CN113091973B - 基于内部弹性波非线性特征的激光冲击强化实时监测方法 - Google Patents
基于内部弹性波非线性特征的激光冲击强化实时监测方法 Download PDFInfo
- Publication number
- CN113091973B CN113091973B CN202110240850.9A CN202110240850A CN113091973B CN 113091973 B CN113091973 B CN 113091973B CN 202110240850 A CN202110240850 A CN 202110240850A CN 113091973 B CN113091973 B CN 113091973B
- Authority
- CN
- China
- Prior art keywords
- elastic wave
- signal
- nonlinear
- higher harmonic
- fundamental
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01L—MEASURING FORCE, STRESS, TORQUE, WORK, MECHANICAL POWER, MECHANICAL EFFICIENCY, OR FLUID PRESSURE
- G01L5/00—Apparatus for, or methods of, measuring force, work, mechanical power, or torque, specially adapted for specific purposes
- G01L5/0047—Apparatus for, or methods of, measuring force, work, mechanical power, or torque, specially adapted for specific purposes measuring forces due to residual stresses
-
- C—CHEMISTRY; METALLURGY
- C21—METALLURGY OF IRON
- C21D—MODIFYING THE PHYSICAL STRUCTURE OF FERROUS METALS; GENERAL DEVICES FOR HEAT TREATMENT OF FERROUS OR NON-FERROUS METALS OR ALLOYS; MAKING METAL MALLEABLE, e.g. BY DECARBURISATION OR TEMPERING
- C21D10/00—Modifying the physical properties by methods other than heat treatment or deformation
- C21D10/005—Modifying the physical properties by methods other than heat treatment or deformation by laser shock processing
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01L—MEASURING FORCE, STRESS, TORQUE, WORK, MECHANICAL POWER, MECHANICAL EFFICIENCY, OR FLUID PRESSURE
- G01L5/00—Apparatus for, or methods of, measuring force, work, mechanical power, or torque, specially adapted for specific purposes
- G01L5/0061—Force sensors associated with industrial machines or actuators
- G01L5/0076—Force sensors associated with manufacturing machines
Landscapes
- Chemical & Material Sciences (AREA)
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Analytical Chemistry (AREA)
- Crystallography & Structural Chemistry (AREA)
- Thermal Sciences (AREA)
- Mechanical Engineering (AREA)
- Materials Engineering (AREA)
- Metallurgy (AREA)
- Organic Chemistry (AREA)
- Optics & Photonics (AREA)
