩(wěn)定擴(kuò)展階段，微小裂紋的擴(kuò)展呈脈沖衰減波，而裂紋失穩(wěn)擴(kuò)展其釋放的應(yīng)變能更大且持續(xù)時(shí)間更長(zhǎng)。

圖5 AE信號(hào)波形圖，波形1，2，3對(duì)應(yīng)于圖3（a）的1，2，3點(diǎn)Fig.5 AE signal waveforms，waveforms 1，2，3corresponding to the points 1，2，3in fig.3（a）

表1 AE時(shí)域波形的特征值Table 1 The eigenvalue of AE time－domain waveform

對(duì)聲發(fā)射信號(hào)1，2，3進(jìn)行了雙譜估計(jì)，并作出雙譜估計(jì)的等高線圖，如圖6所示。對(duì)比分析不同狀態(tài)下聲發(fā)射信號(hào)雙譜估計(jì)的等高線圖，可以看出聲發(fā)射信號(hào)的雙譜模呈逐漸增大的趨勢(shì)。信號(hào)1的雙譜峰值主要分布在（40，160）和（160，40），而信號(hào)2在（40，120），（80，80）和（120，40）具有較高的雙譜峰值，信號(hào)3的雙譜峰值在（40，80），（80，40）和（120，120）。由此可見(jiàn)，等高線圖清晰地表明了兩個(gè)頻率成分之間的耦合關(guān)系，從而使得識(shí)別7N01鋁合金三點(diǎn)彎曲損傷過(guò)程中的三個(gè)不同階段變得相對(duì)容易。

圖6 AE信號(hào)雙譜等高線圖 （a）波形1；（b）波形2；（c）波形3Fig.6 Bispectra contour map of AE signal waveforms （a）waveform 1；（b）waveform 2；（c）waveform 3

由于雙譜三維圖數(shù)據(jù)量較大，為進(jìn)一步分析聲發(fā)射信號(hào)間差異，對(duì)雙譜三維圖形沿f1＝f2的主對(duì)角進(jìn)行切片處理[13］，得到各聲發(fā)射信號(hào)雙譜對(duì)角切片圖。為了便于比較，對(duì)切片圖的雙譜模進(jìn)行歸一化，如圖7所示。

V1＝ （V－min（V））／（max（V）－min（V）） （5）其中，V1為歸一化的雙譜模，V 為切片圖的雙譜模。對(duì)比分析聲發(fā)射信號(hào)的雙譜對(duì)角線切片圖可知，塑性變形階段聲發(fā)射信號(hào)雙譜模（圖7（a））主要集中于0～200kHz范圍內(nèi)，信號(hào)存在兩個(gè)峰值點(diǎn)，分別為80，160kHz；裂紋穩(wěn)定擴(kuò)展階段AE信號(hào)的雙譜模（圖7（b））同樣主要集中在0～200kHz區(qū)域內(nèi)，同時(shí)峰值點(diǎn)160kHz處的雙譜模出現(xiàn)了較高的增長(zhǎng)；裂紋失穩(wěn)擴(kuò)展階段聲發(fā)射信號(hào)雙譜模（圖7（c））的峰值點(diǎn)出現(xiàn)在120kHz處，同時(shí)在200～720kHz之間出現(xiàn)了高頻信號(hào)，因此通過(guò)分析聲發(fā)射信號(hào)雙譜對(duì)角線切片圖可以區(qū)分7N01鋁合金三點(diǎn)彎曲不同損傷階段。

圖7 AE信號(hào)主對(duì)角線雙譜模切片圖 （a）波形1；（b）波形2；（c）波形3Fig.7 Bispectra diagonal slices of AE signal （a）waveform 1；（b）waveform 2；（c）waveform 3

4 結(jié)論

（1）聲發(fā)射能量和質(zhì)心頻率可以有效預(yù)測(cè)微裂紋的萌生。在微裂紋的萌生擴(kuò)展過(guò)程中，聲發(fā)射能量呈指數(shù)級(jí)增長(zhǎng)，高幅值A(chǔ)E信號(hào)的質(zhì)心頻率主要集中在143～298kHz的低頻段。

