龍小江黃麗霞何才厚李秋鋒王 磊盧 超尤立華

（1.無損檢測技術(shù)教育部重點實驗室（南昌航空大學(xué)），江西 南昌 330063；2.江西省特種設(shè)備檢驗檢測研究院鷹潭分院，江西 鷹潭 335000；3.西南油氣田分公司安全環(huán)保與技術(shù)監(jiān)督研究院，四川 成都 610051）

0 引 言

隨著工業(yè)生產(chǎn)的快速發(fā)展，鋼材已是應(yīng)用最廣泛的材料之一，成為社會生產(chǎn)所需的基本原料。在鋼材結(jié)構(gòu)使用過程中，由于鋼材損傷失效將會導(dǎo)致一系列的嚴(yán)重事故，而目前常規(guī)無損檢測方法如超聲、磁粉、渦流、滲透和射線檢測等，都屬于靜態(tài)檢測方法，通常是在停工狀態(tài)下檢測，因此僅適用于鋼材結(jié)構(gòu)的靜態(tài)缺陷檢測，而很難實現(xiàn)鋼材損傷過程中危害的動態(tài)監(jiān)測[1-2]。

聲發(fā)射技術(shù)作為一種新興的動態(tài)無損檢測技術(shù)，具有對材料外形要求不高、不需要停產(chǎn)、檢測效率高等許多優(yōu)點，現(xiàn)已被廣泛應(yīng)用于材料化工、核電工業(yè)、壓力容器、石油石化、航空航天等多個領(lǐng)域[3-6]。聲發(fā)射檢測技術(shù)是結(jié)構(gòu)在受到載荷或外力作用下，結(jié)構(gòu)內(nèi)部損傷聲源處發(fā)出彈性波，即聲發(fā)射信號，通過分布在監(jiān)測區(qū)域的傳感器接收聲發(fā)射信號，并對聲發(fā)射信號進行分析和處理，實現(xiàn)對結(jié)構(gòu)損傷評價的一種檢測方法。根據(jù)該檢測方法的特點，可實現(xiàn)鋼材損傷過程的實時監(jiān)測，及時準(zhǔn)確地發(fā)現(xiàn)損傷聲源的位置以及評價結(jié)構(gòu)損傷程度，因此可以很大程度地減少工業(yè)中鋼材產(chǎn)品在使用過程中的各種事故和損失[7-8]。

在材料的聲發(fā)射檢測中，聲發(fā)射源定位和材料損傷活性及壽命評價是研究的重要方面。目前在材料聲發(fā)射源的定位上，國內(nèi)外研究人員開展了許多系統(tǒng)的研究工作，并取得了一些重要的研究成果，逐步形成檢測標(biāo)準(zhǔn)[9-11]。但是在材料壽命評價方面，仍沒有形成系統(tǒng)性的成果，還處于實驗室研究階段。在鋼材壽命評價方面，需要在材料損傷過程中對損傷各個階段信號的聲發(fā)射特征進行分析，總結(jié)出各個階段聲發(fā)射信號的本質(zhì)區(qū)別，從而通過聲發(fā)射信號特征判斷材料損傷階段，實現(xiàn)對材料后期壽命的評價。

材料拉伸實驗是一項材料力學(xué)基礎(chǔ)實驗，可以通過載荷曲線反映處材料塑性變形到斷裂過程的各個力學(xué)行為階段，而各力學(xué)行為階段實質(zhì)是對應(yīng)著材料的不同損傷階段[12-13]。因此本次通過鋼材拉伸實驗，采集鋼材拉伸損傷過程中各個力學(xué)行為階段的聲發(fā)射信號，通過廣義S變換對檢測信號處理，研究材料不同損傷階段的聲發(fā)射信號特征，實現(xiàn)通過聲發(fā)射監(jiān)測評價鋼材損傷階段，為鋼材壽命評價提供參考依據(jù)。

1 廣義S變換方法原理

現(xiàn)有的非平穩(wěn)信號時頻分析方法主要有3類，即線性、雙線性和自適應(yīng)分析方法。由于雙線性類時頻分析方法通常出現(xiàn)交叉項干擾，而自適應(yīng)類時頻分析方法算法較為復(fù)雜，運算量較大，不利于實時檢測分析，因此線性類時頻分析方法在實際應(yīng)用中具有更大的優(yōu)越性，如短時傅里葉變換（STFT）、小波變換（CWT）和 S變換（ST）等已經(jīng)得到了廣泛應(yīng)用[14-17]。