- Investigating Or Analyzing Materials By The Use Of Ultrasonic Waves (AREA)
Abstract
本发明公开了一种基于内部弹性波非线性特征的激光冲击强化实时监测方法,本发明结合金属材料在冲击波作用下引发的内部弹性波的产生机理及其在材料中的非线性传播方式,利用基波在非线性介质中传播时产生的高次谐波,计算非线性系数特征,一方面降低了环境噪声的干扰,提高了信息的利用率,其次,利用材料内部弹性波的非线性系数作为特征参数,能更加揭示材料内部的非线性结构,提高弹性波的物理意义,并提高特征的表征能力及鲁棒性,有助于提高实际生产应用的稳定性及准确度。本发明计算方法简单快速,非线性系数特征的状态响应良好,实时性好,环境适应能力强,鲁棒性强,工程实用性高,为实现激光冲击强化的在线监测提供有效的技术实现途径。
Description
技术领域
本发明属于激光冲击强化技术领域,具体涉及一种基于内部弹性波非线性特征的激光冲击强化实时监测方法,利用声发射传感器及声弹性理论,计算材料内部弹性波的非线性特征,实现激光冲击强化残余应力的实时监测。
背景技术
激光冲击强化(Laser Shocking Peening,LSP)技术,是利用极高功率密度、极短脉冲的激光束通过约束层,与金属加工表面所涂覆的吸收层发生相互耦合作用,产生高温高压的等离子体,利用等离子体爆炸产生的高强度冲击波使得金属工件材料表面获得一定深度的残余压应力层。激光冲击强化作为一种高新技术,能够有效的提升金属材料表面的应力分布,使其具有较高的抗疲劳、抗腐蚀和耐磨损性能。
衡量LSP加工质量的主要标准是残余压应力的大小及影响深度。现有的激光冲击强化残余压应力检测手段多为离线无损或破损检测,常用方法有钻孔法、X-射线衍射法等。受设备精度限制及内部应力宏-微观耦合等问题,残余应力的检测一直存在检测周期长,效率低及测不准等瓶颈难题。实现LSP加工过程残余应力的实时测量和评估对提高LSP加工制造的稳定性和可靠性具有重要意义,同时也为残余应力的测量难题提供了一条可借鉴的新思路。
针对激光冲击强化的在线监测方法,中国专利号CN110715981A发明了一种利用声压因子判定激光冲击强化质量的监测方法,将冲击波特征信号代入标准声压因子模型中得到声压因子特征,从而实现残余应力的在线监测。中国专利号CN101482542A发明了一种基于冲击波波形特征的在线检测方法和装置,利用检测空气中传播的冲击波振幅和脉冲宽度,从而实验激光冲击强化过程的在线监测。
针对激光冲击强化在线监测,已公开和授权的专利方法没有结合金属材料受LSP冲击过程中内部弹性波的产生机理和传播方式进行有效的实时监测,同时空气声波信号更多地反应了冲击波中所释放出去的一部分能量,较材料内部弹性波信号而言噪声更多,检测结果的精度容易受到外部环境的影响。相应地,金属工件的冲击区域在不同的工艺参数下会产生不同深度的残余应力层,同时会导致内部显微晶粒发生位错、细化等现象,而金属零件内部由于存在不均匀性,如应力梯度分布、位错或其他的微观缺陷,材料本身局部存在一定的非线性。声发射弹性波获取的是LSP动态过程中冲击波在材料内部传播、折射、反射及衰减的动态信息,与材料内部的塑性变形和残余压应力直接相关。
发明内容
本发明的目的在于提供基于内部弹性波非线性特征的激光冲击强化实时监测方法,针对上述激光冲击强化在线监测方法的不足,充分利用LSP自身所激发的内部弹性波动态信息,借鉴残余应力超声无损检测方法和声弹性理论,基于实时声发射数据进行非线性特征的快速提取和残余应力表征,提供一种加工环境适应能力强、稳定可靠、鲁棒性强且工程实用性高的在线监测方法。
为实现上述目的,本发明采用的技术方案为:
基于内部弹性波非线性特征的激光冲击强化实时监测方法,包括以下步骤:
步骤一,在待冲击金属工件的正面安装声发射压电式传感器探头,声发射压电式传感器与前置放大器连接,前置放大器与A/D数据采集卡连接,A/D数据采集卡与工控机连接;在激光冲击过程中的每一个激光脉冲下,利用声发射传感器采集材料内部动态的弹性波信号数据,并保存至工控机;
步骤二,由于弹性波信号数据的采样率较高,为提升处理速度,在满足采样定理的条件下,对弹性波信号数据进行降采样处理,从而得到数据长度压缩后的降采样信号数据;
步骤三,为去除降采样信号数据中的噪声干扰,利用小波包分解对降采样信号数据进行降噪处理,从而得到无低频噪声干扰的降噪弹性波信号数据X(t);
步骤四,进一步求取降噪弹性波信号数据X(t)的时域波形包络图,通过设定阈值依次截取基波信号X1(t)与高次谐波信号X2(t);
步骤五,对截取的基波信号X1(t)进行傅里叶变换,提取频域中的基波激励频率;
步骤六,对截取的高次谐波信号X2(t)进行傅里叶变换,提取频域中的高次谐波频率;
步骤七,根据非线性系数特征的计算公式,利用基波激励频率和高次谐波频率的幅值比值,提取每一次冲击的非线性特征参数,表征激光冲击强化过程动态过程的残余压应力,实时监测激光冲击强化过程零件内部的残余压应力。
