服役構件疲勞損傷的聲發射信號特征提取

冷建成 王玉潔 錢萬東 劉 曄

（東北石油大學機械科學與工程學院）

管道、壓力容器等化工設備在工業、民用及軍工等許多領域都有著重要的地位和作用，尤其在石油、 化工行業應用極為廣泛。 TSG R0004—2009《固定式壓力容器安全技術監察規程》中規定，壓力容器設計時必須標明設計使用年限或循環次數，即一般情況下，到達設計使用年限的壓力容器應當報廢；然而為了規避風險，有些設備設計使用年限往往較短，因此，設備達到設計使用年限并不意味著沒有繼續使用的可能性。

再制造工程就是一種通過修復或改造報廢產品而延長其剩余使用壽命的新興產業，而無損檢測和壽命預測技術對再制造毛坯的可再制造性評價和再制造產品是否符合生產使用標準起到了關鍵性作用。 由于聲發射檢測可以實時跟蹤再制造構件在疲勞損傷過程中的變化趨勢，因此相比其他離線檢測方法更加適用于剩余壽命的預測。Miura S等在研究鋁合金的聲發射疲勞試驗中，發現累積計數值可以將整個疲勞過程分為類似于疲勞循環的3個階段［1］；柴孟瑜等通過研究Q345R鋼在疲勞裂紋擴展過程中聲發射累積計數值和累積能量值的變化，建立了聲發射計數率和能量率與疲勞裂紋擴展速率之間的關系［2］。 Yu J等研究了聲發射累積絕對能量、累積計數和疲勞裂紋擴展尺寸與載荷循環次數之間的關系［3］；Miguel J M等利用聲發射技術對不同變形程度的試樣進行研究，通過聲發射計數率的變化規律建立了聲發射事件的數量和振幅與裂紋類型之間的關系［4］。 Megid W A等則通過實例研究并證實了利用聲發射技術監測鋼橋吊環疲勞裂紋萌生和擴展的有效性［5］。 為進一步深化認識金屬疲勞過程中的聲發射信號特征，黃振峰等引入混沌特征中的K熵和關聯維數來探索聲發射信號與疲勞損傷程度之間的關系［6］。在再制造無損檢測領域，Shi Y等構建了以聲發射能量、計數參數動態表征曲軸疲勞裂紋擴展深度與機器視覺表征疲勞裂紋表面長度的雙參量曲軸剩余壽命預測模型［7，8］。

可見，聲發射在再制造檢測方面的應用相對較少，同時由于聲發射信號容易受到外部噪聲的干擾，筆者的目的就是在聲發射基本參數的基礎上，提出一種基于小波包能量譜和小波熵的聲發射特征參數提取方法，進而表征不同疲勞階段的損傷累積程度， 為后續的壽命評估提供參數依據。

1 疲勞試驗

1.1 試件

試件材料為Q235B碳素鋼， 其屈服強度為235MPa，抗拉強度為375～460MPa，因其塑性、強度及焊接等性能得到較好配合且成本相對低廉而廣泛應用于現代工程領域。 試驗采用中間帶有預制V形缺口的試件， 以便于合理布置聲發射傳感器跟蹤監測疲勞裂紋發展過程，試件具體尺寸如圖1所示。

圖1 V形缺口板狀試件的形狀和尺寸

1.2 試驗設備

試驗設備主要包括加載設備和聲發射在線監測系統， 其中加載設備采用QBG-300微機控制高頻疲勞試驗機，該試驗機為微機控制，最大靜負荷為±300kN，動負荷為180kN，循環次數值精確到0.1千次，其工作原理是基于電磁諧振，由試件連同夾具與試驗機組成的系統在電磁鐵激勵下產生共振，以此來對試件施加循環載荷。

聲發射在線監測系統主要由傳感器、前置放大器、采集器和信號記錄與分析軟件組成，如圖2所示， 其中傳感器選用WSα型寬頻帶傳感器，其頻率范圍為100～1 000kHz， 諧振頻率為125kHz；前置放大器選用40dB的增益型放大器；采集器為PCI-2聲發射系統， 配套采用AEwin采集分析軟件。

圖2 聲發射在線監測系統組成

1.3 試驗方法

首先將試件夾持在高頻疲勞試驗機上、下夾具之間，然后在聲發射傳感器陶瓷面上涂上耦合劑真空脂與試件進行耦合， 在預制V形缺口兩側對稱布置2個傳感器（圖1），并用膠帶固定，現場照片如圖3所示。

圖3 聲發射監測試驗設備現場照片

為減少試驗過程中的背景噪聲干擾，前置放大器增益設置為40dB， 聲發射門檻值設置為40dB，采樣頻率設置為1MHz。 基于GB/T 3075—2008《金屬材料 疲勞試驗 軸向力控制方法》，在疲勞試驗機控制程序中， 分別輸入靜載荷12.6kN和動載荷5.4kN，同時同步開啟聲發射監測設備， 自動記錄2個監測點在整個疲勞循環過程中的聲發射信號變化，直至試件斷裂。