線性類時頻分析方法都具有兩個共同特點：1）信號分析過程滿足線性疊加性；2）時間局部性通過加窗實現(xiàn)。這類分析方法是從傅里葉分析發(fā)展而來的，由于傅里葉分析方法缺乏在時域和頻域同時定位能力，在時域加窗處理的思想就被提出，線性類時頻分析方法都有統(tǒng)一的內(nèi)積形式[18-20]：

x（t）——窗函數(shù)（基函數(shù)包絡(luò)）。

因此在線性類時頻分析方法中窗函數(shù)對時頻分辨率起著決定性作用，由時頻不確定原理，高斯類函數(shù)具有最小的時頻面積，故將高斯函數(shù)選為窗函數(shù)，但是STFT的固定窗函數(shù)限定了時頻分辨率，而CWT缺乏相位信息，且有嚴(yán)格的小波零均值容許條件[21-22]。為了克服這些不足，陳學(xué)華等[22]通過增加兩個窗口調(diào)節(jié)因子k和p，對高斯窗函數(shù)尺度因子做了如下改進：

式中σ為高斯函數(shù)標(biāo)準(zhǔn)方差，得出廣義S變換（GST）表達式：

當(dāng)k≠p≠1時，尺度因子將隨著頻率變化自適應(yīng)地調(diào)整高斯窗寬度，如使k和p增大或減小，尺度因子將產(chǎn)生非線性變化，則窗函數(shù)寬度將會分別向外擴展或向內(nèi)收縮，所以通過改變k和p的大小可實現(xiàn)廣義S變換的自適應(yīng)性，從而實現(xiàn)對聲發(fā)射信號處理時達到最佳的時頻分辨率，并獲取更為準(zhǔn)確的時頻特性。實質(zhì)上當(dāng)k=p=1時，就是標(biāo)準(zhǔn)S變換表達式。完全無損的廣義S變換逆變換同樣可以利用傅里葉反變換方法實現(xiàn)：

通過以上分析可知，廣義S變換與連續(xù)小波變換比較，同樣具有類似的多分辨特性，受到尺度和平移因子調(diào)節(jié)，但是廣義S變換不需要滿足小波變換的容許性支撐條件，因此在應(yīng)用上更加靈活[23]。

2 仿真實驗分析

圖1 仿真信號的時域波形和頻譜圖

為了對上述線性類時頻分析方法的處理結(jié)果和時頻分辨率進行比較，本次研究設(shè)計了一個仿真信號x（t）進行仿真實驗，其時域和頻域如圖1所示。信號中在0～0.8s時間段存在10Hz頻率成分，在0.8～2.5s時間段都存在30 Hz頻率成分，在0.8～1.6 s時間段還加入了80Hz頻率成分，對該信號分別采用STFT、CWT、ST和GST 4種線性類時頻分析方法處理得到的時頻圖，如圖2所示。

對比分析可知，4種時頻分析方法對仿真信號x（t）的處理結(jié)果都可以明顯地反映出該信號時頻特征，都有一定的時頻分辨率，這也是4種時頻分析方法仍然被廣泛應(yīng)用于非平穩(wěn)信號的時頻特性分析的原因。但是將處理結(jié)果進一步對比，可以發(fā)現(xiàn)廣義S變換的時頻分辨率更優(yōu)于其他3種方法，這與前面的理論分析結(jié)果相吻合，由于廣義S變換通過引入的調(diào)節(jié)因子會自動地根據(jù)分析信號的不同時頻特征而調(diào)節(jié)窗函數(shù)的寬度來調(diào)節(jié)到最佳的時頻分辨率，從而使之成為一種具有自適應(yīng)性的時頻分析方法。因此，在材料拉伸實驗中，不同損傷階段產(chǎn)生的聲發(fā)射信號都屬于非平穩(wěn)信號，采用廣義S變換對信號進行時頻分析，可獲得更高的時頻分辨率，可更好地反映出各個階段的聲發(fā)射信號時頻特征，有望為材料損傷壽命評價提供更加可靠的參考依據(jù)。

3 聲發(fā)射測試實驗與信號分析

聲發(fā)射檢測原理框圖如圖3所示，材料受到外力作用后產(chǎn)生聲發(fā)射信號并向外擴散傳播，信號被傳感器接收到后經(jīng)過放大并被轉(zhuǎn)換成數(shù)字信號記錄在計算機中，通過處理可以觀察和分析檢測信號，根據(jù)分析結(jié)果對聲發(fā)射源進行解釋與評定。