本发明进一步的改进在于,步骤一中,声发射内部弹性波信号采用RS-2A声发射压电式传感器获得,RS-2A声发射压电式传感器频率响应范围50Hz~400kHz,RS-2A声发射压电式传感器灵敏度80dB±5dB,前置放大器的放大增益设置为20dB,A/D数据采集卡的采样频率设置为5MHz,在激光冲击过程中通过工控机和A/D数据采集卡实现同步采集材料内部的弹性波信号数据;声发射压电式传感器、前置放大器、A/D数据采集卡和工业计算机通过低噪声信号线和同轴电缆依次连接。
本发明进一步的改进在于,步骤二中,为了提升时间成本,在满足Nyquist采样定理条件下,对弹性波信号数据进行4倍降采样处理,从而得到数据长度压缩4倍后的降采样信号数据。
本发明进一步的改进在于,步骤三中,为去除降采样信号数据中的低频噪声干扰,采用dmey小波包六层硬阈值降噪法,具体是将降采样信号分解6层,最底层节点(6,0)系数频域范围为0~9765.625Hz,设定阈值对最底层节点(6,0)系数进行降噪,完成降噪处理得到降噪弹性波信号数据X(t)。
本发明进一步的改进在于,步骤四中,根据降噪弹性波信号达到声发射压电式传感器的时间先后判断基波信号X1(t)与高次谐波信号X2(t)的分段时刻,利用降噪弹性波信号的时域包络线,设定阈值找到两次信号之间的时间分隔点,截取对应冲击的弹性波信号,从而得到基波信号X1(t)和高次谐波信号X2(t)。
本发明进一步的改进在于,步骤五中,对基波信号X1(t)进行傅里叶变换,根据基波信号段的频域幅值图,提取基波激励频率。
本发明进一步的改进在于,步骤六中,对高次谐波信号X2(t)进行傅里叶变换,根据高次谐波信号段的频域幅值图,提取高次谐波频率。
本发明进一步的改进在于,步骤七中,根据非线性系数计算公式,利用基波激励频率和高次谐波频率的幅值计算二阶非线性特征参数β,实现激光冲击强化的实时监测。
本发明进一步的改进在于,步骤七中,根据波在非线性介质中传播时的小应变假设,其运动方程为:
其中,u是x方向上的位移,ρ是介质的密度,σ(x,t)是x方向上的正应力;
假设介质的本构关系方程如下所示:
σ=Ef(ε)
其中:E为介质的弹性模量,f(ε)为应变函数;
在小应变的情况下,为进一步分析方程解的特性,幂级数展开应变函数的导函数f′(ε),将本构关系方程改写为:
其中:β称为二阶非线性系数,与材料的二阶、三阶弹性常数有关;
利用摄动法求解波动方程的二阶近似解,如下所示:
其中:k是超声波波数;A1是基波信号的幅值;
利用基波信号幅值可计算得到高次谐波信号幅值A2:
因此,二阶非线性系数计算公式如下所示:
其中A1为基波信号幅值,A2为高次谐波信号幅值,k为内部弹性波波数,x为传播距离。
本发明进一步的改进在于,步骤七中,非线性系数可由基波信号和高次谐波信号的幅值、传播距离得到;在实验中,考虑到内部弹性波波数k不会发生变化,采用简化的非线性系数作为特征提取公式,简化的非线性系数计算公式如下:
其中A1为基波信号幅值,A2为高次谐波信号幅值。
与现有技术相比,本发明结合了激光冲击强化过程中金属材料表层弹性波的产生机理和非线性传播方式,利用材料内部弹性波信号进行特征提取,一方面能够增强对环境的适应能力,降低噪声干扰,提高信息的利用率,其次,利用固体材料由于晶粒位错、细化而具有的非线性特性及其弹性波的非线性传播方式,提高了特征的表征能力及鲁棒性,有助于提高实际生产应用的稳定性及准确度。本发明计算方法简单快速,特征的状态响应良好,实时性好,鲁棒性强,工程实用性高,为实现激光冲击强化的在线监测提供有效的技术实现途径。
附图说明
图1为本发明的流程图;
图2为本发明实施例中激光冲击强化过程声发射压电式传感器安装及材料内部弹性波信号采集示意图;
图3为本发明实施例中待冲击加工的金属材料形状及尺寸;其中a为正视图,b为侧视图,c为俯视图;
图4为本发明实施例中弹性波数据降采样处理前后的时域图;
图5为本发明实施例中弹性波数据降采样处理前后的频域幅值图;
图6为本发明实施例中弹性波数据降采样后利用小波包去噪前后的时域图;
图7为本发明实施例中弹性波数据降采样后利用小波包去噪前后的频域幅值图;
图8为本发明实施例中基波信号和高次谐波信号阈值截断示意图;
图9为本发明实施例中基波信号和高次谐波信号的频域幅值图;
图10为本发明实施例中不同激光冲击次数与非线性系数特征值的关系图。
其中:1-工控机,2-A/D数据采集卡,3-前置放大器,4-待加工金属工件,5-声发射压电式传感器,6-流水约束层,7-黑胶带吸收层,8-激光冲击区域。
具体实施方式
为使本发明解决的技术问题、采用的技术方案及数据分析方式更加清楚,下面结合附图和实施例对本发明作进一步说明。
声发射信号的采集为已有技术,在此仅对所需要的关键参数提出要求并简单说明。采用AS-B2声发射压电式传感器5获取激光冲击过程中的弹性波数据,利用耦合剂保证传感器陶瓷面与金属表面紧密贴合,同时配备相应的信号调理器,包括前置放大器3、A/D数据采集卡2、工控机1,其作用分别为:前置放大器3完成对信号的放大完成对信号的放大,模数转换及降噪,A/D数据采集卡2完成对数据的采集,工控机1完成对数据的存储与分析。为保证采集到的弹性波信号能够充分反映材料内部的动态响应,信号的采样率不得低于3MHz。
