金属裂纹声发射信号识别及报警的方法研究

论文摘要

金属结构件在交变载荷作用下,出现疲劳裂纹是常见的故障之一,尤其是对于混流式水轮机转轮等结构复杂的大型构件更是如此。由于交变载荷的作用,裂纹不断扩展,常导致结构件的断裂,因而对疲劳裂纹的监测是非常必要的。声发射检测技术是一门新兴的多学科交叉的无损检测技术,已被广泛应用于设备的无损检测、在线监测中。本文在广泛查阅大量国内外科技文献资料的基础上,将声发射技术应用于金属疲劳裂纹的在线检测。由于声发射信号的瞬态性和随机性,它由一系列频率和模式丰富的信号组成,以及现场工作环境恶劣,声发射源种类较多。很难通过简单的频率或者幅值等滤波方法来获取比较纯净金属疲劳裂纹声发射信号。结合现场混流式水轮机转轮工作实际情况,初步确定现场较多的声发射信号为金属疲劳裂纹声发射信号、空化信号以及摩擦声发射信号,并增加标准断铅信号。综述分析声发射的分析方法及13个表征参数;通过采用神经网络模式识别的方法,设计出特征提取器,筛选出最能表达声发射本质的五个特征参数;同时采用可分离性判据的方法得到对分类效果最显著的特征参数,验证特征提取器的正确性;通过实验验证,利用所提取的五个特征参数可以识别出金属裂纹声发射信号。此外,在大型复杂构件声发射检测中,经常采用多传感器检测系统。可以采用数据层融合的独立分量分析方法和决策层融合的D-S证据理论,来融合多传感器信息,减少识别的不确定性,提高系统的识别、容错和抗干扰能力。在前面神经网络模式识别的基础上,借助数据融合技术和报警理论实现了对金属裂纹的发生进行报警。本课题来源于国家自然科学基金项目（50465002）——《混流式水轮机转轮叶片裂纹监测的理论和方法研究》。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 课题来源及研究意义
• 1.2 声发射技术概述及国内外研究现状
• 1.2.1 声发射技术的基本原理
• 1.2.2 声发射信号的分类及特性参数
• 1.2.3 声发射技术国内外研究现状
• 1.3 声发射特征信号分析方法及应用现状
• 1.4 本课题的主要研究内容
• 第二章 神经网络模式识别理论及应用
• 2.1 神经网络模式识别基本概念
• 2.1.1 模式识别的基本概念
• 2.1.2 神经网络模式识别
• 2.2 BP神经网络
• 2.2.1 BP神经网络理论
• 2.2.2 BP网络设计
• 2.3 特征提取器的实现
• 2.3.1 特征提取和选择的概念
• 2.3.2 特征提取方法
• 2.3.3 特征提取器的设计
• 第三章 金属疲劳裂纹声发射信号的特征及提取
• 3.1 引言
• 3.2 各种声发射信号概述
• 3.2.1 疲劳裂纹声发射
• 3.2.2 空化效应
• 3.2.3 摩擦声发射
• 3.2.4 标准断铅信号
• 3.3 试验方案和过程
• 3.3.1 实验目的
• 3.3.2 各实验装置的组成
• 3.3.3 实验参数的设置
• 3.3.4 各实验的实现
• 3.4 声发射信号的特征参数表示方法
• 3.5 用特征提取器提取金属声发射信号的特征
• 3.6 用可分离性判据提取金属声发射信号的特征
• 第四章 多传感器数据融合理论
• 4.1 数据融合的起源和发展简况
• 4.2 数据融合概念及特点
• 4.3 数据融合的层次
• 4.3.1 数据层融合
• 4.3.2 特征层融合
• 4.3.3 决策层融合
• 4.4 融合系统的模型结构
• 4.5 数据融合技术的应用
• 第五章 声发射源多传感器数据融合识别方法
• 5.1 引言
• 5.2 多传感器检测系统简介
• 5.3 基于盲信号处理的数据级融合
• 5.3.1 盲信号处理
• 5.3.2 独立分量分析算法
• 5.3.3 独立分量分析的实验应用
• 5.4 基于D-S证据理论的数据融合方法
• 5.4.1 D-S证据理论的概念
• 5.4.2 基本概率分配函数与信任函数
• 5.4.3 D-S证据理论的组合法则
• 5.4.4 D-S证据理论的合并规则
• 5.5 D-S数据融合在声发射源识别中的应用
• 5.6 实验结果的融合分析
• 第六章 报警系统的理论研究
• 6.1 简单介绍各种报警方法
• 6.2 系统检测率和系统虚警率
• 6.2.1 系统检测结构概述
• 6.2.2 系统检测率和虚警率的理论
• 6.2.3 同类传感器情形下虚警率的研究
• 6.3 报警的实现
• 第七章 总结与展望
• 参考文献
• 附录
• 致谢
• 攻读学位期间发表的学术论文目录