3.1 材料力學(xué)試驗與聲發(fā)射檢測系統(tǒng)

如圖4所示為現(xiàn)場試驗裝置圖，本試驗中所用的試驗裝置包含了材料力學(xué)試驗系統(tǒng)以及聲發(fā)射監(jiān)測系統(tǒng)兩部分。其中材料試驗機是由美國生產(chǎn)的INSTRON 8801型液壓伺服多功能材料試驗系統(tǒng)。聲發(fā)射檢測系統(tǒng)是由美國PAC公司生產(chǎn)的8通道PCI-2系統(tǒng)聲發(fā)射檢測設(shè)備，其中聲發(fā)射傳感器（也稱探頭）的型號為R15，中心頻率為150kHz，頻帶寬度為100～400kHz，可接收各類金屬材料損傷發(fā)出的聲發(fā)射信號。

3.2 試樣制備和傳感器布置

本試驗選用了工業(yè)應(yīng)用較為廣泛又具有良好塑性的Q235鋼材，根據(jù)標(biāo)準(zhǔn)GB/T 228.1——2010《金屬材料 拉伸試驗第1部分：室溫試驗方法》的相關(guān)要求設(shè)計和制備了標(biāo)準(zhǔn)拉伸試驗試樣，如圖5所示。根據(jù)試樣尺寸，放置兩個傳感器檢測監(jiān)測，探頭通過磁夾具固定在試樣上，探頭布置位置也如圖5所示，因為采用兩個探頭，使用線性定位方法將探頭對稱放置在長度方向的中心線上，使兩探頭的間距為110mm，并且各自離加載端端點分別為40mm，實現(xiàn)對稱定位。

圖2 各種時頻分析方法處理結(jié)果

圖3 聲發(fā)射檢測技術(shù)原理框圖

圖4 試驗裝置系統(tǒng)

圖5 拉伸試樣尺寸及聲發(fā)射傳感器布置的示意圖（單位：mm）

3.3 實驗測試結(jié)果及分析

由INSTRON 8801試驗機可以自動記錄拉伸試驗在一定拉伸速率下拉伸損傷過程的載荷值、位移值以及時間3個力學(xué)參數(shù)，由此可以畫出Q235鋼材所對應(yīng)的拉伸載荷與應(yīng)變位移的拉伸曲線變化如圖6所示。

圖6 Q235鋼材拉伸載荷與位移曲線圖

可以很明顯看出Q235在拉伸過程中的4個力學(xué)行為階段：在最左邊線性上升的過程是彈性階段；接下來較為平緩的過程（到達約5mm處）為屈服階段；然后載荷開始增加直到約41mm處為強化階段；最后斷裂。由于這4個力學(xué)行為階段是表征鋼材拉伸性能的重要標(biāo)志，實質(zhì)上也表征出鋼材的損傷過程，所以只要找出各個階段聲發(fā)射信號特征，就可以對鋼材的損傷進行表征和后期預(yù)測。因此需要分別采集各個力學(xué)行為階段的聲發(fā)射信號進行分析和處理，但是在彈性階段材料并未發(fā)生損傷，不會產(chǎn)生聲發(fā)射信號，因此只需采集后面3個階段的聲發(fā)射信號即可。

拉伸Q235鋼材實驗過程中，要保證拉伸實驗開始時間與聲發(fā)射檢測儀器開始工作時間同步，采集的聲發(fā)射信號就是在屈服階段、強化階段和斷裂階段到達時從儀器中提取出來的，拉伸速率為2 mm/s時監(jiān)測采集得到3個階段的聲發(fā)射信號時域波形和頻譜圖分別如圖7～圖9所示。對3個階段的時域波形圖和頻譜圖進行對比和分析，可以發(fā)現(xiàn)：

1）從時域上看，檢測信號能量按屈服階段、強化階段和斷裂階段依次增加，而屈服階段最大幅值略高于強化階段的最大幅值，斷裂階段的信號幅值和能量都明顯大于另外兩個階段，幅值約是前兩個階段的30倍和40倍。這是由于在屈服階段，在拉應(yīng)力作用下，材料晶粒間的位錯和滑移等微觀行為產(chǎn)生了不可逆的塑性形變，這時材料中損傷裂紋開始萌生，開始出現(xiàn)突發(fā)聲發(fā)射信號，但能量和幅值較小。而隨著拉伸位移增加，裂紋也不斷擴展，聲發(fā)射事件數(shù)也在增加，短時出現(xiàn)相近聲發(fā)射信號的混疊，釋放能量增強，聲發(fā)射信號能量也逐漸增加，但是信號幅值變化不大。最后到達斷裂階段，由于材料是瞬間裂開，其內(nèi)部能量也突然大量釋放出來，所以在幅值和能量上都達到了頂點。