参见图1,本发明提供的基于内部弹性波非线性特征的激光冲击强化实时监测方法,包括以下步骤:
步骤一,将声发射压电式传感器安装在待加工金属工件4的一侧,距离冲击区域中心60mm,使用工业耦合剂保证传感器与金属表面紧密贴合,利用响应的信号调理器在激光冲击过程中同步采集材料内部产生的弹性波声发射信号。如图2所示为激光冲击强化过程声发射传感器安装及弹性波信号采集示意图。
步骤二,以采样率5MHz采集激光冲击强化过程中的材料内部声发射弹性波信号,对实时获得的声发射弹性波信号进行预处理。首先利用降采样方法对数据长度进行压缩,在满足采样定理的条件下,对原始数据进行4倍降采样处理,此时采样率降低为:5/4(MHz)=1.25(MHz)。
步骤三,采用dmey小波包六层硬阈值降噪法对声发射弹性波信号进行降噪处理。具体是将信号分解6层,最底层节点(6,0)系数频域范围为0~9765.625Hz,设定阈值对最底层节点(6,0)系数进行降噪,其余节点系数全部保留,完成数据预处理得到弹性波信号X(t)。
步骤四,对步骤三获得的弹性波信号数据,从中寻找基波和高次谐波的分段时刻,依据声发射信号时域包络图,设定阈值依次选取基波信号X1(t)及其高次谐波信号X2(t)。
步骤五,对步骤四获得的基波信号段X1(t)进行傅里叶变换,根据其频域幅值图,从中提取基波激励频率;
步骤六,对步骤四获得的高次谐波信号段X2(t)进行傅里叶变换,根据其频域幅值图,从中提取高次谐波频率;
步骤七,根据非线性系数计算公式,利用步骤六中提取的基波激励频率和高次谐波频率幅值特征计算每一次冲击的非线性系数特征参数,表征激光冲击强化过程动态过程,实时监测激光冲击强化过程的强化效果。依据的是声弹性理论基础,当弹性波在有应力的固体材料中的传播速度不仅取决于材料的二阶弹性常数、高阶弹性常数和密度,还与残余应力有关。所以,当弹性波在含有残余应力的金属材料中传播时,材料的非线性特征可通过波传播的非线性现象来表征。激光冲击强化后的金属材料内部发生了显著的局部塑性变形和位错塞积,呈现明显的非线性特征。当材料中存在残余应力时,会引起材料弹性常数的变化,使得弹性波传播的二阶非线性系数β发生变化,因此可利用这一弹性波的非线性系数来表征材料内部的残余应力状态。非线性系数通过计算基波波形幅值和高次谐波波形幅值的比值,量化非线性特征参数对不同冲击的区分效果。非线性系数计算公式如下所示:
其中A2为高次谐波幅值,k为内部弹性波波数,A1为基波幅值,x为传播距离。
在实验中,内部弹性波波数k不会发生变化,非线性系数可由基波信号和高次谐波信号的幅值、传播距离得到,为简化计算过程,且内部弹性波波数在实验中不会造成非线性系数变化趋势的改变,因此采用简化的非线性系数作为特征提取公式,简化的非线性系数计算公式如下:
实施例:
如图2所示为本实施例中声发射压电式传感器的布置位置和激光冲击过程中弹性波信号采集示意图。本次实施例中声发射压电式传感器距离冲击区域中心60mm,使用工业耦合剂保证传感器贴合面与金属表面紧密贴合,采样率为5MHz。本次实施例实验采用的激光冲击强化工艺参数为:单脉冲激光能量4J,光斑直径3mm,平稳流水约束层6,黑胶带吸收层7。本次实施例种,分别选择单点冲击1~5次进行实验。
如图3所示为本实施例中使用的金属材料形状和尺寸示意图,其中(a)为正视图,(b)为侧视图,(c)为俯视图。实例中所使用的金属材料为矩形,长宽分别为300mm和50mm,厚度为4mm。
本实施例中在激光冲击区域8通过激光器发射高能量高脉冲激光,透过流水约束层6后,与黑胶带吸收层7相互作用产生等离子体,利用等离子体爆炸在金属材料表层激发内部弹性波,并使用声发射传感器对原始波形数据进行采集。按照本发明步骤二和步骤三对声发射弹性波信号进行降采样和降噪等预处理,如图4所示为弹性波原始数据和降采样处理前后的数据时域图,如图5所示为弹性波原始数据和降采样处理前后的频域幅值图,如图6所示为弹性波降采样数据和降采样之后利用小波包去噪的数据时域图,如图7所示为弹性波降采样数据和降采样之后利用小波包去噪的频域幅值图。按照本发明步骤四,设定阈值为4.5,根据阈值和包络线的交点先后截取基波信号和高次谐波信号,如图8所示。然后对基波信号和二次谐波信号分别进行傅里叶变换,如图9所示为基波信号和二次谐波信号分别对应的频域幅值图,从图中可以看到,高次谐波信号频域幅值图中频率发生了很大的变化,除了激励频率外,产生了高次谐波频率分量,利用新产生的高次谐波频率分量可以有效的反映材料内部的非线性变化,如表1所示为基波激励频率和高次谐波频率的频率及幅值。按照本发明步骤七,根据非线性系数计算公式,分别计算高次谐波频率和基波激励频率的比值,分别以120100Hz和161600Hz作为基波激励频率计算非线性系数特征参数β1和β2,具体数值如表2所示。
表1表1为本发明实施例中基波激励频率与高次谐波频率对应的主频峰幅值:
在本实施例中,利用声发射传感器采集内部弹性波数据,将其预处理之后提取波形幅值最大值特征,代入非线性系数计算公式得到非线性系数特征,结合激光冲击次数和残余应力之间的函数关系,进而建立非线性系数特征与残余应力之间的函数关系。本次实施例中,分别选择激光冲击次数1~5次进行实验,获得如下实验数据并计算其非线性系数:如表3所示为不同激光冲击次数下的非线性系数特征,如图10所示为不同激光冲击次数与非线性特征参数值的关系图。
表3为本发明实施例中不同激光冲击次数下的非线性系数特征参数值:
通过对比表3与现有不同冲击次数下残余应力大小的论文研究,可以发现:随着激光冲击次数的增加,金属表层的残余压应力和非线性系数特征之间存在负相关关系,且增长趋势基本吻合,同时利用材料内部弹性波数据进行监测,能够不受环境变化影响,增强了环境适应能力。本发明所涉及的一种基于声发射弹性波非线性特征的激光冲击强化残余应力实时监测方法具有可靠稳定的监测性能,具有计算简单,实时性好,鲁棒性高等特点,为实现激光冲击强化效果的在线监测提供了有效的技术手段。
Claims (6)
1.基于内部弹性波非线性特征的激光冲击强化实时监测方法,其特征在于,包括以下步骤:
步骤一,在待冲击金属工件的正面安装声发射压电式传感器探头,声发射压电式传感器与前置放大器连接,前置放大器与A/D数据采集卡连接,A/D数据采集卡与工控机连接;在激光冲击过程中的每一个激光脉冲下,利用声发射传感器采集材料内部动态的弹性波信号数据,并保存至工控机;
步骤二,由于弹性波信号数据的采样率较高,为提升处理速度,在满足采样定理的条件下,对弹性波信号数据进行降采样处理,从而得到数据长度压缩后的降采样信号数据;
步骤三,为去除降采样信号数据中的噪声干扰,利用小波包分解对降采样信号数据进行降噪处理,从而得到无低频噪声干扰的降噪弹性波信号数据X(t);
步骤四,进一步求取降噪弹性波信号数据X(t)的时域波形包络图,通过设定阈值依次截取基波信号X1(t)与高次谐波信号X2(t);根据降噪弹性波信号达到声发射压电式传感器的时间先后判断基波信号X1(t)与高次谐波信号X2(t)的分段时刻,利用降噪弹性波信号的时域包络线,设定阈值找到两次信号之间的时间分隔点,截取对应冲击的弹性波信号,从而得到基波信号X1(t)和高次谐波信号X2(t);
步骤五,对截取的基波信号X1(t)和高次谐波信号X2(t)分别进行傅里叶变换,并分别提取出频域中的基波激励频率和高次谐波频率;其中,对基波信号X1(t)进行傅里叶变换,根据基波信号段的频域幅值图,提取基波激励频率;对高次谐波信号X2(t)进行傅里叶变换,根据高次谐波信号段的频域幅值图,提取高次谐波频率;
步骤六,根据非线性系数特征的计算公式,利用基波激励频率和高次谐波频率的幅值比值,提取每一次冲击的非线性特征参数,表征激光冲击强化过程动态过程的残余压应力,实时监测激光冲击强化过程零件内部的残余压应力;根据波在非线性介质中传播时的小应变假设,其运动方程为:
其中,u是x方向上的位移,ρ是介质的密度,σ(x,t)是x方向上的正应力;
假设介质的本构关系方程如下所示:
σ=Ef(ε)
其中:E为介质的弹性模量,f(ε)为应变函数;
在小应变的情况下,为进一步分析方程解的特性,幂级数展开应变函数的导函数f′(ε),将本构关系方程改写为:
其中:β称为二阶非线性系数,与材料的二阶、三阶弹性常数有关;
利用摄动法求解波动方程的二阶近似解,如下所示:
其中:k是超声波波数;A1是基波信号的幅值;
利用基波信号幅值可计算得到高次谐波信号幅值A2:
因此,二阶非线性系数计算公式如下所示:
其中A1为基波信号幅值,A2为高次谐波信号幅值,k为内部弹性波波数,x为传播距离。
2.根据权利要求1所述的基于内部弹性波非线性特征的激光冲击强化实时监测方法,其特征在于,步骤一中,声发射内部弹性波信号采用RS-2A声发射压电式传感器获得,RS-2A声发射压电式传感器频率响应范围50Hz~400kHz,RS-2A声发射压电式传感器灵敏度80dB±5dB,前置放大器的放大增益设置为20dB,A/D数据采集卡的采样频率设置为5MHz,在激光冲击过程中通过工控机和A/D数据采集卡实现同步采集材料内部的弹性波信号数据;声发射压电式传感器、前置放大器、A/D数据采集卡和工业计算机通过低噪声信号线和同轴电缆依次连接。
3.根据权利要求1所述的基于内部弹性波非线性特征的激光冲击强化实时监测方法,其特征在于,步骤二中,为了提升时间成本,在满足Nyquist采样定理条件下,对弹性波信号数据进行4倍降采样处理,从而得到数据长度压缩4倍后的降采样信号数据。
4.根据权利要求1所述的基于内部弹性波非线性特征的激光冲击强化实时监测方法,其特征在于,步骤三中,为去除降采样信号数据中的低频噪声干扰,采用dmey小波包六层硬阈值降噪法,具体是将降采样信号分解6层,最底层节点(6,0)系数频域范围为0~9765.625Hz,设定阈值对最底层节点(6,0)系数进行降噪,完成降噪处理得到降噪弹性波信号数据X(t)。
