航天器在轨泄漏声发射信号特征分析

綦 磊，孟冬辉，闫荣鑫，孙立臣，孙 伟，李 征，郎冠卿

（北京卫星环境工程研究所，北京 100094）

0 引言

随着空间科学技术的进步和载人航天工程的发展，航天器的在轨安全防护有了更高的要求。由于航天器在发射入轨和运行过程中将受到振动、真空、高低温交变、微流星及空间碎片、原子氧、太阳辐射及宇宙射线的作用，舱体和密封结构可能产生松动、变形、表面氧化、腐蚀、损伤甚至穿孔等而引发泄漏事故，这就需要有一种在轨泄漏检测方法并评估泄漏量的大小。

目前，国外的航天器在轨检漏技术根据原理不同，主要分为光学法、压力变化法、电阻变化法、气体电离法等。这些方法都有各自的优点，但由于结构复杂、操作不便、检漏灵敏度低等原因，无法完全满足工程需要。

声发射检测是一种新型无损检测技术，主要利用材料本身能量释放产生的弹性波来判断结构是否发生撞击、腐蚀、开裂、泄漏等现象。随着高速数字采集系统的广泛应用，声发射检测技术发展迅速，并取得一定的研究成果。Lacidogna 和Kramadibrata 等人[1-2]将声发射检测与电磁检测相结合，并应用于道路、桥梁的受力检测；哈跃、刘志勇等人[3-4]通过研究玄武岩纤维布损伤，将声发射检测技术应用于材料疲劳性分析；王伟魁和杜刚等人[5-6]提出一种基于聚类和频谱的分析方法，将声发射检测技术应用于天然气、石油储罐的腐蚀检测；焦敬品等人[7]对管道泄漏产生的声发射信号进行研究，分析了漏孔粗糙度对声发射信号特征的影响，并采用互相关理论对漏孔进行了定位。美国爱荷华州立大学的Holland 等人[8-10]研究了泄漏声发射信号在薄板中的传播情况，并利用时空傅里叶变换初步进行了泄漏源的定位计算。

本文将频谱分析法和特征参数分析法相结合，对不同孔径圆形漏孔泄漏产生的声发射信号进行研究，得到了信号的频谱和特征参数。

1 声发射检测原理

根据气动声学理论，气体在压力差的作用下从密封结构中沿泄漏通道向低压环境中泄漏，介质穿过微小孔隙时，其流速较高，形成湍流，气流中包含的大量旋涡不断膨胀、碰撞、破裂，从而在漏孔附近产生一定频率的声波[11]。通过耦合在结构壁上的声发射传感器，对声发射信号进行特征分析，可实现泄漏检测和漏率评估。

特征参数分析法是声发射检测中常用的信号处理方法，通过分析上升时间、振铃个数、有效值电平等提取声发射信号波形特征参数。该方法适合分析应力、撞击等高信噪比的突发型声发射信号。而泄漏声发射信号为连续型信号，容易受噪声干扰。频谱分析能够提取可用频带内信号，克服低频噪声的影响。本文采取频谱分析和特征参数分析相结合的方法对泄漏声发射信号展开研究。

2 泄漏检测实验平台设计

为了开展原理实验研究，搭建了实验平台，由泄漏模拟系统和信号采集系统组成。

2.1 泄漏模拟系统

泄漏模拟系统主要由机械泵、抽气管、真空计和带漏孔平板组成，如图1所示。该系统可提供1.0、1.5、2.0 mm 三种不同直径的圆形漏孔，最小漏率为1 Pa·m3·s-1。

2.2 信号采集系统

信号采集系统是实验平台的核心部分，由前置放大器、信号采集仪和计算机等组成，如图2所示。其中，信号采集仪为DS2-16A 全信息声发射信号分析仪，具体参数如表1所示。实验数据采用MATLAB 软件离线处理。