圖7 屈服階段聲發(fā)射檢測信號

圖8 強化階段聲發(fā)射檢測信號

圖9 斷裂階段聲發(fā)射檢測信號

2）從頻域上看，受到聲發(fā)射傳感器帶寬影響，3個階段信號最大幅值都在150kHz，但是檢測信號能量有向低頻方向增加的趨勢。在屈服階段的信號出現(xiàn)兩個明顯的峰值頻率分別約為150 kHz和300 kHz但是能量主要還是300kHz處更大；在強化階段的低頻信號能量得到了增強，信號最大峰值頻率仍然在150kHz附近，另一個能量集中的峰值頻率與屈服階段相似，在300kHz附近，該頻率成分能量較屈服階段有所降低；在斷裂階段聲發(fā)射事件急劇增加并釋放大量的能量，頻率成分更多，能量迅速增加，信號峰值頻率在150kHz峰值附近，信號頻率成分主要分布在150～360kHz之間。這是由于材料在屈服階段，拉伸損傷較小，出現(xiàn)一些新生損傷發(fā)出脆性聲發(fā)射信號，而隨著損傷加大，則以損傷擴展的塑性聲發(fā)射信號為主，出現(xiàn)的低頻成分越來越多，直到材料斷裂，能量瞬間釋放，頻率成分增加，使得頻帶變寬。

為了進一步對檢測信號進行分析，采用廣義S變換對3個階段的檢測信號進行時頻處理，可獲得高分辨率時頻分析圖，如圖10所示，通過圖像分析3個階段，聲發(fā)射信號在時頻分析圖中的特征如下：在屈服階段檢測信號的時頻圖如圖10（a）所示，有兩個峰值頻率150kHz和300kHz存在，說明聲發(fā)射信號主要是單個突發(fā)性信號，信號更尖銳，能量集中在高頻部分；而在強化階段信號的時頻圖如圖10（b）所示，存在原聲發(fā)射源擴展發(fā)出的聲發(fā)射信號和新生損傷發(fā)出的聲發(fā)射信號，聲發(fā)射事件不斷增加，但單個突發(fā)性信號不再是主要成分，時間上相臨近的聲發(fā)射事件會出現(xiàn)混疊，造成信號頻帶略微加寬，新生損傷發(fā)出的300kHz高頻信號有所降低，而損傷擴展造成的150kHz附近低頻信號能量明顯增強，同時在觸發(fā)接收聲發(fā)射信號后低頻信號的一直延續(xù)進一步說明聲發(fā)射信號中還包含臨近的多個低頻成分信號的疊加；最后在斷裂階段信號的時頻圖如圖10（c）所示，在整個時間范圍內(nèi)都存在聲發(fā)射信號，這是因為斷裂時間很短，期間發(fā)出的聲發(fā)射信號非常多，在當(dāng)前事件檢測信號中還包含著前一個事件的信號成分，這說明斷裂階段的信號頻率成分變得比前兩個階段的信號更為復(fù)雜，因此在時頻圖上，斷裂階段的聲發(fā)射信號能量、幅值、持續(xù)時間、事件數(shù)量上都大大超出前兩個階段，但是主要能量還是以損傷斷裂引起的低頻信號為主。根據(jù)廣義S變換后的高分辨時頻分析圖可以更明顯發(fā)現(xiàn)3個階段不同的時頻特征，這些時頻特征可以為后期材料損傷定量和使用壽命預(yù)測研究提供可靠的評價方法和參考依據(jù)。

圖10 聲發(fā)射檢測信號廣義S變換圖

4 結(jié)束語

本文根據(jù)鋼材聲發(fā)射檢測中，對材料損傷定量和壽命預(yù)測的要求進行了前期研究工作，提出采用高時頻分辨率的廣義S變換方法對聲發(fā)射檢測信號進行時頻分析，找出不同損傷階段的聲發(fā)射信號時頻特征。在進行Q235鋼材拉伸力學(xué)實驗中，建立聲發(fā)射檢測系統(tǒng)，采集鋼材拉伸過程中各個力學(xué)行為階段的損傷聲源發(fā)出的聲發(fā)射信號，相比于時域和頻域圖，廣義S變換獲得的高分辨時頻圖更能反映出各個損傷階段的不同時頻特征，可通過時頻圖分析，對材料損傷的情況進行評價，可為材料損傷定量和壽命預(yù)測的研究提供評價方法，也可為其他材料的聲發(fā)射檢測評價提供參考依據(jù)。

[1]王佩.無損評價在材料（鍛件）檢測中的應(yīng)用[J].無損檢測，2015，37（12）：53-55.

[2]DAI G，WANG Y L，XU Y T，et al.AE testing of a low alloy steel pressure vessel[J].NDT&E International，1993，26（6）：291-294.

[3]龍小江，李秋鋒，何才厚，等.起重機鋼梁疲勞特性聲發(fā)射監(jiān)測實驗研究[J].中國測試，2015，41（9）：11-15.

[4]CHANG H，HAN E H，WANG J Q，et al.Acoustic emission,study offatiguecrack closure ofphysical short and long cracks for aluminum alloy LY12CZ[J].International Journal of Fatigue，2009（31）：403-407.

[5]駱志高，王祥，李舉，等.利用聲發(fā)射信號的特征分析對沖擊模具的狀態(tài)判別[J]. 振動與沖擊，2009，28（3）：186-190.

[6]胡聰，吳瓊，李秋鋒，等.時間反轉(zhuǎn)在列車轉(zhuǎn)向架聲發(fā)射源定位中的應(yīng)用[J].中國測試，2016，42（12）：136-140.

[7]BROUILLARD.Introduction to acoustic emission[J].materials Evaluation，1988，46（7）：174-180.

[8]AGGELIS D G.Classification of cracking mode in concrete by acoustic emission parameters[J].Mechanics Research Communications，2011，38（3）：153-157.

[9]李昕，羅更生，龍盛蓉，等.鋼板聲發(fā)射時間反轉(zhuǎn)聚焦增強定位方法[J].儀器儀表學(xué)報，2016，37（8）：1792-1799.

[10]JOMDECHA C.Study on source location using an acoustic emission system for various corrosion types[J].NDT&E International，2007，40（1）：584-593.

[11]沈功田，耿榮生，劉時風(fēng).聲發(fā)射源定位技術(shù)[J].無損檢測，2002，24（3）：114-118.

[12]龍小江，李秋鋒，何才厚，等.不同拉伸速率下鋼材損傷的聲發(fā)射監(jiān)測評價[J].振動與沖擊，2017，36（7）：219-225.

[13]盧超，丁鵬，陳振華，等.不同拉伸速度下的碳布/環(huán)氧樹脂復(fù)合材料聲發(fā)射評價[J].失效分析與預(yù)防，2012，7（1）：15-18.

[14]MCFADDEN P D，COOK J G，F(xiàn)ORSTER L M.Decomposition of gear vibration signals by the gengeralized S transform[J].Mechanicla Systems and Signal Processing，1999（13）：691-707.

[15]馮平，牛軍宜，張偉.基于S變換的水文時間序列演變特征研究[J].應(yīng)用基礎(chǔ)與工程科學(xué)學(xué)報，2011，19（1）：1-8.

[16]PINNEGAR C R，MANSINHA L.Time-local spectral analysis for non-stationary time series：the S-transform for noisy signals[J].Fluctuation and Noise Letters，2003，3（3）：357-364.

[17]PINNEGAR C R，MANSINHA L.The S-transform with windows of arbitrary and varying shape[J].Geophysics，2003，68（1）：381-385.

[18]GABOR D.Theroy of communication[J].Journal of the IEEE，1946（93）：429-497.

[19]DJUROVIC，SEJDI E，JIANG J.Frequency-based window width optimization for S-transform[J].AEU International Journal of Electronics and Communications，2008，62（4）：245-250.

[20]金智，尹柏強.基于廣義S變換的高斯領(lǐng)域時頻濾波方法[J].電子測量與儀器學(xué)報，2015，29（1）：124-131.

[21]王長龍，朱紅運，陳海龍，等.基于S變換的鐵磁材料缺陷定位[J].中國測試，2016，42（7）：15-19.

[22]陳學(xué)華，賀振華，黃德濟.廣義S變換及其時頻濾波[J].信號處理，2008，24（1）：28-31.

[23]LI B，ZHANG P L，LIU D S，et al.Feature extraction forrolling elementbearing faultdiagnosis utilizing generalized S transform and two-dimensional non-negative matrix factorization[J].Journal of Sound and Vibration，2011，330（10）：2388-2399.