2 試驗結果分析

分別對1#～4#試件進行了疲勞試驗，結果表明聲發射信號具有相似的變化規律， 為此僅以3#試件為例進行分析。

2.1 不同循環次數下的聲發射信號

常用的聲發射參數有幅值、能量、計數、上升時間及持續時間等， 圖4給出了聲發射信號在疲勞循環初始階段的幅值變化曲線。

圖4 初始階段的聲發射信號幅值

由圖4可見， 幅值分布相對均勻， 且相對較小，基本都穩定在50dB左右；這個階段的聲發射波形呈良好的周期性， 電壓幅值較小， 穩定于10mV左右，如圖5所示。

圖5 初始階段的聲發射信號波形

隨后經過長時間的疲勞循環，在中間階段聲發射信號幅值呈現出一定程度的不穩定跳動，跳動幅度一般在55～65dB之間，如圖6所示。

圖6 中間階段的聲發射信號幅值

由圖6可知，該階段出現突發型聲發射事件，聲發射信號向高頻區轉移，而波形信號開始出現不同程度的波動，如圖7所示。

圖7 中間階段的聲發射信號波形

由圖7不難發現，相對于循環初始階段，中間階段的聲發射波形電壓幅值明顯增大，最大電壓達到80mV。 通過微觀機理分析，這主要是由于試樣內部缺陷的增值與位錯滑移過程中會產生較大程度的應力波，隨之被聲發射探頭所采集，因而引起聲發射信號的改變［1］。

隨著疲勞循環周次的增加，裂紋由穩定擴展逐步發展為失穩擴展，隨后試件迅速斷裂，此時的聲發射信號幅值會達到峰值，如圖8所示。

圖8 后期階段的聲發射信號幅值

相對應的，聲發射波形多以高衰減特性的突發型信號為主，如圖9所示，這主要是由于試件裂紋大面積開裂瞬間釋放大量的能量，進而形成強度較大的聲發射信號， 該信號突變幅值高達300mV， 但信號衰減較快， 衰減時間僅為300～400μs。

圖9 后期階段的聲發射信號波形

在實際測試時， 由于現場有很多噪聲干擾，單純利用幅值、波形等聲發射信號基本特征很難準確反映疲勞損傷的發展過程，為此提出基于小波包能量譜和小波熵的損傷特征提取方法。

2.2 小波包能量譜分析

小波變換只對信號的低頻部分做進一步分解， 而小波包變換既可以對低頻部分進行分解，也可以對高頻部分進行分解，而且這種分解既無冗余也無疏漏，所以對包含大量中、高頻信息的信號能夠進行更好的時頻局部化分析。 由于需要對高頻能量進行詳細分析，因此筆者選用小波包變換對聲發射信號進行處理。

其中，g（k）=（-1）kh（1-k），即2個系數也具有正交關系。在多分辨分析中，退化尺度函數φ（t）和小波基函數ψ（t）滿足如下雙尺度方程：

由于φ（t）由hk唯一確定，因此又稱{Un（t）}n∈Z為關于序列{hk}的正交小波包。

若設{Un（t）}n∈Z是φ（t）的正交小波包，則有（Un（t-k），Un（t-l））=δu，即{Un（t）}n∈Z構成L2（R）的規范正交基。

小波包分解的層數與信號的分析精度關系緊密，若分解的層數越少，則分析速度越快，但同時頻帶分辨率就相應減??； 若分解的層數越多，則頻帶分辨率也越高。 設采樣頻率為p，則經過n層小波包分解得到的頻帶的分辨率為p/2n。 以3層小波包分解為例，其分解樹如圖10所示。

圖10 3層小波包分解樹

利用dB4小波包分解對疲勞試驗過程中初始階段、中間階段和后期階段的聲發射波形信號分別進行3層小波分解與重構， 其中第3層8個節點（0～7）的 頻 率 范 圍 分 別 為0～8Hz、8～16Hz、16～24Hz、24～32Hz、32～40Hz、40～48Hz、48～56Hz 和56～64Hz。

在循環初始階段，聲發射波形頻率主要集中在40Hz以下，高頻能量占比較小，是典型的低頻連續型聲發射信號，如圖11所示。

圖11 初始階段小波分解頻率分布

試件進入疲勞中間階段時，小波分解結果如圖12所示。

圖12 中間階段小波分解頻率分布

由圖12不難發現，各個頻率段的能量占比分布均勻，但電壓值極不穩定，與之前聲發射幅值的變化趨勢相似， 每個頻率段信號都有較大波動。

試件在疲勞后期階段，信號逐漸向高頻段轉移，高頻信號能量占比增大，且電壓信號逐漸衰減，如圖13所示。

圖13 后期階段小波分解頻率分布

為了更加直觀地反映聲發射信號隨著疲勞循環的變化趨勢，將疲勞壽命均勻劃分為10個階段，對每個階段分別進行小波分解與重構，最后計算得到各階段的高頻能量占比，即設各階段總能量為E， 頻率在56～64Hz范圍內的能量為Eh，則高頻能量占比t=Eh/E， 畫出各階段的高頻能量占比如圖14所示。