5.根据权利要求1所述的基于内部弹性波非线性特征的激光冲击强化实时监测方法,其特征在于,步骤六中,根据非线性系数计算公式,利用基波激励频率和高次谐波频率的幅值计算二阶非线性特征参数β,实现激光冲击强化的实时监测。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110240850.9A CN113091973B (zh) | 2021-03-04 | 2021-03-04 | 基于内部弹性波非线性特征的激光冲击强化实时监测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110240850.9A CN113091973B (zh) | 2021-03-04 | 2021-03-04 | 基于内部弹性波非线性特征的激光冲击强化实时监测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113091973A CN113091973A (zh) | 2021-07-09 |
CN113091973B true CN113091973B (zh) | 2022-10-25 |
Family
ID=76666368
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110240850.9A Active CN113091973B (zh) | 2021-03-04 | 2021-03-04 | 基于内部弹性波非线性特征的激光冲击强化实时监测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113091973B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113866023B (zh) * | 2021-08-27 | 2023-11-10 | 北京工业大学 | 一种预测岩石杆中应力波大小的方法 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6422082B1 (en) * | 2000-11-27 | 2002-07-23 | General Electric Company | Laser shock peening quality assurance by ultrasonic analysis |
US7546769B2 (en) * | 2005-12-01 | 2009-06-16 | General Electric Compnay | Ultrasonic inspection system and method |
CN106324101A (zh) * | 2016-10-20 | 2017-01-11 | 沈阳慧远自动化设备有限公司 | 基于声压特征的激光冲击强化在线质量监测系统和方法 |
CN106949861B (zh) * | 2017-04-24 | 2019-01-22 | 中北大学 | 一种非线性超声在线监测金属材料应变变化的方法 |
CN111044613B (zh) * | 2019-12-26 | 2023-09-22 | 武汉工程大学 | 一种基于非线性Lamb波的金属板微缺陷检测方法 |
-
2021
- 2021-03-04 CN CN202110240850.9A patent/CN113091973B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN113091973A (zh) | 2021-07-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Michaels et al. | Detection of structural damage from the local temporal coherence of diffuse ultrasonic signals | |
Hong et al. | The matching pursuit approach based on the modulated Gaussian pulse for efficient guided-wave damage inspection | |
Song et al. | On the study of surface wave propagation in concrete structures using a piezoelectric actuator/sensor system | |
Chen et al. | Noise analysis of digital ultrasonic nondestructive evaluation system | |
Li et al. | Optimal mother wavelet selection for Lamb wave analyses | |
CN113091973B (zh) | 基于内部弹性波非线性特征的激光冲击强化实时监测方法 | |