图2 信号采集系统 Fig.2 The signal acquisition system

表1 信号采集仪的主要参数 Table1 Parameters of the signal acquisition instrument

2.3 声发射传感器

声发射传感器应灵敏度高，频带范围宽，频响曲线尽量平滑，吸收点尽量少。本实验选择了4 种典型声发射传感器进行比较，分别为R3I-ast、wsα、Nano 30、RS-2A 传感器。其中，wsα 为宽频型谐振传感器，其余3 种为单一谐振频带型传感器，它们的实物如图3所示，频响曲线如图4所示。

图3 声发射传感器 Fig.3 The acoustic emission sensors

图4 不同声发射传感器的频响曲线 Fig.4 The frequency response curves of four different acoustic emission sensors

通过分析可知，R3I-ast 的可信频响区间为1～100 kHz，wsα 为100 kHz～1 MHz，Nano 30 为100～400 kHz，RS-2A 为10～300 kHz。考虑到泄漏声发射信号主要集中在300 kHz 以下，本实验系统最终选用RS-2A 传感器。

3 声发射信号特征分析

根据本实验所采用的现场装置，当形成实际泄漏时，机械泵对声发射检测带来的影响也是客观存在的，因此要实现泄漏声发射信号特征分析，首先要测量机械泵工作时形成的背景噪声的分布情况。图5为利用传感器所测得的机械泵运行背景噪声的时域及频域信号。从图中可以看出，机械泵振动产生的信号幅值约为60 mV，频率主要分布在 10 kHz 以下。因此，在进行泄漏声发射信号特征分析时，应首先对信号进行10 kHz 高通滤波，把机械泵的噪声信号去除，获得较为纯粹的泄漏声发射信号。

图5 机械泵运行时本底噪声信号波形及频谱 Fig.5 The acoustic emission waveform and frequency spectrum of the operating vacuum pump

利用该实验系统，分别采集1.0、1.5、2.0 mm三种不同直径漏孔所激发的声发射信号，进行10 kHz高通滤波后得到的时域及频域信号如图6所示。

图6 不同直径漏孔激发的声发射信号时域波形及频谱 Fig.6 The acoustic emission waveform and frequency spectrum of three different leak apertures

从图6可以看出，3 种不同直径漏孔的泄漏都能激发出大量声发射信号。1.0 mm 直径漏孔的信号平均幅值为30 mV，频率分布广泛，在20～ 60 kHz、150～200 kHz、250～300 kHz、350 kHz附近、390 kHz 附近形成了5 个明显频带；1.5 mm直径漏孔的信号平均幅值为70 mV，频率分布较为 广泛，在20～70 kHz、110～130 kHz、160～180 kHz、270～290 kHz 形成了4 个明显频带；2.0 mm 直径漏孔的信号平均幅值为250 mV，频率分布集中，在20～180 kHz 形成了明显频带。通过大量实验数据分析，可以得出以下结论：随着漏孔直径的增大，泄漏声发射信号的幅值明显增加，高频成分所占比例明显变小。因此，可以通过研究特定频率内声发射信号的特征参数来评估泄漏量。

常用的连续型声发射信号特征参数包括信号幅值（Amplitude）、平均信号电平（ASL）、信号能量（Energy）和有效值电压（RMS）等。信号幅值指每段信号中信号的最大值，平均信号电平指每段信号中信号绝对值的平均值，信号能量和有效值电压分别指每段信号的能力值和有效值。对1.0、1.5、2.0 mm 三种不同直径的漏孔，分别采集长度为8 ms的泄漏声发射信号，并对信号进行20～60 kHz 带通滤波。为了考察特征参数的稳定性，将长度为8 ms的信号均分为25 段再进行特征参数分析，结果如图7所示。从图中可以看出，通过上述4 种参数均可以有效地区分出不同直径的漏孔，其中利用平均信号电平、信号能量和有效值电压进行区分的结果更加清晰、稳定。

图7 不同直径漏孔的声发射信号特征参数Fig.7 Characteristic parameters of acoustic emission signals from different aperture leakage sources

4 结论

载人航天器在轨泄漏将危及载人航天的安全，及时准确地检测出漏孔的存在及其位置至关重要。本文采用频谱特性和特征参数相结合的方法对不同直径漏孔的泄漏声发射信号进行了研究，得出以下结论：

