共查询到18条相似文献,搜索用时 187 毫秒
1.
基于Box-Behnken Design响应面法开展胶接点焊工艺试验,分别采集了胶接点焊、点焊、粘接三种接头拉伸过程的声发射信号,采用小波包对信号进行分解重构,分析了三种接头的信号特征,同时结合撞击计数历程图对焊核失效断口进行了分析,并通过累计撞击计数建立了试件的损伤模型。结果表明:三种接头在屈服阶段和断裂阶段的声发射信号较为丰富;胶层失效和焊核拔出失效可以通过声发射信号特征进行区分,其中胶层失效时其声发射信号频率主要集中在0~62.5 kHz,焊核拔出失效时其声发射信号频率主要集中在31.25~281.25 kHz;声发射撞击计数历程图可以从总体上反映焊核失效过程;建立的损伤模型可以较好地表征试件损伤状态。 相似文献
2.
基于Akima插值和固有时间尺度分解(ITD)中的线性变换,提出了一种改进的固有时间尺度分解(IITD),在此基础上,进一步提出基于IITD近似熵(AE)和模糊C均值聚类(FCM)相结合的滚动轴承故障的诊断方法。采用IITD方法对滚动轴承的振动信号进行分解,通过互信息分析,筛选出前3个含主要特征信息的固有旋转分量(PR),计算其近似熵值作为信号的特征向量,将得到的特征向量输入到FCM分类器中分析并得到分类结果。实验分析表明:分别与基于EMD、ITD近似熵和FCM聚类相结合的方法比较,该方法的分类系数更接近1,平均模糊熵更接近0,即此方法对滚动轴承的正常、内圈故障、外圈故障、滚动体故障信号以及对内圈的不同损伤程度信号均能更有效更准确地进行分类。 相似文献
3.
声发射技术通过实时监测结构服役过程中发出的声发射信号,判断结构是否出现损伤,是一种重要的在线监测损伤的技术。为了明确TC18钛合金在疲劳试验中产生微裂纹、裂纹扩展及断裂等过程中声发射信号的特性,设计TC18钛合金试验件,进行其疲劳试验并全程采集声发射信号;采用参数分析方法,得到声发射信号在时域、频域方面的参数特征。结果表明:在裂纹萌生及扩展阶段,声发射信号幅值为40~65dB,低于相同条件下铝合金的信号幅值;在200~280kHz频段上,裂纹萌生阶段与后续过程的能量分布存在较大差异。结合上述研究结果,给出TC18钛合金试验件声发射监测的参考原则。 相似文献
4.
与传统方法相比,声发射传感器在刀具故障诊断方面有很大的优势。将声发射传感器应用于刀具切削过程中,提出了基于经验模态分解(EMD)和支持向量机(SVM)的刀具故障诊断方法。该方法首先对标准化的声发射信号进行经验模态分解,将分解后的有限个固有模态函数(IMF)通过一定的削减算法增强故障类型特征,把每个IMF和残余项的能量以及整个信号的削减比作为特征向量,最后将特征向量输入支持向量机进行训练和测试,判断刀具的故障类型。通过对某一刀具的故障诊断结果进行分析,验证了该方法的实用性和有效性。 相似文献
5.
为通过声发射技术识别铝合金蜂窝板超高速撞击(HVI)的损伤状态,提出一种基于神经网络的损伤模式识别方法。通过超高速撞击实验获取声发射信号,结合精确源定位技术、时频分析技术、小波分析技术及模态声发射技术,提出了10个与损伤相关的特征参数,通过非参数检验分析其与损伤的关系,设计了一种基于贝叶斯正则化BP神经网络的超高速撞击损伤模式识别方法。建立最优网络模型,通过不同参数组合识别能力分析,优选出2种特征参数组合,通过非同源样本对其损伤模式识别能力进行验证。结果表明:传播距离与损伤模式无关,却是识别损伤模式的重要参数;125~250kHz频域的自动加窗小波能量比会降低损伤模式的识别能力;采用贝叶斯正则化的BP神经网络可以较好地识别蜂窝板超高速撞击损伤模式,参数组合为传播距离、上升时间、持续时间、截止频率、4个自动加窗小波能量比及小波能量熵,共9个参数,对任意选取非同源样本识别错分率仅为9.38%。 相似文献
6.
7.
改进Hilbert-Huang变换在齿轮故障诊断中的应用 总被引:1,自引:1,他引:1
针对Hilbert-Huang变换中齿轮故障信号经验模式分解的第一阶固有模态函数通常为非单一信号分量以及经验模式分解产生虚假低频分量的问题, 提出一种改进Hilbert-Huang变换方法.首先在频谱中确定故障信息频率范围, 并依据该频率范围和二进小波分解的特点确定需提取的相应频带的二进小波系数, 然后采用相关系数筛选法剔除小波系数经验模式分解所产生的虚假分量, 最后通过局部瞬时能量提取故障特征, 实例表明改进的Hilbert-Huang变换可以有效的提取齿轮故障特征. 相似文献
8.