圖14 不同壽命階段的高頻能量占比

由圖14可知，試件在疲勞初始階段，即對應著裂紋萌生階段，聲發射信號的能量主要分布在低頻段范圍內，所以高頻能量占比較低，大約在5%左右；隨著循環的進行，裂紋進入穩定擴展，聲發射信號能量開始向中間頻段轉移，所以高頻能量占比逐漸增大；到疲勞后期時，裂紋進入失穩擴展， 聲發射信號能量越來越多地轉移到高頻段， 高頻能量占比上升到28%， 最后試件突然斷裂，高頻能量占比急速下降。

2.3 小波熵特征提取

小波熵由小波變換和信息熵構成，首先通過小波變換進行多尺度多分辨率分析，將所得的各尺度小波系數處理成概率分布序列；然后由這個序列計算得到熵值，即表征這個系數矩陣的稀疏程度， 它反映了整個信號的不確定性和復雜程度。

定義某一尺度下小波分量的能量為該尺度下小波系數的平方和：

其中，E1，E2，…，En為不同小波尺度的能量，按小波函數的尺度自然劃分。

由正交小波變換的特性可知，各尺度分量的能量之和就是信號總能量：

將各尺度分量的能量歸一化處理，得到原始信號能量在不同小波尺度下的分布為：

由此定義小波熵為：

利用dB4小波對聲發射信號進行3層小波包分解，得到8個頻帶的信號序列；然后對重構后不同壽命區間的信號進行信息熵計算，得到聲發射信號的小波熵變化趨勢，如圖15所示。

由圖15可以看出，裂紋萌生階段試件狀態比較穩定，信號波動較小，因此小波熵比較小且比較穩定；隨著循環次數的增加，在裂紋穩態擴展階段，試件內部的能量愈發不穩定，小波熵逐漸增大；到了裂紋失穩擴展階段，試件迅速斷裂，信號波動由劇烈歸于平靜，因此小波熵迅速下降。

圖15 不同壽命階段的小波熵

3 分析與討論

通過對聲發射幅值、波形、高頻能量占比和小波熵的分析對比不難發現：在疲勞循環的不同階段，各特征參數表現出不同的變化規律，整體變化趨勢見表1。

由表1可以看出，在初始疲勞階段，聲發射信號幅值較低，穩定在50dB左右；波形信號比較有規律，電壓值最大只有10mV；高頻能量占比只有5%左右， 穩定在較低水平； 小波熵大致在0.15～0.20之間，穩定在較小范圍內。 在循環中期，聲發射信號幅值增大，且一直在55～65dB范圍內波動；波形多次出現不同程度的突變，對應的電壓值明顯增大，最高達到80mV；部分聲發射信號向較高頻段轉移，各個頻段分布均勻，高頻能量占比逐漸上升到15%；小波熵增加較快。到了疲勞后期階段，聲發射信號幅值增大且均超過60dB，甚至很多在65dB以上；電壓值突增至300mV；同時，越來越多的聲發射信號向高頻段轉移，高頻能量占比最終上升到28%；小波熵也迅速上升到0.35，至斷裂時急劇下降。

表1 各階段的聲發射信號特征

基于疲勞損傷演化機理，可將試件的整個壽命劃分為裂紋萌生、裂紋穩態擴展、裂紋失穩擴展及斷裂等幾個階段，而所提取的聲發射信號特征參數，尤其是高頻能量占比和小波熵可以很好地反映疲勞損傷的累積發展過程，為后續建立聲發射信號特征與壽命之間的映射關系提供參數依據。

4 結論

4.1 對Q235B鋼試件進行了拉-拉疲勞過程中聲發射信號的實時監測，結果表明聲發射信號的幅值和波形電壓在疲勞循環初始、中間和后期階段的變化呈現出與裂紋萌生、裂紋穩態擴展和裂紋失穩擴展相對應的3個階段。

4.2 通過對聲發射監測數據進行小波包能量譜分析和小波分解與重構，分別得到各壽命階段的聲發射信號高頻能量占比和小波熵，結果表明試件在裂紋萌生階段的高頻能量占比為5%左右，信號波動較小，而小波熵比較小且相對穩定；在裂紋穩態擴展階段，聲發射信號高頻能量占比逐漸上升至15%，試件內部的能量愈發不穩定，而小波熵逐漸增大；在裂紋失穩擴展階段，聲發射信號高頻能量占比上升速率變大，信號波動幅度逐漸減小，而小波熵迅速下降。

4.3 所提取的聲發射信號高頻能量占比和小波熵隨著壽命的變化呈現出明顯的3個階段， 反映了不同疲勞階段的損傷累積程度，可作為后續預測剩余壽命的特征參數。