1）泄漏声发射信号是一个宽频信号，其能量主要集中在400 kHz 以下范围内，且漏孔越小，泄漏产生的声发射信号能量越小，高频成分所占比例越大；

2）机械泵运行等背景噪声多为10 kHz 以下低频噪声，对声发射信号进行10 kHz 高通滤波便可去除背景噪声；

3）通过泄漏声发射信号特征分析，可以实现航天器在轨泄漏的检测及泄漏量评估，其中平均信号电平、信号能量和有效值电压参数更加清晰、稳定。

（References）

[1] Lacidogna G,Manuello A,Carpinteri A,et al.Acoustic and electromagnetic emissions in rocks under compression[C]//Proceedings of the SEM Annual Conference.Indianapolis: Society for Experimental Mechanics,2010: 924-931

[2] Kramadibrata S,Simangunsong G M,Matsui K,et al.Role of acoustic emission for solving rock engineering problems in indonesian underground mining[J].Rock Mechanics and Rock Engineering,2011,44(3): 281-289

[3] 哈跃,庞宝君,管公顺,等.玄武岩纤维布Whipple 防护结构超高速撞击损伤分析[J].哈尔滨工业大学学报,2007,39(5): 779-782 Ha Yue,Pang Baojun,Guan Gongshun,et al.Damage of high velocity impact on basalt fiber hybrid woven-Al Whipple shield[J].Journal of Harbin Institute of Technology,2007,39(5): 779-782

[4] 刘志勇,哈跃,管公顺,等.铝合金弹丸超高速撞击玄武岩纤维布损伤分析[J].航天器环境工程,2011,28(4): 323-328 Liu Zhiyong,Ha Yue,Guan Gongshun,et al.Al- projectile hypervelocity impacting damage on basalt fiber weave[J].Spacecraft Environment Engineering,2011,28(4): 323-328

[5] 王伟魁,李一博,杜刚,等.基于聚类分析的罐底声发射检测信号融合方法[J].振动与冲击,2012,31(17): 181-185 Wang Weikui,Li Yibo,Du Gang,et al.Signal fusion method for acoustic emission testing of tank bottom based on clustering analysis[J].Journal of Vibration and Shock,2012,31(17): 181-185

[6] 杜刚,靳世久,付铜玲,等.基于平均频谱的储油罐罐底腐蚀声发射特征分析[J].纳米技术与精密工程,2011,9(2): 157-161 Du Gang,Jin Shijiu,Fu Tongling,et al.Acoustic emission characteristics of tank bottom corrosion based on average spectrum[J].Nanotechnology and Precision Engineering,2011,9(2): 157-161

[7] 焦敬品,何存富,吴斌,等.基于模态分析和小波变换的声发射源定位新算法研究[J].仪器仪表学报,2005,26(5): 482-485 Jiao Jingpin,He Cunfu,Wu Bin,et al.A new acoustic emission source location technique based on wavelet transform and mode analysis[J].Chinese Journal of Scientific Instrument,2005,26(5): 482-485

[8] Holland S D,Roberts R A,Chimenti D E,et al.An ultrasonic array sensor for spacecraft leak direction finding[J].Ultrasonics,2006,45(1-4): 121-126

[9] Holland S D,Roberts R A,Chimenti D E,et al.Leak detection in spacecraft using structure-borne noise with distributed sensors[J].Applied Physics Letters,2005,86(17): 41-45

[10] Holland S D,Roberts R A,Chimenti D E,et al.Two-sensor ultrasonic spacecraft leak detection using structure-borne noise[J].Acoustics Research Letters Online,2005,6(2): 63-68

[11] 刘林,李晓东.喷流噪声预测中小尺度湍流声源模型[J].工程热物理学报,2009,30(4): 588-590 Liu Lin,Li Xiaodong.Assessment of fine-scale turbulence noise source models for jet noise prediction[J].Journal of Engineering Thermophysics,2009,30(4): 588-590