采用声发射技术检测钢桥疲劳裂纹

2023-05-04鞠晓臣梁永奇赵欣欣杨江天

哈尔滨工程大学学报 2023年4期

鞠晓臣, 梁永奇, 赵欣欣, 杨江天

(1.中国铁道科学研究院集团有限公司铁道建筑研究所, 北京 100081; 2.北京交通大学机械与电子控制工程学院, 北京 100044)

随着我国交通量的逐年增长以及桥梁服役年限的增加,钢桥梁的病害逐步呈现,其中以疲劳裂纹最为严重。为了避免疲劳裂纹对桥梁安全产生不利影响,须对在役的大跨径桥梁进行疲劳裂纹检测,以便及时发现并进行维护保养。贺栓海等[1]对桥梁的检测现状及前景进行综述,得出了智能化无损检测是桥梁检测的发展方向。在目前钢桥梁现有的疲劳裂纹检测方法中,目视检测、磁粉探伤、涡流检测、只能检测表面裂纹,射线照相对微小缺陷灵敏度低,且射线对人体有害,超声检测非常依赖检验员经验且信号强度不强[2]。超声波相控技术、超声波双探头检测、智能机器人等[3-13]检测方法能够检测出裂纹是否存在及裂纹的尺寸、分布等信息,但更重要的因素是裂纹是否会扩展,会不会进一步演化进而影响构件的安全使用。声发射(acoustic emission,AE)是指材料或构件的内部缺陷在外界条件(应力、温度等)作用下,以弹性波形式释放应变能的现象[14]。缺陷在稳定的状态下是探测不到它的声发射信号的,所以可利用声发射技术判定“活”裂纹,可以说,声发射检测对于疲劳裂纹的分类是一种革新,传统的无损检测方法是以裂纹的尺寸进行划分,而声发射检测则是以其危险程度划分,对于工程实际有着更为重要的意义。

仿真设计步骤如下：仿真时长为0.05 s，在0.015 s时，串联一个20 Ω电阻扰动；到0.025 s时，串联一个1 V电源扰动；在0.035 s时，并联一个50 Ω电阻扰动。用Scope模块观察输出电压的变化，对比加补偿网络的输出电压波形和未加补偿网络的电压波形，来验证电路的合理性。仿真结果如图7和图8所示。

传统的声发射技术常用参数分析法对声发射信号进行描述、分析,从声发射技术发展的早期一直到现在都被广为应用。但它只是对声发射信号的简单处理,声发射信号蕴含的很多信息在参数分析法中不能够得到揭示。随着社会发展,各种软硬件技术的提高,波形分析法分析声发射信号成为了研究热点,能够更为全面详尽的对信号进行处理描述。基于优化峰度、比较熵值、波形分析、信息熵分析、波形聚类等方法取得了不错的进展。声发射检测灵敏度高,在裂纹的萌生阶段就能检测出,正是因为其敏感,使得声发射信号容易受到噪声干扰[15-24]。

本文在实验获得典型疲劳裂纹声发射信号后进行了降噪处理,并在降噪的基础上运用波形分析法对不同损伤阶段的疲劳裂纹声发射信号进行了时域、频域、时频域的相关研究,从幅值、峭度因子、脉冲因子、频谱、时频图能量角度对信号进行了特征提取,解决了疲劳裂纹萌生、扩展、断裂的识别问题。

1 检测原理及小波理论

1.1 检测原理

声发射源产生的弹性振动以波的形式传播到构件(或材料)的表面,AE传感器探测到应力波到达材料表面引起的表面位移,并将表面位移的机械振动转化为电信号,然后被放大、采集、处理。

由于疲劳裂纹声发射信号的频率信号信息较为宽泛,表现为非平稳性、不确定性和随机性特征。而传统的基于傅里叶变换的频域分析方法在分析此类信号时,由于缺乏时间信息,从而无法获得理想的分析结果。小波变换作为一种时频分析方法,可以对声发射信号中高频迅变分量和低频缓变分量进行有效分析,有效描述声疲劳裂纹声发射信号时域、频域局部特征,因此本文选用小波变换对含有瞬态现象且有频谱多模态的疲劳裂纹声发射信号进行分析。

