手机知网 App
24小时专家级知识服务
打 开
手机知网|搜索

罐底腐蚀声发射信号识别研究

张明宇

  声发射在线检测技术具有连续检测、对检测环境及构件的形状要求不高、可实现大范围检测的特点,近年来受到业内的普遍关注。Kaiser、Tatro、Green三人的研究成果在声发射发展史上具有里程碑的意义。声发射技术始于二十世纪五十年代,在六十年代初引入到无损检测领域后,逐步涉及到压力容器研究方面,近年来,作为一种罐底检测的新方法,越来越受重视。 声发射信号是典型的非稳态信号,具有瞬态性和多态性。传统的识别方法如模糊识别、人工神经网络、统计识别等,由于隶属函数很难建立,能够识别的分类不多,不能从整体角度考虑识别等缺点,不能很好地反应声发射信号的特性。自回归模型(AR)具有良好的时频分辨率,可以灵敏的反应信号特性,本文采用自回归模型为特征提取方法,结合声发射实验平台采到的钢板裂纹的开裂、腐蚀形成的钢板薄弱区的受载变形、腐蚀生成的氧化物的剥离产生的声发射信号,采用信号分段、每段分别提取AR特征值的方法,克服了传统AR模型参数提取方法应用在长时序列方面的缺陷。隐马尔科夫模型是马尔科夫链的一种,因其算法本身的统计学习和概率推理能力的优势,所以选择它作为处理分析特征量重复再现性不佳、信息量大的声发射信号的工具。Q235钢板的腐蚀实验、折压裂纹实验、氧化物剥离实验证明了以下两点结论: (1) AR模型分析法由于不受采样点数的约束,其模型的最大特点就是系数具有时变性,故分析处理非平稳信号十分有效,其自回归参数对状态变化反映灵敏,可以正确地反应声发射信号特性。 (2)将自回归模型与隐马尔科夫模型相结合,可以有效的识别出腐蚀声发射信号、裂纹声发射信号、氧化物剥离声发射信号。……   
[关键词]:声发射;隐马尔科夫;自回归模型;无损检测
[文献类型]:硕士论文
[文献出处]:沈阳工业大学2013年