申珂楠，趙海龍，丁馨增，李 明

（西南林業(yè)大學(xué) 機(jī)械與交通學(xué)院，云南 昆明 653224）

基于LabVIEW的木材聲發(fā)射信號(hào)采集與小波析取

申珂楠，趙海龍，丁馨增，李 明

（西南林業(yè)大學(xué) 機(jī)械與交通學(xué)院，云南 昆明 653224）

為了獲取木材聲發(fā)射信號(hào)波形，采用NI高速數(shù)據(jù)采集設(shè)備構(gòu)建了一種多通道聲發(fā)射信號(hào)采集系統(tǒng)，同時(shí)基于LabVIEW軟件設(shè)計(jì)了相應(yīng)的信號(hào)小波析取與處理平臺(tái)，實(shí)現(xiàn)多通道聲發(fā)射信號(hào)采集、分離、波形析取及頻譜分析等基本功能。最后通過木材試件聲發(fā)射試驗(yàn)驗(yàn)證了該系統(tǒng)的效用，并且通過對(duì)3種不同信號(hào)析取方法的比較，進(jìn)一步驗(yàn)證小波分析的優(yōu)勢(shì)。作為一種通用的木材聲發(fā)射信號(hào)采集與處理平臺(tái)，該系統(tǒng)為木材聲發(fā)射信號(hào)研究提供了必要的基礎(chǔ)保障。

木材；木材聲發(fā)射信號(hào)波形；小波分析；LabVIEW

聲發(fā)射（Acoustic Emission, AE）是指當(dāng)材料受到外力或內(nèi)力作用產(chǎn)生變形或斷裂時(shí)，以瞬態(tài)彈性波形式釋放出應(yīng)變能當(dāng)現(xiàn)象，也稱為應(yīng)力波發(fā)射。聲發(fā)射信號(hào)以主動(dòng)方式動(dòng)態(tài)反應(yīng)材料內(nèi)部應(yīng)力應(yīng)變的產(chǎn)生和發(fā)展?fàn)顩r。自上世紀(jì)50年代“Kaiser效應(yīng)”被發(fā)現(xiàn)后，聲發(fā)射技術(shù)作為一種新的主動(dòng)無損檢測(cè)模式被迅速應(yīng)用于壓力容器、巖石、金屬材料等領(lǐng)域[1-3]。木材作為唯一可再生天然材料，一直以來都受到廣泛的關(guān)注和應(yīng)用，然而由于木材內(nèi)部結(jié)構(gòu)復(fù)雜且受環(huán)境影響明顯，在加工處理過程中，極易受內(nèi)力或外力影響產(chǎn)生形變及開裂，進(jìn)而導(dǎo)致物理性能下降。雖然木材表面的應(yīng)變可以通過常規(guī)應(yīng)變片方式檢測(cè)，但是這些常規(guī)檢測(cè)手段無法實(shí)時(shí)監(jiān)測(cè)木材內(nèi)部形變與開裂。無論木材表面還是內(nèi)部發(fā)生變形或開裂時(shí)，都會(huì)產(chǎn)生相應(yīng)的聲發(fā)射信號(hào)，所以聲發(fā)射技術(shù)成為極具潛力的木材動(dòng)態(tài)損傷檢測(cè)方法。

自上世紀(jì)80年代以來，聲發(fā)射技術(shù)就被用來檢測(cè)木材加工、干燥、加載等情況下的應(yīng)變狀況。CHEN應(yīng)用聲發(fā)射技術(shù)監(jiān)測(cè)在靜態(tài)疲勞扭轉(zhuǎn)載荷下硬木材和軟木材的失效過程，得出木材失效的變化過程問題[4]。Ando等[5]則利用聲發(fā)射技術(shù)研究了陳舊木材微觀破裂過程。謝力生等[6]根據(jù)聲發(fā)射計(jì)測(cè)值預(yù)測(cè)木材干燥開裂。鐘衛(wèi)洲等[7]通過分析云杉試件的靜態(tài)和動(dòng)態(tài)壓縮試驗(yàn)中的聲發(fā)射信號(hào)特征，繪制云杉試件在不同應(yīng)變率下的動(dòng)態(tài)應(yīng)力應(yīng)變曲線。郭曉磊等建立了膠合板和貼面板在3點(diǎn)彎曲加載時(shí)的斷裂損傷聲發(fā)射監(jiān)測(cè)系統(tǒng)[8]。孫建平等[9-10]采用參數(shù)分析方法研究山楊在動(dòng)態(tài)載荷下的聲發(fā)射信號(hào)演變過程。丁小康等[11]分析了木材薄切片在干燥過程中的聲發(fā)射信號(hào)特點(diǎn)。