观察图2可知，优化方案总定价没有明显增长，保证了企业的长久发展；优化方案任务完成比例和定价效率有所提升；会员满意度和可持续参与性有所提升，表示定价方案具有长久发展的潜力。综合上述分析，优化任务定价方案实施效果优于原方案。

1.2 小波变换

由于材料(构件)内部存在初始缺陷及不均匀性,当受到外界作用时,就会出现应力集中且局部分布不均的现象,随着应变能的积累,该区域会首先出现材料的塑性变形,积累到一定程度,会产生微孔洞的形核、生长,有不连续间歇性的微裂纹出现,即裂纹的萌生。能量的释放会使得原应力集中区域的应力就会被卸掉,随着应力集中的减弱,新的微裂纹就会和之前的微裂纹连接、汇合,形成比之前更大的裂纹,汇合之后的裂纹会更为快速的发展,此时会伴随大量的声发射信号产生,即裂纹的扩展阶段。当裂纹继续扩展到濒临临界长度时,材料将会出现剧烈的不稳定增长和快速的失稳断裂,即裂纹的断裂阶段。材料(试件)在裂纹萌生、扩展、断裂不同损伤阶段均伴随着声发射现象,其声发射信号隐藏着裂纹损伤演化的大量信息。不同的源机制产生不同的声发射信号,因此,可以根据不同的信号特征反推源机制。正是基于上述机理,用声发射检测技术来获得材料疲劳裂纹不同损伤阶段的动态信息是可行的。

对于一个连续可积的信号x(t)的连续小波变换(continuous wavelet transform,CWT)为:

(1)

式中:a是尺度因子,该参数与频率互为倒数,使Ψ(t)发生伸缩变换;b是平移因子,用于确定对x(t)进行分析的位置,即时间中心;Ψ*(t)为函数Ψ(t)的复共轭,Ψ(t)被称为一个基本小波或小波母函数,其必须满足容许条件:

(2)

(3)

W(a,b)的逆变换为:

(4)

式中:

(5)

小波变换的本质就是母小波经伸缩平移所得到的小波基函数和x(t)的内积。通过对式(4)的进一步分析可以得知,随着尺度因子a的减小,x(t)的时域观察范围变窄,频域观察范围变宽,且中心频率向高频移动,频谱向高频集中,时域分辨率提高;随着a的增大,x(t)的时域观察范围变宽,频域观察范围变窄,频谱向低频部分集中,频率分辨率提高。也即是说,小波变换可将信号分解为多种尺度分量,针对不同的尺度分量自适应的调节时域或频域的取样步长,从而能够聚焦信号的任意微小细节。

1.2.1 小波基选择

在利用小波变换对信号进行预处理之前,需要确定合适的小波基函数,不同的小波基函数具有不同的时频特性,对于同一个问题,使用不同的小波基对其进行分析将会得到不同的结果。因此从众多的小波基函数中选取合适的小波基来对声发射信号进行降噪预处理,是提取含噪声发射信号有效信息的关键。根据常用小波基的特征,结合声发射信号的特点及工程中对声发射信号分析的要求,用于声发射信号分析的小波基应具有线性相位和紧支性并且至少应具有一阶消失矩,同时可进行离散小波变换。

我国常态化的公务员培训始于上世纪80年代，至今已有30多年的历史。应该说，这种常态化的公务员培训对于公务员能力和政府竞争力的提升起到了极为重要的作用。“人民日益增长的对美好生活需要和公务员能力素质不平衡不充分的发展之间的矛盾”已经成为公务员培训所必须解决的一个重大课题和当务之急。要成功化解这一主要矛盾，就必须对现行的公务员培训（包括培训理念、培训模式和培训评估等）进行全面的变革和创新。笔者认为，以“具身认知”理论为视角，根据“具身认知”理论的核心意蕴及对公务员培训的新启示，重新审视和反思现行公务员培训中的存在问题，以探索公务员培训变革和创新的理论逻辑和实践路径，不失为一种可行且有效的方法。

为更直观地看出疲劳裂纹不同损伤阶段的峭度因子和脉冲因子差异,本文绘制了如图7所示的散点图,裂纹萌生阶段和扩展阶段,断裂阶段和扩展阶段峭度因子和脉冲因子差异很大。因此,上述2个无量纲特征值可作为区分疲劳裂纹非扩展声发射信号和扩展声发射信号的依据。然而对于萌生阶段和断裂阶段,这2个指标的数值比较接近,因此需要借助其他的方法对疲劳裂纹萌生声发射信号及断裂声发射信号进行区分。可结合本文提出的时域幅值,当峭度因子和脉冲因子数值相近时,时域幅值明显小的为萌生裂纹声发射信号,通过复合判断实现疲劳裂纹不同损伤阶段的状态识别。

综合小波基选择条件,目前工程中常用的小波基中可选用的小波为:Coiflet小波、Symlets小波、Haar小波。本文以萌生裂纹的声发射信号为例,分析疲劳裂纹声发射信号降噪处理的过程。除满足上述条件外,小波基与还要与图1所示原始信号具有较高的相关性。小波基与信号的相关性越高,用小波基分析信号的特征就越准确。通过与疲劳裂纹声发射信号对比发现,db6、db7、db8、db9、sym6、sym7、sym8与疲劳裂纹声发射信号的相关性较好,小波函数形状图如图2所示。结合性质表及选取的Coiflet小波、Symlets小波、Haar小波,两者取交集,由其交集结果可得,从sym6、sym7、sym8 3种小波中选择最优小波函数。

图1 原始声发射信号Fig.1 Original acoustic emission signal

图2 与裂纹声发射信号相似性高的小波形状图Fig.2 Wavelet shape diagram with high similarity to the crack acoustic emission signal

1.2.2 去噪效果评价与信号重构

由于课堂授课时间有限，《导基》这门课的传统教学方式只能满足部分学生的学习需求。而智慧课堂教学可以在课前、课中、课后各个阶段利用网络资源平台给学生输送课件、图片、视频及练习等，同时教师还可以根据具体教学内容实时发布小问题、讨论和头脑风暴，以满足不同学情的学生多方面的学习需求。

表1 去噪效果评价Table 1 Evaluation of denoising effect

1)首先对试样受力点预加载降噪。利用材料的Kaiser效应消除加载过程中试件受力区域(夹具夹持区域)塑性变形引起的噪声,预先施加短时间静载使该区域承受一定程度过载;

图3 去噪后的声发射信号Fig.3 Denoised acoustic emission signal

2 识别疲劳裂纹试验设计

为了能够在实际钢桥梁检监测中准确识别疲劳裂纹所处的状态,需要获取典型桥梁钢不同损伤阶段的典型疲劳裂纹声发射信号,信号的获取通过试验的方式实现。本文中有关声发射检测的试验均采用美国物理声学公司公司生产的 Micro-II型主机。声发射传感器选用公司提供的R15I-AST型声发射传感器,疲劳裂纹声发射检测实验所用的加载设备为高速铁路系统试验国家工程实验室—桥梁结构工程试验室的±2 000 kN液压伺服疲劳试验机。

试验所用疲劳试件厚度为24 mm,其他尺寸如图4所示。

图4 疲劳加载试样Fig.4 Fatigue loaded sample

由表1可选出sym6为疲劳裂纹声发射信号去噪最佳小波基,最佳分解层数为4层,采用软阈值方法对高频层进行量化处理,进行信号重构,得到如图3所示的声发射信号。

2)采用打磨机对放置传感器区域进行抛光处理,并在传感器与试件接触区域涂抹耦合剂,用磁力固定器将传感器固定在试件表面;

4)完成仪器标定之后,在设备空载的情况下对背景噪声进行30 min监测,记录实验背景噪声,为门槛设置以及以后数据处理提供参考。

3)进行采集信号前,为了检验仪器参数是否合理以及传感器的耦合情况,要先进行仪器标定。采用断铅信号作为激励,如果传感器检测到的幅值在90 dB以上,则可证明仪器参数设置较为合理,耦合情况良好;

为量化小波变换对于原始信号的降噪效果,本文选用信噪比(signal to noise ratio,SNR)和均方根误差(root mean square error,RMSE)对降噪效果进行评估,在对疲劳裂纹声发射信号降噪效果进行评价时,如果降噪后的信号较大的信噪比,较小的均方根误差则说明信号的去噪效果较好。试验所用的声发射信号采样长度为4 096,因此小波分解最大层数为8,经过前期简单对比发现分解层数为3、4、5效果较好,利用信噪比、均方根对3种不同小波基在3种不同分解层数的9种组合下的降噪效果进行评价,选出最优小波基和最佳分解层数,计算结果如表1所示。

试件在试验机循环加载下不断损伤演化,从裂纹萌生、扩展直到达到桥梁用钢断裂失效安全标准,设备自动停机。在这一过程中,声发射仪器记录全程损伤数据。最后基于关联图及裂纹损伤演化过程在大量的声发射信号中,找到典型的裂纹声发射信号。加载形成的裂纹如图5所示。

意识形态的认同对于国家统合具有重要的影响。国民党执政时期，对于国民党思想和组织的统合，对于知识界认同的争取、民众情感与信仰的凝聚均不算成功。王世杰在1943年2月18日的日记中写道:“今晚为新生活运动九周年纪念之前夕，蒋先生在纪念会上作甚长之演说。听众虽俱为中央委员或新生活运动会干部分子，但予总觉彼等内心对于此一运动仍缺乏笃行与身体力行之诚意。总干事以黄仁霖充任，似只能作若干表面的工作，不能使一般知识界对于此一运动增加其注意与敬重”㊶。可见，无论是党内，还是党外，国民党的意识形态宣导都不能发挥其作用。

图5 加载形成的裂纹Fig.5 Cracks formed by loading

3 疲劳裂纹试验结果分析

疲劳裂纹的发展过程分为裂纹萌生、裂纹扩展、失稳断裂3个阶段,其中失稳断裂阶段裂纹扩展速度很快,对寿命影响很小。本文针对这3个不同阶段的声发射信号进行研究,但主要的研究对象是裂纹萌生阶段和裂纹扩展阶段,这也符合工程实际。利用小波变换对3个阶段的声发射信号进行降噪预处理,其中小波基函数为本文所得的sym6,得到的3个阶段降噪后的声发射信号如图6所示。

总之，独立学院健康发展是个系统工程，它不仅涉及到学校办学定位，还涉及到国家宏观层面的政策因素，其师资队伍建设必然面临许多问题与困难，独立学院必须紧紧抓住“科学发展”这条主线，努力探索一条适合自身发展的师资队伍建设道路。

同时，他还在育苗、移栽、灌水、施肥、整枝打杈等关键生产技术环节，坚持深入田间地头对广大农民进行零距离指导，使他们在最短的时间内掌握先进的农业实用技术。多年来，郝哲已累计制定设施瓜菜水果栽培技术规程22项，举办各类培训班200余期，受训群众达2万余人（次）。通过他的技术培训和现场指导，当地农民的科技素质得到切实提高，一大批科技种植专业能手涌现出来，农民的“造血”功能得到增强，一大批农民逐步走上了用科学技术提高生产效益的路子，郝哲成为当地农民脱贫致富的带头人。

3.1 时域分析

由图6可知,疲劳裂纹不同发展阶段的声发射信号在幅值上有明显的差别,裂纹萌生阶段声发射信号的幅值最小、裂纹失稳断裂阶段声发射信号的幅值最大,裂纹扩展阶段声发射信号幅值居中。然而只根据时域的幅值判定裂纹损伤的状态是远远不够的,需要选择合适的时域指标对疲劳裂纹3个不同损伤阶段进行量化分析,进而利用提取的指标对疲劳裂纹状态进行识别。在信号处理中,常用的时域特征参数可以分为有量纲指标和无量纲指标。有量纲指标对信号特征比较敏感,在信号处理应用广泛,但极易受环境干扰等外部影响。相比较而言,无量纲指标的优越性在于能够减小甚至排除这些外界扰动因素的影响,鉴于桥梁检测现场的复杂性,各种外部条件变化的随机性,本文选择无量纲指标对不同发展阶段的疲劳裂纹声发射信号进行分析,每种阶段疲劳裂纹声发射信号随机选择6个,无量纲特征数值结果如表2～4所示。

图6 去噪后的不同损伤阶段典型声发射信号Fig.6 Typical acoustic emission signals at different damage stages after denoising

由表2～4可以得出萌生、扩展、断裂不同损伤阶段裂纹声发射信号峭度因子平均值分别为19.821 5、100.980 1、30.546 8,脉冲因子平均值分别为35.337 7、106.405 5、42.909 0。而其他指标则无法很好的区别桥梁疲劳裂纹发展的不同阶段。综上所述,选用峭度因子和脉冲因子用于区分疲劳裂纹的不同发展阶段。

古诗词语言凝练，内涵丰富，但某些古诗词中所描绘的意境远离学生的生活，学生想要深刻理解需要教师的引导。如戴建荣老师执教《江雪》一诗，课堂伊始，教师指名朗读，学生们读得很有韵味，可戴老师认为读得一般，接下来戴老师的范读充分展示了诗文中入声字的独特魅力，学生边听边模仿，不经意间就掌握了生字词，了解了诗文的时代背景。戴老师利用深入浅出的讲解和声情并茂的吟唱，传递着诗人内心的愿望和情感。

表2 萌生阶段声发射信号无量纲特征项数值Table 2 Values of dimensionless characteristic terms of acoustic emission signals in the emergent stage

表3 扩展阶段声发射信号无量纲特征项数值Table 3 Values of dimensionless characteristic terms of acoustic emission signals in the extended phase

表4 断裂阶段声发射信号无量纲特征项数值Table 4 Values of dimensionless characteristic terms of acoustic emission signal in fracture stage

这条线路主要以体验为主，为了使游客更加深入对茶文化进行了解，可以将游客安排在寺庙中居住，与寺内的僧侣一起坐禅、用斋及品茗等，充分感受庐山西海真如寺的佛教文化和茶文化。

图7 提取的时域指标散点图Fig.7 Extracted time-domain metrics scatterplot

3.2 频域及时频域分析

为更好地服务于检监测,本文对疲劳裂纹不同阶段声发射信号的频域及时频域进行分析,进一步突显疲劳裂纹不同损伤阶段声发射信号的差异性,从而准确快速的完成裂纹的状态识别。3种不同阶段的疲劳裂纹声发射信号的频域分析如图8所示。

图8 疲劳裂纹声发射信号频域分析图Fig.8 Fatigue crack acoustic emission signal frequency domain analysis diagram

疲劳裂纹断裂阶段声发射信号频谱幅值远大于萌生、扩展阶段。然而在实际工程应用中,因为裂纹失稳断裂很快,对寿命的影响很小,并且裂纹损伤导致的事故往往是灾难性的,如果直到裂纹失稳断裂阶段才检测裂纹故障,将会产生很大的安全风险,因此需要在裂纹发展早期就要成功识别出桥梁裂纹故障,从而采取相应措施以防止其发展。为更好地进行疲劳裂纹的状态识别,本文对萌生裂纹声发射信号及扩展裂纹声发射信号做包络谱分析,可以看出,萌生裂纹声发射信号和扩展裂纹声发射信号频率主要成分都位于65～200 kHz,不同的是萌生阶段裂纹在主频区间,幅值呈下降趋势,在主峰之后下降又出现峰值,而扩展裂纹声发射信号在主频区间幅值呈大致平稳分布。

声发射信号属于非平稳的随机信号,在实际工程中声发射信号会掺杂着各种各样的干扰噪声,由于噪声在整个采样时间具有随机分布特征,小波降噪无法将其完全消除,因此不能只分析信号的时域特征,也不能只研究频域特征,而是将时域和频域联系起来,对声发射信号进行时频域分析。疲劳裂纹声发射信号在频域中类似于高斯窗函数,Morlet小波作为典型的高斯小波具有与疲劳裂纹声发射信号具有类似的特征,且在时频域中具有良好的紧支性,故采用Morlet小波作为小波变换的母小波,通过Morlet小波时频分析,对疲劳裂纹不同损伤阶段声发射信号特征进行提取。

根据图9,可得知不同裂纹损伤阶段的声发射信号差异性较大。在能量数值上,断裂裂纹声发射信号能量最大,扩展裂纹次之,萌生裂纹能量最小,而在能量分布上,萌生裂纹能量主要集中在92 kHz和127 kHz,扩展裂纹能量主要集中在110～183 kHz,断裂裂纹能量主要集中在83 kHz和120 kHz。萌生裂纹和断裂裂纹能量集中区域比较相近,不同的是萌生裂纹能量峰值出现在相对高频处即127 kHz左右,断裂裂纹能量峰值出现在相对低频处即83 kHz左右。