针对CFRP钻削制孔加工过程中的孔出口分层缺陷监测问题,本文基于声发射检测技术开展了CFRP钻削孔出口分层损伤识别研究。通过破坏性分层试验提取与分层损伤相关的声发射及轴向力信号的时、频特征,以此作为判断钻削分层损伤的信号依据,并开展钻削试验,结合实际损伤形貌对CFRP层合板的孔出口分层损伤进行识别。研究表明:当产生钻削出口分层损伤时,瞬时钻削轴向力会高于临界轴向力;声发射信号的时域幅值将出现突变,频域信号的中、高频段信号强度也会有明显增加。通过显著的信号时、频特征可对钻削孔出口分层损伤进行有效识别,为实现在线监测、控制CFRP层合板钻削分层损伤的研究提供了思路。 相似文献
9.
为了掌握UHMWPE/LDPE复合材料的损伤机理,运用声发射技术结合聚类分析方法建立不同损伤形式的声发射信号训练样本,通过神经网络实现损伤信号的识别,并分别探讨了训练函数、传递函数、网络结构等因素对识别率的影响。研究表明,由系统聚类可提取幅度、峰值频率、持续时间为模式特征,结合Kmeans聚类可建立11个类别共583信号的训练样本。以混淆矩阵为识别率指标,当训练函数为traingdx、隐层/输出层传递函数为tansig/logsig、隐层神经元数量为70时,网络的识别率达97.2%,为基于声发射技术的热塑性基体复合材料损伤识别提供参考。 相似文献
10.
《航空精密制造技术》2015,(4)
基于声发射技术与信号小波包分解,采集成型过程的声发射信号,分析注射成型工艺如注射速度、注射压力、模具温度等对于声发射信号的影响以及有无流动缺陷时声发射信号的区别。实验结果显示,随着注射速度升高或者模具温度的降低,信号能量明显升高。另外注射速度、注射压力和模具温度共同影响信号在375-500k Hz频段能谱系数。缺陷检测实验也表明当375-500k Hz频段能谱系数大于0.1时,二次透镜表面存在缺陷。注射成型过程的声发射信号尤其是375-500k Hz频段信号完全能够反映出工艺参数变化和成型过程熔体流动情况,并且能够实现成型流动缺陷的在线监测。 相似文献
11.
12.
针对连续纤维增强复合材料涡轮轴结构失效模式分析问题,基于宏-细观力学跨尺度分析方法,建立细观力学代表性体积元(RVE)模型,通过编程模拟实现模型的周期性边界条件,计算纤维增强复合材料应力响应,将其均值应力转化为真实应力,确定失效包线。建立连续纤维增强轴结构力学模型,计算轴结构在扭转载荷下的应力响应。通过复合材料层合板主偏轴关系应力转化,将危险单元各方向宏观应力响应计算结果转化到细观力学RVE模型上,即为细观力学RVE模型受载情况。结合细观力学失效边界确定复合材料轴结构危险位置失效模式,当扭转载荷达到5 000~5 500 N·m之间,复合材料最外层即层6(+45°)首先达到基体拉伸失效载荷。开展复合材料轴结构失效模式试验,在扭转载荷达到6 000 N·m时,声发射信号相互叠加,大部分均为中频信号,中频信号多为基体、界面开裂信号。与模拟仿真计算结果对比分析,验证连续纤维增强复合材料涡轮轴结构失效模式分析方法的有效性。利用所建立模型预测了某型发动机低压涡轮轴的失效载荷及失效模式。 相似文献
13.
14.
针对非均匀温度场下声发射信号传播速度不一致导致时差定位法定位精度下降的问题,研究基于波束形成法的声发射源定位效果.首先,基于板波理论研究声发射信号的传播特性,分析频散现象等对声发射信号速度测试的影响;然后通过数值仿真研究声发射波束形成法定位精度对不同重建速度的定位效果,进而发现在声发射波束形成法在阵列方向具有速度不敏感性.在加热前后的薄钢板上进行断铅定位实验,其结果表明声发射波束形成法可以在非均匀温度场中保持较高的定位精度,在机匣温度不均的航空发动机碰摩定位领域有良好的应用前景. 相似文献
15.
SiCp/Al复合材料界面控制与评价新方法 总被引:9,自引:0,他引:9
尝试了一种控制 Si Cp/Al复合材料界面状态与性能的新途径 ,并首次应用声发射检测技术及其信号的小波分析新方法对控制效果进行了系统地评价。结果表明 :界面控制新方法的采用 ,使 Si Cp/Al复合材料损伤、断裂过程中的 Si C颗粒拔出模式发生了转变 ,进而显著提高了材料的整体力学性能 ;小波分析特别适合于提取此类复合材料断裂所致声发射信号的深层特征 ,并可望成为反映颗粒增强金属基复合材料界面区力学行为、评价其界面性能的有效手段 相似文献
16.
为了探究航空发动机的风扇噪声,通过试验研究了缩尺风扇前传噪声在不同转速工况下的频谱特性和周向模态特性,并对所设计的环形声衬降噪效果进行了验证。研究结果表明,基于试验测量数据分析得到的频谱特性和周向模态特性满足转静干涉噪声理论。随着转速的提高,风扇纯音噪声越显著,高转速工况下纯音噪声的能量约占风扇前传噪声的85%。在所研究的工况范围内,该声衬对目标频率及模态均有显著的降噪效果,且在85%转速工况时的纯音降噪效果最优,其主模态的传声损失约为59dB。该声衬对于设计频率附近的宽频噪声也有一定降噪效果,在85%转速时的宽频噪声平均传递损失约为3dB。 相似文献
17.