然而，與金屬材料不同，木材是非常復(fù)雜的各向異性的非均勻復(fù)合材料，聲發(fā)射信號(hào)在木材中的傳播更為復(fù)雜。為此，目前在金屬和巖石中使用的參數(shù)化聲發(fā)射檢測(cè)方式只能在一定程度上定性反映木材內(nèi)部應(yīng)變的發(fā)生和發(fā)展過程，而且由于缺乏對(duì)聲發(fā)射信號(hào)在木材中的傳播規(guī)律的了解，檢測(cè)中的參數(shù)設(shè)置帶有隨意性和主觀性。事實(shí)上，聲發(fā)射波形是分析聲發(fā)射在木材中傳播規(guī)律的基本前提，也是制定檢測(cè)參數(shù)的基本依據(jù)，然而由于測(cè)量噪聲的存在，特別是聲發(fā)射信號(hào)在傳播過程中衰減明顯，從原始采集信號(hào)中無法直接獲得有用的聲發(fā)射信號(hào)波形。為此，本研究將采用聲發(fā)射傳感器和高速數(shù)據(jù)采集設(shè)備，在LabVIEW環(huán)境中建立木材聲發(fā)射信號(hào)采集系統(tǒng)，并采用小波分析方法從原始噪聲信號(hào)中析取聲發(fā)射信號(hào)波形，作為研究木材聲發(fā)射傳播規(guī)律及制定聲發(fā)射參數(shù)的基礎(chǔ)。

1 基于LabVIEW的木材聲發(fā)射信號(hào)采集系統(tǒng)

1.1 木材聲發(fā)射信號(hào)采集系統(tǒng)組成

為了滿足多點(diǎn)監(jiān)測(cè)的需求，本研究基于NI高速數(shù)據(jù)采集卡構(gòu)建了一套多通道聲發(fā)射信號(hào)采集系統(tǒng)，該系統(tǒng)最多可以同時(shí)采集8通道信號(hào)，最高采集頻率可達(dá)2 MHz。整個(gè)聲發(fā)射信號(hào)采集平臺(tái)主要由傳感放大、數(shù)據(jù)采集和數(shù)據(jù)存儲(chǔ)3個(gè)部分組成，其中傳感放大部分采用聲華SR150N型聲發(fā)射傳感器及相應(yīng)的PAI前置放大器，該傳感器信號(hào)采集頻率范圍為22～220 kHz；數(shù)據(jù)采集部分由獨(dú)立的NI USB-6366型8通道高速信號(hào)采集設(shè)備承擔(dān)；聲發(fā)射信號(hào)通過對(duì)應(yīng)的基于LabVIEW的軟件平臺(tái)存儲(chǔ)在計(jì)算機(jī)中。圖1為3通道聲發(fā)射信號(hào)采集的實(shí)物聯(lián)接圖，當(dāng)然，根據(jù)實(shí)際檢測(cè)需要，該系統(tǒng)可以十分方便地增加或更換其他型號(hào)的聲發(fā)射傳感器。根據(jù)現(xiàn)有文獻(xiàn)資料記載，木材聲發(fā)射信號(hào)頻率幾十千赫茲到幾百千赫茲不等，而本系統(tǒng)采集設(shè)計(jì)設(shè)備最高采集頻率為2 MHz，所以能夠滿足木材聲發(fā)射信號(hào)采集需求。

圖1 木材聲發(fā)射采集系統(tǒng)Fig. 1 Wood acoustic emission collection system

1.2 基于LabVIEW的木材聲發(fā)射信號(hào)小波析取平臺(tái)

木材聲發(fā)射信號(hào)是木材受力后主動(dòng)釋放應(yīng)力所產(chǎn)生的彈性波，受木材內(nèi)部復(fù)雜結(jié)構(gòu)及環(huán)境噪聲影響，聲發(fā)射信號(hào)往往因?yàn)樗p顯著而“淹沒”在噪聲信號(hào)中，為了分析木材應(yīng)力應(yīng)變的動(dòng)態(tài)發(fā)展過程，必須從含有噪聲的原始采集信號(hào)中析取出有用的聲發(fā)射信號(hào)。由于小波及小波包分析具有多分辨率的特點(diǎn)，可由粗至精逐步的觀察信號(hào)，不僅在時(shí)域而且在頻域都具有表征信號(hào)的局部特征能力，該方法已被廣泛應(yīng)用于信號(hào)分析、圖像處理、模式識(shí)別、故障診斷等諸多領(lǐng)域。在聲發(fā)射信號(hào)處理方面，小波及小波包分析主要用于金屬材料聲發(fā)射信號(hào)波形提取和識(shí)別[12-17]，而對(duì)于木材工業(yè)而言，該方法仍處于嘗試應(yīng)用階段，目前主要采用小波及小波包分析方法進(jìn)行離線信號(hào)處理[18-20]，究其原因，除了木材聲發(fā)射信號(hào)本身非常復(fù)雜外，主要受制于數(shù)據(jù)采集設(shè)備與軟件處理之間的實(shí)時(shí)數(shù)據(jù)交換不暢。

本研究基于NI的高速采集設(shè)備構(gòu)建了木材聲發(fā)射信號(hào)采集系統(tǒng)，而該設(shè)備和NI自身提供的LabVIEW軟件可以實(shí)現(xiàn)無縫聯(lián)接，所以本研究將依托LabVIEW軟件自身強(qiáng)大的控件功能，采用小波及小波包分析方法設(shè)計(jì)木材聲發(fā)射信號(hào)波形析取與分析應(yīng)用平臺(tái)，實(shí)現(xiàn)聲發(fā)射信號(hào)動(dòng)態(tài)采集與分析，并且通過與等波紋低通濾波及帶窗傅立葉濾波2種方法比較，驗(yàn)證小波分析的效果。為了便于敘述，本研究將LabVIEW程序后面板程序按照信號(hào)流程分為信號(hào)采集、信號(hào)分離及信號(hào)波形析取等3個(gè)子VI加以闡述。

圖2為數(shù)據(jù)采集子VI，該程序主要完成多通道信號(hào)采集，在對(duì)應(yīng)的前面板中，可以根據(jù)實(shí)際需要設(shè)定信號(hào)采樣速率、通道數(shù)等基本參數(shù)，以及信號(hào)存儲(chǔ)路徑及格式等。圖3是聲發(fā)射信號(hào)分離子VI，該程序?qū)⒂蓴?shù)據(jù)采集子VI中的混疊多通道信號(hào)按通道數(shù)加以分離。同時(shí)還可以通過設(shè)置偏置量實(shí)現(xiàn)信號(hào)片段提取。圖4為聲發(fā)射信號(hào)析取子VI，也是整個(gè)信號(hào)處理平臺(tái)的核心部分，為了便于比較，分別采用等紋低通濾波、帶窗傅立葉濾波及小波分析等3種方式進(jìn)行信號(hào)波形析取。在與該程序?qū)?yīng)的前面板中，不僅可以顯示經(jīng)過不同方法處理后的信號(hào)波形，同時(shí)還提供相應(yīng)波形的頻譜圖，與前面兩個(gè)VI類似，3種信號(hào)處理方法的參數(shù)均可以根據(jù)實(shí)際需要加以設(shè)置。最后，為了詳細(xì)說明小波分析方法的實(shí)現(xiàn)過程，重點(diǎn)給出了小波分析子VI（如圖5所示），小波基、閾值、降噪方式等相關(guān)參數(shù)可以直接在對(duì)應(yīng)控件中設(shè)置。

圖2 數(shù)據(jù)采集子VIFig. 2 Data collection VI

圖3 聲發(fā)射信號(hào)分離子VIFig. 3 Acoustic emission signal separation VI

圖4 聲發(fā)射信號(hào)析取子VIFig. 4 Acoustic emission signal extraction VI

圖5 小波分析子VIFig. 5 Wavelet analysis VI

由上述VI構(gòu)成的木材聲發(fā)射信號(hào)處理平臺(tái)，不僅完成了對(duì)多通道信號(hào)的采集與存儲(chǔ)，同時(shí)以圖形方式直觀地提供各通道的原始信號(hào)波形及處理后的信號(hào)波形，并且提供對(duì)應(yīng)時(shí)域信號(hào)的頻譜圖，從而為不同信號(hào)析取方法的比較與分析提供了必要的基礎(chǔ)。

2 木材聲發(fā)射信號(hào)采集與析取試驗(yàn)

為了驗(yàn)證本研究所構(gòu)建的聲發(fā)射信號(hào)采集與處理系統(tǒng)的效果，本研究采用自然風(fēng)干的云南松試件，通過外加聲發(fā)射源的方式，進(jìn)行木材聲發(fā)射信號(hào)采集與析取試驗(yàn)。其中板材尺寸為116 mm × 400 mm；采用鉛芯折斷方式模擬聲發(fā)射信號(hào)；通過3個(gè)通道采集聲發(fā)射信號(hào)，各通道的采集電壓幅值設(shè)置為（-5 v，5 v）；信號(hào)采樣頻率為100 kHz。以模擬聲發(fā)射源為坐標(biāo)原點(diǎn)，3個(gè)聲發(fā)射傳感器的位置分別為（60，0）、（160，0）、（230，0），單位為mm，圖6是傳感器分布實(shí)物圖。

首先，來自3個(gè)傳感器的信號(hào)經(jīng)過3通道信號(hào)采集子VI處理后，形成一個(gè)混疊信號(hào)（如圖7最左側(cè)所示）。然后利用聲發(fā)射信號(hào)分離子VI將該混疊信號(hào)分離成3個(gè)獨(dú)立的信號(hào)（如圖7所示），其中自左到右依次為來自3個(gè)傳感器的原始采集信號(hào)，由于傳感器距離聲源位置不同，分離后的3個(gè)信號(hào)波形在幅值上存在差異，特別是距離聲源位置最遠(yuǎn)的3號(hào)傳感器，因信號(hào)衰減導(dǎo)致信號(hào)幅值明顯減弱，進(jìn)而受噪聲影響更加明顯。

圖7 混合及分離信號(hào)Fig. 7 Mixture and separation of signals

圖8列出了各通道信號(hào)經(jīng)過3種不同方法析取后的信號(hào)波形。圖（a）表明信號(hào)經(jīng)等紋低通濾波處理后，當(dāng)聲發(fā)射信號(hào)明顯強(qiáng)于噪聲時(shí)（圖（a）左側(cè)傳感器1和2的信號(hào)），該方法能夠保留聲發(fā)射信號(hào)特征，但是受幅值平滑處理影響，信號(hào)的幅值相對(duì)下降的同時(shí)，噪聲在一定程度上被放大。然而，當(dāng)聲發(fā)射信號(hào)與噪聲信號(hào)強(qiáng)度接近時(shí)（圖（a）最右側(cè)傳感器3的信號(hào)），該方法析取后的波形明顯失真。圖（b）顯示帶窗傅立葉濾波方法受平滑處理影響更為明顯，各通道析取后的信號(hào)波形均明顯失真。圖（c）則說明采用小波分析方法可以有效析取聲發(fā)射信號(hào)，特別在有用信號(hào)相對(duì)較弱的情況下（如傳感器3的采集信號(hào)），小波分析方法更是完整提取了聲發(fā)射信號(hào)。

為了分析信號(hào)組成及特征，圖9列出了小波分析后的各聲發(fā)射波形的頻譜圖。從圖中可以看出，試驗(yàn)測(cè)得的聲發(fā)射信號(hào)頻率主要集中在30 KHz左右，但是受聲波在木材中的傳播路徑、反射、衍射、散射及木材內(nèi)部結(jié)構(gòu)影響，聲發(fā)射信號(hào)呈現(xiàn)一定的分散特征，尤其當(dāng)傳感器距離聲源較遠(yuǎn)時(shí)，這種影響非常明顯。另外，受信號(hào)衰減影響，從頻譜圖中可以明顯看出距離聲源越遠(yuǎn)，采集的聲發(fā)射信號(hào)能量越低。

圖8 不同方式處理后的信號(hào)波形Fig. 8 Signal waveform after treated with different ways

圖9 小波析取信號(hào)頻譜Fig. 9 Signal frequency spectrum of wavelet extraction

3 結(jié) 論

為了獲取有效的木材聲發(fā)射信號(hào)波形，本研究構(gòu)建了一種集信號(hào)采集、分離、析于一體的聲發(fā)射信號(hào)處理系統(tǒng)，該系統(tǒng)硬件主要由NI高速數(shù)據(jù)采集設(shè)備構(gòu)成，軟件部分開發(fā)則是基于通用的LabVIEW軟件。木材試件聲發(fā)射試驗(yàn)表明，在采用小波分析方法時(shí)，該系統(tǒng)能夠有效析取聲發(fā)射信號(hào)，進(jìn)而為木材聲發(fā)射信號(hào)特征分析提供必要的基礎(chǔ)。但是，本研究?jī)H僅通過外加人造聲源試驗(yàn)驗(yàn)證了系統(tǒng)的效用，未來將針對(duì)不同樹種的木材試件，通過施加外力的方式引起木材表面及內(nèi)部發(fā)生應(yīng)變，并采用本研究構(gòu)建的系統(tǒng)動(dòng)態(tài)采集分析聲發(fā)射信號(hào)，進(jìn)而建立不同類型木材聲發(fā)射信號(hào)的特征參量，為木材應(yīng)力應(yīng)變分析提供新的途徑。

[1] Satour A, Montrésor S, Bentahar M,et al. Acoustic emission signal denoising to improve damage analysis in glass fibrereinforced composites[J]. Nondestructive Testing and Evaluation,2013 (ahead-of-print): 1-15.

[2] Bruno C. Z. Honorio,Rodrigo D. Drummond, Alexandre C. Vidalet al.Well log denoising and geological enhancement based on discrete wavelet transform and hybrid thresholding[J]. Energy exploration & exploitation,2012,30(3):417-433.

[3] Olufemi A. Omitaomu,Vladimir A. Protopopescu,Auroop R.Ganguly et al.Empirical Mode Decomposition Technique With Conditional Mutual Information for Denoising Operational Sensor Data[J]. IEEE sensors journal,2011,11(10):2565-2575.

[4] Chen Z, Gabbitas B, Hunt D. Monitoring the fracture of wood in torsion using acoustic emission[J]. Journal of materials science,2006, 41(12): 3645-3655.

[5] Ando K, Hirashima Y, Sugihara M,et al. Microscopic processes of shearing fracture of old wood, examined using the acoustic emission technique[J]. Journal of Wood Science, 2006, 52(6): 483-489.

[6] 謝力生. 聲發(fā)射在木材干燥中的應(yīng)用[J]. 林產(chǎn)工業(yè), 2001,28(3): 38-42.

[7] 鐘衛(wèi)洲, 宋順成, 黃西成. 三種加載方向下云杉靜動(dòng)態(tài)力學(xué)性能研究[J]. 力學(xué)學(xué)報(bào), 2011, 43(6): 1141-1150.

[8] 郭曉磊,郭 勇,胡 偉,等.木基復(fù)合材料破壞過程中聲發(fā)射特性的研究[J]. 南京林業(yè)大學(xué)學(xué)報(bào)，2011,35(3):97-100.

[9] 孫建平, 王逢湖, 朱曉東,等. 動(dòng)態(tài)載荷下基于聲發(fā)射技術(shù)等楊木破壞過程檢測(cè)[J]. 林業(yè)科學(xué), 2006,42(9): 89-92.

[10] 孫建平, 王逢湖, 朱曉東,等. 基于聲發(fā)射技術(shù)的木材損傷過程監(jiān)測(cè)[J]. 福建林學(xué)院學(xué)報(bào),2006,26(4): 344-348.

[11] 丁小康, 張祥雪, 郝燕華,等. 木材干燥過程中聲發(fā)射信號(hào)分析[J]. 木材工業(yè),2012,26(3): 40-43.

[12] Ahadi M. Bakhtiar M.S.. Leak detection in water-f i lled plastic pipes through the application of tuned wavelet transforms to Acoustic Emission signals[J]. Applied Acoustics, 2010, 71(7): 634-639.

[13] Khamedi R., Fallahi A., Refahi O.A.. Effect of martensite phase volume fraction on acoustic emission signals using wavelet packet analysis during tensile loading of dual phase steels[J].Materials and Design,2010,31(6): 2752-2759.

[14] Chen H.X., Chua P.K., Lim G.H.. Testing and evaluation of water hydraulic components by acoustic emission and wavelet analysis[J].Journal of Testing and Evaluation. 2008,36(6): 534-539.

[15] Subba R.S.V., Subramanyam B.. Analysis of acoustic emission signals using wavelet transformation technique[J]. Defence Science Journal, 2008, 58(4): 559-564.

[16] Serrano E.P., Fabio M.A.. Application of the wavelet transform to acoustic emission signals processing[J]. IEEE Transactions on Signal Processing, 1996,44(5): 1270-1275.

[17] 廖 立,涂登云,李重根,等.熱處理對(duì)尾赤桉木材物理力學(xué)性能的影響[J].中南林業(yè)科技大學(xué)學(xué)報(bào),2013,33(5):128-131.

[18] Kamala G., Hashemi J., Barhorst A.A.. Discrete-wavelet analysis of acoustic emissions during fatigue loading of carbon fiber reinforced composites[J]. Journal of Reinforced and Composites,2001,20(3): 222-238.

[19] Wang L.H., Li L., Qi W.et al. Pattern recognition and size determination of internal wood defects based on wavelet neural networks[J]. Computers and Electronics in Agriculture,2009,69(2): 142-148.

[20] Hu C.S., Afzal M.T.. A wavelet analysis-based approach for damage localization in wood beams[J]. Journal of Wood Science,2006,52(5): 456-460.

Wood acoustic emission signal acquisition and wavelet extraction based on LabVIEW

SHEN Ke-nan, ZHAO Hai-long, DING Xin-zeng, LI Ming
(College of Machinery and Transportation, Southwest Forestry University, Kunming 653224, Yunnan, China)

In order to obtain wood acoustic emission signal waveform, A multi channel acoustic emission signal acquisition system was constructed based on NI high-speed data acquisition equipment. At the same time, a signal wavelet extraction and processing platform based on LabVIEW software was designed, which can be used to collect, separate, extract the acoustic emission signal, spectral analysis and other basic functions. Finally, the wood specimen acoustic emission tests were carried out to verify the effectiveness of the system. And through the comparisons among three different signal extract ways, the advantages of wavelet analysis method was verif i ed.As a universal platform for wood acoustic emission signal acquisition and processing, this system provides the necessary foundation for the processing of wood acoustic emission signal.

wood; wood acoustic emission signal acquisition; wavelet analysis; LabVIEW

S781.38

A

1673-923X(2015)04-0125-05

10.14067/j.cnki.1673-923x.2015.04.022

2014-07-28

國(guó)家自然科學(xué)基金資助項(xiàng)目（31100424）；云南省教育廳科學(xué)研究基金（2013J018）

申珂楠，碩士研究生 通訊作者：李 明，副教授，博士，碩士生導(dǎo)師；E-mail：swfu_lm@swfu.edu.cn

申珂楠,趙海龍,丁馨增,等. 基于LabVIEW的木材聲發(fā)射信號(hào)采集與小波析取[J].中南林業(yè)科技大學(xué)學(xué)報(bào), 2015, 35(4):125-129.

[本文編校：文鳳鳴]