（2）聲發(fā)射信號(hào)時(shí)域波形特征表明，塑性變形和裂紋萌生階段能量突變的聲發(fā)射信號(hào)為突發(fā)型信號(hào)，而裂紋失穩(wěn)擴(kuò)展階段的聲發(fā)射信號(hào)為突發(fā)連續(xù)混合型信號(hào)。

（3）聲發(fā)射信號(hào)雙譜分析可以發(fā)現(xiàn)，不同階段聲發(fā)射信號(hào)的雙譜等高線圖顯示的兩個(gè)頻率成分之間的耦合關(guān)系使得識(shí)別7N01鋁合金三點(diǎn)彎曲損傷過(guò)程中的三個(gè)不同階段變得相對(duì)容易。

[1]楊明緯.聲發(fā)射檢測(cè)[M］.北京：機(jī)械工業(yè)出版社，2005.1－6.

[2]BELLENGER F，MAZILLE H，IDRISSI H.Use of acoustic emission technique for the early detection of aluminum alloys exfoliation corrosion[J］.NDT ＆ E International，2002，35（6）：385－392.

[3]KORDATOS E Z，AGGELIS D G，MATIKAS T E.Monitoring mechanical damage in structural materials using complimentary NDE techniques based on thermography and acoustic emission[J］.Composites：Part B，2012，43（6）：2676－2686.

[4]MUKHOPADHYAY C K，JAYAKUMAR T，BALDEV R，etal.The influence of notch on the acoustic emission generated during tensile testing of nuclear grade AISI type 304stainless steel[J］.Materials Science and Engineering：A，2000，276（1－2）：83－90.

[5]ROY H，PARIDA N，SIVAPRASAD S，etal.Acoustic emissions during fracture toughness tests of steels exhibiting varying ductility[J］.Materials Science and Engineering：A，2008，486（1－2）：562－571.

[6]MUKHOPADHYAY C K，JAYAKUMAR T，RAJ B，etal.A－coustic emission－stress intensity factor relations for tensile deformation of notched specimens of AISI type 304stainless steel[J］.Materials Science and Engineering：A，2000，293（1－2）：137－145.

[7]CHOI N S，TAKAHASHI K，HOSHINO K.Characteristics of acoustic emission during the damage process in notched short－fibre－reinforced thermoplastics[J］.NDT ＆ E International，1992，25（6）：271－278.

[8]YANG L，ZHOU Y C，MAO W G，etal.Real－time acoustic emission testing based on wavelet transform for the failure process of thermal barrier coatings[J］.Applied Physics Letters，2008，93（23）：231906－231911.

[9]BOIRCHAK M，F(xiàn)ARROW I R，BOND I P，etal.Acoustic emission energy as a fatigue damage parameter for CFRP composites[J］.International Journal of Fatigue，2007，29（3）：457－470.

[10]GB／T18182—2000，金屬壓力容器聲發(fā)射檢測(cè)及結(jié)果評(píng)價(jià)方法[S］.

[11]耿榮生，沈功田，劉時(shí)風(fēng).基于波形分析的聲發(fā)射信號(hào)處理技術(shù)[J］.無(wú)損檢測(cè)，2002，24（6）：257－261.GENG Rong－sheng，SHEN Gong－tian，LIU Shi－feng.Acoustic emission signal processing technique based on waveform analysis[J］.Nondestructive Testing，2002，24（6）：257－261.

[12]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 Guang－h(huán)ai，LIU Shi－feng.Technique of acoustic emission source locating based on wavelet analysis[J］.Chinese Journal of Mechanical Engineering，2004，40（7）：136－140.

[13]陳仲生.基于Matlab 7.0的統(tǒng)計(jì)信息處理[M］.長(zhǎng)沙：湖南科學(xué)技術(shù)出版社，2005.195－207.

[14]PIOTRKOWSKI R，ENRIQUE C，ANTOLINO G.Wavelet power，entropy and bispectrum applied to AE signals for damage identification and evaluation of corroded galvanized steel[J］.Mechanical Systems and Signal Processing，2009，23（2）：432－445.