CN110412129A (zh) | 一种考虑表面粗糙度的微细缺陷超声检测信号处理方法 | |
Liu et al. | Time-frequency analysis of laser-excited surface acoustic waves based on synchrosqueezing transform | |
Yang et al. | Denoising low SNR percussion acoustic signal in the marine environment based on the LMS algorithm | |
Su et al. | Research on composites damage identification based on power spectral density and lamb wave tomography technology in strong noise environment | |
TW200831893A (en) | The combined spectrum impact echo method | |
Zhang et al. | Electromagnetic ultrasonic signal processing and imaging for debonding detection of bonded structures | |
Yang et al. | Feature extraction of ultrasonic guided wave weld detection based on group sparse wavelet transform with tunable Q-factor | |
Sun et al. | Damage identification in thick steel beam based on guided ultrasonic waves | |
Wang et al. | Damage identification of thin plate-like structures combining improved singular spectrum analysis and multiscale cross-sample entropy (ISSA-MCSEn) | |
CN106442744B (zh) | 一种去除超声探头响应特性的超声波信号处理方法 | |
Zheng et al. | Structural-damage localization using ultrasonic guided waves based on the lossless filtering method | |
Bose et al. | Acoustic emission signal analysis and event extraction through tuned wavelet packet transform and continuous wavelet transform while tensile testing the AA 2219 coupon | |
CN113390963B (zh) | 基于时窗能量衰减系数的激光冲击强化质量在线监测方法 | |
Shehadeh et al. | Aspects of acoustic emission attenuation in steel pipes subject to different internal and external environments | |
Liang et al. | Matching pursuit for decomposition and approximation of ultrasonic pulse-echo wavelet and its application in ultrasonic nondestructive evaluation | |
Khanzhin et al. | Quantitative information on damage processes obtained in acoustic-emission measurements | |
CN113340493B (zh) | 基于模态声发射谱比值的激光冲击强化质量在线监测方法 | |
JP2003269944A (ja) | 構造物に生じたひび割れ深さの計測方法及び装置 | |
Zhang et al. | Detection of near-surface defects in rails combining Green's function retrieval of ultrasonic diffuse fields and sign coherence factor imaging |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |