CN113252794B - 一种声发射裂纹监测方法及系统 - Google Patents

一种声发射裂纹监测方法及系统 Download PDF

Info

Publication number
CN113252794B
CN113252794B CN202110616459.4A CN202110616459A CN113252794B CN 113252794 B CN113252794 B CN 113252794B CN 202110616459 A CN202110616459 A CN 202110616459A CN 113252794 B CN113252794 B CN 113252794B
Authority
CN
China
Prior art keywords
acoustic emission
crack
wheel disc
module
signal
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
Application number
CN202110616459.4A
Other languages
English (en)
Other versions
CN113252794A (zh
Inventor
于洋
杨平
李赟
郝丞
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenyang University of Technology
Original Assignee
Shenyang University of Technology
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shenyang University of Technology filed Critical Shenyang University of Technology
Priority to CN202110616459.4A priority Critical patent/CN113252794B/zh
Publication of CN113252794A publication Critical patent/CN113252794A/zh
Application granted granted Critical
Publication of CN113252794B publication Critical patent/CN113252794B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N29/00Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
    • G01N29/14Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object using acoustic emission techniques
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N29/00Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
    • G01N29/44Processing the detected response signal, e.g. electronic circuits specially adapted therefor

Abstract

本发明涉及一种声发射裂纹监测方法及系统,步骤为:1)在轮盘工作于低周疲劳试验条件下,声发射传感器安装于轮盘疲劳试验器上;2)电信号经过前置放大器的阻抗变化和去噪、放大之后,由信号采集模块的高速采集卡采集;3)采集到的信号经过降噪处理模块的降噪处理之后,通过数据处理与分析模块的裂纹声发射模型分析循环过程中裂纹声发射特征的异常变化,判定裂纹萌生。系统包括声发射传感器、前置放大器、信号采集模块、降噪处理模块和数据处理与分析模块。本发明能检测出轮盘低周疲劳裂纹的萌生及扩展。

Description

一种声发射裂纹监测方法及系统
技术领域
本发明涉及发动机关键件定寿研究技术领域,是一种基于声发射原理的航空发动机轮盘及模拟轮盘低周疲劳裂纹在线检测方法及系统。
背景技术
航空发动机轮盘是发动机的关键部件,工作条件恶劣,受到发动机高转速、高温以及异常振动等复杂载荷的影响,经常发生失效问题,其寿命研究一直是急需解决的难题。轮盘低周疲劳试验是通过定期检查来发现裂纹的产生,但定期检查无法及时发现裂纹的产生,轮盘寿命不能准确定寿;有裂纹会造成轮盘破裂导致试验器损坏,影响试验的正常进行和试验进度,维修费用不菲。同时频繁的检查浪费大量的人力物力,经常是多次检查也没发现裂纹,试验达到预定寿命就停止试验,并不能清楚摸底确定轮盘寿命。
目前国内尚无轮盘疲劳在线检测技术,而国外立式转子疲劳试验器有的配置了基于振动的裂纹检测装置,但在实际应用中无有效效果。因此国内在轮盘疲劳裂纹监测中没有有效可行的方法。
轮盘疲劳试验工作于高速旋转高强背景噪声的试验环境中,且轮盘裂纹萌生信号非常微弱,疲劳裂纹微弱信号的在线检测是世界难题。国内急需一种轮盘疲劳裂纹在线监测定寿手段。
发明内容
发明目的:本发明提出一种轮盘疲劳裂纹声发射在线监测方法及系统,其目的在于解决目前暂无有效的轮盘疲劳裂纹在线监测定寿手段。
技术方案:
一种声发射裂纹监测方法,步骤为:
1)在轮盘工作于低周疲劳试验条件下,声发射传感器安装于轮盘疲劳试验器上,声发射传感器将轮盘疲劳裂纹的应力波转换为电信号;
2)电信号经过前置放大器的阻抗变化和去噪、放大之后,由信号采集模块的高速采集卡采集;
3)采集到的信号经过降噪处理模块的降噪处理之后,通过数据处理与分析模块的裂纹声发射模型分析循环过程中裂纹声发射特征的异常变化,判定裂纹萌生。
步骤3)中裂纹声发射模型为:
Figure 377789DEST_PATH_IMAGE001
式中,Pl为载荷强度,k为裂纹宽度,x为扩展长度,v为裂纹扩展速度,E是弹性板的剪切模量,B是单层板的厚度,
Figure 170295DEST_PATH_IMAGE002
是横波速度,
Figure 950033DEST_PATH_IMAGE003
是纵波速度,A为传感器增益,f为传感器响应频率,VOZ,VOH则是纵波、横波引起的传感器响应的声发射信号电压。
声发射传感器的声发射信号频谱特征在20kHz和500kHz之间。
前置放大器为40dB放大器。
降噪处理模块采用带通滤波器100kHz~400kHz。
一种声发射裂纹监测方法的系统,该系统包括声发射传感器、前置放大器、信号采集模块、降噪处理模块和数据处理与分析模块。
声发射传感器安装于轮盘疲劳试验器上,用于将轮盘疲劳裂纹的应力波转换为电信号;
前置放大器用于将声发射传感器的电信号进行阻抗变化和去噪、放大处理;
信号采集模块用于前置放大器处理后的信号通过高速采集卡采集;
降噪处理模块用于将信号采集模块采集到的信号进行降噪处理;
数据处理与分析模块基于裂纹声发射模型分析循环过程中裂纹声发射特征的异常变化,判定是否出现裂纹萌生。
声发射传感器安装于轮盘疲劳试验器的传动系统外壁上或者传动系统外套筒壁上或者防护系统内轮盘的相关转接件上。
该系统还包括报警模块,用于当声发射报警信号出现即触发报警装置发出声光报警。
有益效果:
为了实现航空发动机轮盘低周疲劳裂纹在线检测,本发明描述了一种利用声发射原理检测发动机模拟轮盘低周疲劳裂纹的方法和检测系统。本发明为基于能量等参数的轮盘疲劳声发射监测方法。该方法在轮盘工作于低周疲劳试验条件下,传感器安装于立式转子疲劳试验器传动系统外壁上或者传动系统外套筒壁上或者防护系统内轮盘的相关转接件上,不影响轮盘的正常运转和轮盘加温,在线实时监测轮盘裂纹状态,能检测出轮盘低周疲劳裂纹的萌生及扩展。声发射技术解决了轮盘疲劳裂纹在线监测的世界难题。
附图说明
图1为理论断裂强度估算模型;
图2为薄板对点应力脉冲的位移响应;
图3轮盘疲劳试验声发射监测系统框图;
图4 轮盘疲劳试验声发射传感器安装位置;
图5轮盘低周疲劳裂纹声发射监测试验结果;
图6轮盘低周疲劳裂纹对应的检查结果;
图中标注:
1、轮盘疲劳试验器,1-1、传动系统,1-2、防护系统,1-3、传动系统外套筒,2、声发射传感器,3、前置放大器,4、信号采集模块,5、降噪处理模块,6、数据处理与分析模块,7、报警模块。
具体实施方式
以下结合说明书附图更详细的说明本发明。
几乎所有材料在变形和断裂时均产生声发射信号,声发射信号是轮盘疲劳裂纹的源信息,因此提出基于声发射原理对轮盘低周疲劳裂纹进行了声发射在线监测研究。轮盘疲劳是轮盘材料产生位错、滑移、微观裂纹发展到宏观裂纹的过程,产生位错、滑移、微观裂纹的同时就产生应力波,并随着裂纹的增长应力波越来越强,利用声发射传感器拾取应力波信号,并进行分析处理。
声发射检测技术能捕捉到轮盘微观损伤过程的发生、进展,对轮盘疲劳裂纹的早期检测和预警具有重要的意义。声发射监测方法是一种动态在线无损检测方法,可以获得关于裂纹的实时动态信息,可提供活性裂纹随载荷、时间、温度等外变量变化的实时或连续信息;可评价裂纹的实际危害程度,以及轮盘的整体性和预期使用寿命。是常规离线无损检测方法所无法比拟的。
采用声发射技术对轮盘疲劳试验进行监测研究,需要研究轮盘裂纹萌生机理与声发射检测机理,建立裂纹声发射模型,在此基础上进行传感器优化和信号降噪处理,形成轮盘疲劳裂纹声发射信号在线监测方法和系统。
本发明描述的轮盘低周疲劳裂纹声发射监测方法,是基于损伤力学和应力波理论,建立了轮盘疲劳裂纹声发射信号的机理模型(裂纹声发射模型)。据此模型,对航空发动机模拟轮盘低周疲劳裂纹进行了声发射监测试验研究。
如图3所示,一种声发射裂纹监测方法的系统,该系统包括声发射传感器2、前置放大器3、信号采集模块4、降噪处理模块5和数据处理与分析模块6。
声发射传感器2安装于轮盘疲劳试验器1上,用于将轮盘疲劳裂纹的应力波转换为电信号;
前置放大器3用于将声发射传感器2的电信号进行阻抗变化和去噪、放大处理;
信号采集模块4用于前置放大器3处理后的信号通过高速采集卡,采集声发射信号电压并衍生出信号强度、绝对能量等参数值;
降噪处理模块5用于将信号采集模块4采集到的信号进行降噪处理;
数据处理与分析模块6基于裂纹声发射模型分析循环过程中裂纹声发射特征的异常变化,判定是否出现裂纹萌生。
如图4所示,轮盘疲劳试验器1由传动系统1-1及传动系统外套筒1-3、防护系统1-2等组成,声发射传感器2安装于立式转子试验器的传动系统1-1外壁上或者传动系统外套筒1-3壁上或者防护系统1-2内轮盘的相关转接件上。将声发射传感器2安装于传动系统1-1外壁上或者传动系统外套筒1-3壁上或者防护系统1-2内轮盘的相关转接件上,不影响轮盘的正常运转和轮盘的加温,在线实时监测轮盘裂纹状态,能检测出轮盘低周疲劳裂纹的萌生及扩展。
该系统还包括报警模块7,用于当声发射报警信号出现即触发报警装置发出声光报警。
一种声发射监测方法,步骤为:
1)在轮盘工作于低周疲劳试验条件下,声发射传感器2安装于轮盘疲劳试验器1传动系统外壁上,本实施例中安装于传动系统1-1外壁上及外套筒1-3壁上。声发射传感器2将轮盘疲劳裂纹的应力波转换为电信号;
2)电信号经过前置放大器3的阻抗变化和去噪、放大之后,由信号采集模块4的高速采集卡采集;
3)采集到的信号经过降噪处理模块5的降噪处理之后,通过数据处理与分析模块6的裂纹声发射模型进行信号分析,判定裂纹萌生并通过报警模块7报警。
轮盘裂纹声发射检测机理:
材料中局域源快速释放能量产生瞬态弹性波的现象称为声发射(AcousticEmission, 简称AE) ,有时也称为应力波发射。材料在应力作用下的变形与裂纹扩展,是结构失效的重要机制。声发射的本质为材料局部失稳开裂引起能量释放,进而产生弹性波。为此可以借助材料断裂准则和弹性应变理论建立起材料开裂声发射理论模型。首先,可以依据能量守恒定律计算出材料断裂强度。再根据材料断裂强度计算出材料开裂尺寸与弹性波之间的关系。在依据压电传感器特性,进而计算出裂纹尺寸与声发射信号之间的关系,从而准确的依据声发射信号特征评估裂纹状况。
(1)材料的理论断裂强度
理想晶体在拉应力作用下,沿着某一个原子面被拉断时的理论断裂强度可以进行如下的近似计算。晶体的内聚力
Figure 345242DEST_PATH_IMAGE004
与原子间距r的关系如图1所示。图1中r0为平衡位置,当两个原子面完全断开时,单位面积所需的能量应是曲线ABC和r轴所围成的面积。
近似地用正弦曲线代替曲线ABC,周期为
Figure 34980DEST_PATH_IMAGE005
,此时有式(1):
Figure 857443DEST_PATH_IMAGE006
(1)
式中:
Figure 124476DEST_PATH_IMAGE004
为晶体的内聚力,r为原子间距,r0为平衡位置,x=r-r0
Figure 198742DEST_PATH_IMAGE005
为周期,
Figure 867621DEST_PATH_IMAGE007
Figure 860985DEST_PATH_IMAGE004
的峰值,理论断裂应力值。
此时,断裂所需要的单位面积功
Figure 615314DEST_PATH_IMAGE008
,如式(2)所示。
Figure 227692DEST_PATH_IMAGE009
(2)
式中:
Figure 751078DEST_PATH_IMAGE005
为周期,
Figure 180922DEST_PATH_IMAGE007
Figure 422547DEST_PATH_IMAGE004
的峰值,理论断裂应力值。
材料断裂会产生新的表面,假设新的表面单位面积产生的表面能为
Figure 573037DEST_PATH_IMAGE010
,单位面积的裂纹有两个新表面,故需要2
Figure 216508DEST_PATH_IMAGE010
。产生表面能所需要的能量和断裂所作的功相等,此时有式(3):
Figure 551674DEST_PATH_IMAGE011
(3)
式中:
Figure 280596DEST_PATH_IMAGE010
为新的表面单位面积产生的表面能,
Figure 234777DEST_PATH_IMAGE007
Figure 732754DEST_PATH_IMAGE004
的峰值,理论断裂应力值。
而当x数值很小的时候有x≈sin(x),此时有式(4):
Figure 504401DEST_PATH_IMAGE012
(4)
式中:
Figure 455040DEST_PATH_IMAGE010
为新的表面单位面积产生的表面能,
Figure 212911DEST_PATH_IMAGE005
为周期,x≈sin(x),
Figure 565395DEST_PATH_IMAGE007
Figure 507943DEST_PATH_IMAGE004
的峰值,理论断裂应力值。
根据胡克定律,可得出式(5):
Figure 696610DEST_PATH_IMAGE013
(5)
式中:E为材料弹性模量,r0为平衡位置,x≈sin(x)。
综合式(3)~(5)可得式(6)
Figure 117227DEST_PATH_IMAGE014
(6)
式中:
Figure 589797DEST_PATH_IMAGE010
为新的表面单位面积产生的表面能,r0为平衡位置,E为材料弹性模量,
Figure 703246DEST_PATH_IMAGE007
Figure 503843DEST_PATH_IMAGE004
的峰值,理论断裂应力值,
Figure 728151DEST_PATH_IMAGE007
就是钢的断裂强度表达式。
以某高温合金钢为例,钢板的弹性模量通常取1.95×1011Pa,晶体原子间的平衡间距为3×10-10m,钢板的表面能取2J/m2。此时计算可得到σth=3.6×1010Pa,而实际中某高温合金的断裂极限只有3.27×109Pa左右。之所以出现材料的实际强度值远低于材料理论强度值的情况,是因为材料中原子并非都是按照理想的状态排列,而存在多种形式的缺陷,而正是由于这种缺陷的存在,为声发射的产生提供了物质基础和被检测的可能性。
(2)Knopoff理论模型
声发射的本质是应力脉冲在材料结构中的响应。如图2所示为一个长宽厚分别为a、c、b的弹性板受力及响应示意图,图中F为应力脉冲。科学家Knopoff给出了弹性板中应力脉冲引起的板表面位移的解析解,在一定程度上解决了这个问题。应力脉冲在弹性薄板表面引起的位移Ut,其表达式如式(7)所示:
Figure 789648DEST_PATH_IMAGE015
式中:Ut为应力脉冲在弹性薄板表面引起的位移,F是点作用力,E是弹性板的剪切模量,b是板的厚度,
Figure 73999DEST_PATH_IMAGE016
,H是单位阶跃函数,b是切变波(横波)速度,
Figure 361892DEST_PATH_IMAGE003
是纵波速度,
Figure 389891DEST_PATH_IMAGE017
Figure 571474DEST_PATH_IMAGE018
Figure 761146DEST_PATH_IMAGE019
从式(7)可以看出,Ut是由一系列多项式所组成的级数求和的形式组成。一般只取前两项设为U,后边余项是前两项的高阶无穷小,此时有式(8):
Figure 536336DEST_PATH_IMAGE020
(8)
式中,U为应力脉冲在弹性薄板表面引起的位移近似值。
式(8)中的第一项为纵波引起的位移分量,第二项为横波引起的位移分量。根据Knopoff等人的论述,忽略了高阶无穷小后,点应力脉冲在薄板表面引起的位移可用式(9)表示:
Figure 102446DEST_PATH_IMAGE021
(9)
式中:UtZ代表纵波引起的表面位移,UtH代表横波引起的表面位移,F是点作用力,E是弹性板的剪切模量,b是板的厚度,
Figure 404114DEST_PATH_IMAGE002
是切变波(横波)速度,
Figure 764689DEST_PATH_IMAGE003
是纵波速度。
式(9)中除了F以外,对于一个具体的板,其余各个参数均为常数。
当材料局部受到的内应力超过材料的弹性极限以后,材料就会出现开裂现象。轮盘疲劳试验的应力是疲劳载荷加速、降速过程产生的离心力。
由于材料内部产生声发射的裂纹尺寸较小,持续时间也较短,那么开裂时间内,材料局部的应力强度没有明显变化。所以设局部应力强度为PL,假设裂纹开裂长度为x,开裂速度为v,持续的时间为t,宽为k的裂纹,其扩展时,对板材产生的脉冲力F为式(10)所示:
Figure 27174DEST_PATH_IMAGE022
(10)
声发射信号频率特征:
根据断裂力学的假设,认为材料开裂的过程是一个离散的过程,是在较短的时间内,开裂并形成一个微小的裂纹,而非连续过程。这样,声发射信号的频率特征,本质就是应力脉冲作用时间的倒数。可以由式(11)给出。
Figure 396975DEST_PATH_IMAGE023
(11)
式中:v为裂纹扩展速度,x为裂纹扩展长度。
在式(7)~式(9)中,对于厚度为b的厚板,可表示为厚度为B的N层薄板叠加。而产生声发射的应力脉冲的直接影响区域只是厚度为B的单层板,声发射波的初始幅度只与B有关,对于各向同性材料,B值固定。而距离声源处距离大于B的区域,声发射波遵循一般的应力波传播特性。此时,距离应力脉冲源B处的声发射波幅度近似表达式就由式(9)变为(12)
Figure 287571DEST_PATH_IMAGE024
(12)
式中,B可由实验求出。
至此,完整的裂纹声发射模型可以用式(13)表示。
Figure 84626DEST_PATH_IMAGE025
(13)
式中Pl为载荷强度,k为裂纹宽度,x为扩展长度,v为裂纹扩展速度,E是弹性板的剪切模量,B是单层板的厚度,
Figure 568828DEST_PATH_IMAGE002
是横波速度,
Figure 742320DEST_PATH_IMAGE003
是纵波速度。A为传感器增益,传感器响应频率f。VOZ,VOH则是纵波、横波引起的传感器响应的声发射信号电压。
传感器响应的声发射信号电压(VOZ,VOH)为裂纹引起的最大电压,本方法中应用到声发射信号绝对能量参数,其定义如下:声发射信号绝对能量是声发射信号撞击的真实能量,由声发射波形范围内信号电压平方值除以参考电阻(10K欧姆)积分得出。信号强度在数学上定义为声发射波形包持续时间内整流电压信号的积分。
通过传感器响应的声发射信号电压(VOZ,VOH)的异常及其衍生的裂纹声发射特征的信号参数的异常来判定裂纹萌生。至此,应力强度、裂纹尺寸与声发射信号强度之间的关系建立完毕。
通过传感器响应的声发射信号电压(VOZ,VOH)的异常以及衍生的裂纹声发射特征信号参数的异常来判定裂纹萌生。衍生的裂纹声发射特征信号参数为绝对能量,信号强度,RMS(电压均方根值)中的一个或者多个。至此,应力强度、裂纹尺寸与声发射信号电压之间的关系建立完毕。
疲劳试验过程中,载荷固定,声发射特征参数较长时间处于一个稳定状态,存在稳态值。当裂纹声发射特征参数与其稳态值之比大于1.05时,则定义为出现异常增大,则判断为裂纹萌生。
基于上述分析,可采用声发射方法监测轮盘疲劳裂纹的萌生。
裂纹声发射信号频谱特征在20kHz和500kHz之间,声发射传感器2采用谐振传感器R15。
声发射传感器输出信号非常微小且传感器输出阻抗大,需进行阻抗变化和信号放大,同时去除噪声。因此需要高增益高输入阻抗的前置放大集成电路及信号处理电路,前置放大器3为40dB放大器,此时放大器信噪比高。
放大后信号远传至上位机的信号采集模块4进行采集分析,经过降噪处理之后进行分析,判断裂纹萌生。
降噪处理模块5采用带通滤波器100kHz~400kHz,对采集信号进行滤波。裂纹信号基本是高频信号,通过滤波对噪声进一步抑制。
报警模块7为外接声光报警装置,当裂纹特征异常变化时,实现裂纹萌生声光报警功能。报警参数:某高温合金轮盘疲劳裂纹声发射报警,当轮盘疲劳裂纹声发射特征异常至少增大了5%时(具体根据裂纹声发射模型和试验条件确定),实现轮盘疲劳裂纹在线监测声光报警。本发明中轮盘疲劳试验器为立式转子疲劳试验器,同时本方法也适用于其他形式的转子疲劳试验器。
图5轮盘低周疲劳裂纹声发射监测试验结果;某高温合金模拟轮盘在立式转子试验器进行低周疲劳裂纹声发射监测试验,疲劳裂纹声发射特征与疲劳循环次数的关系图。在循环后期声发射特征出现异常增大,表明裂纹萌生。
图6轮盘低周疲劳裂纹检查结果。轮盘疲劳声发射预警之后,肉眼可见轮盘表面出现周向裂纹。
综上,本方法有效地实现了轮盘低周疲劳裂纹声发射在线监测及报警,是国内首创。

Claims (6)

1.一种声发射裂纹监测方法,其特征在于:步骤为:
1)在发动机轮盘或发动机模拟轮盘工作于低周疲劳试验条件下,声发射传感器(2)安装于轮盘疲劳试验器(1)的传动系统(1-1)外壁上或者传动系统外套筒(1-3)壁上或者防护系统(1-2)内轮盘的相关转接件上,声发射传感器(2)将轮盘疲劳裂纹的应力波转换为电信号;
2)电信号经过前置放大器(3)的阻抗变化和去噪、放大之后,由信号采集模块(4)的高速采集卡采集;
3)采集到的信号经过降噪处理模块(5)的降噪处理之后,通过数据处理与分析模块(6)的裂纹声发射模型分析循环过程中裂纹声发射特征的异常变化,判定裂纹萌生;
裂纹声发射模型为:
Figure 452138DEST_PATH_IMAGE001
式中,Pl为载荷强度,k为裂纹宽度,x为扩展长度,v为裂纹扩展速度,E是弹性板的剪切模量,B是单层板的厚度,
Figure 112927DEST_PATH_IMAGE002
是横波速度,
Figure 130561DEST_PATH_IMAGE003
是纵波速度,A为传感器增益,f为传感器响应频率,VOZ,VOH则是纵波、横波引起的传感器响应的声发射信号电压。
2.根据权利要求1所述的声发射裂纹监测方法,其特征在于:声发射传感器(2)的声发射信号频谱特征在20kHz和500kHz之间。
3.根据权利要求1所述的声发射裂纹监测方法,其特征在于:前置放大器(3)为40dB放大器。
4.根据权利要求1所述的声发射裂纹监测方法,其特征在于:降噪处理模块(5)采用带通滤波器100kHz~400kHz。
5.一种如权利要求1所述的声发射裂纹监测方法的系统,其特征在于:该系统包括声发射传感器(2)、前置放大器(3)、信号采集模块(4)、降噪处理模块(5)和数据处理与分析模块(6),
声发射传感器(2)安装于轮盘疲劳试验器(1)上,用于将轮盘疲劳裂纹的应力波转换为电信号;
前置放大器(3)用于将声发射传感器(2)的电信号进行阻抗变化和去噪、放大处理;
信号采集模块(4)用于前置放大器(3)处理后的信号通过高速采集卡采集;
降噪处理模块(5)用于将信号采集模块(4)采集到的信号进行降噪处理;
数据处理与分析模块(6)基于裂纹声发射模型分析循环过程中裂纹声发射特征的异常变化,判定是否出现裂纹萌生。
6.根据权利要求5所述的声发射裂纹监测方法的系统,其特征在于:该系统还包括报警模块(7),用于当声发射报警信号出现即触发报警装置发出声光报警。
CN202110616459.4A 2021-06-03 2021-06-03 一种声发射裂纹监测方法及系统 Active CN113252794B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110616459.4A CN113252794B (zh) 2021-06-03 2021-06-03 一种声发射裂纹监测方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110616459.4A CN113252794B (zh) 2021-06-03 2021-06-03 一种声发射裂纹监测方法及系统

Publications (2)

Publication Number Publication Date
CN113252794A CN113252794A (zh) 2021-08-13
CN113252794B true CN113252794B (zh) 2021-11-16

Family

ID=77186262

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110616459.4A Active CN113252794B (zh) 2021-06-03 2021-06-03 一种声发射裂纹监测方法及系统

Country Status (1)

Country Link
CN (1) CN113252794B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114061500A (zh) * 2021-11-10 2022-02-18 昆明理工大学 一种基于声发射技术的管道变形失稳动态监测系统
CN114324612A (zh) * 2021-12-29 2022-04-12 中冶赛迪重庆信息技术有限公司 热风炉炉壳裂纹的监测系统及监测方法
CN114813003A (zh) * 2022-06-27 2022-07-29 中国飞机强度研究所 一种飞机金属构件振动疲劳损伤多参数测量方法

Family Cites Families (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20040004475A1 (en) * 2002-04-22 2004-01-08 Jentek Sensors, Inc. High throughput absolute flaw imaging
CN101706039B (zh) * 2009-11-24 2012-09-19 中国核动力研究设计院 核电站压力管道泄漏声发射监测方法及其监测系统
CN102854252B (zh) * 2012-09-10 2015-04-08 北京理工大学 一种检测金属材料疲劳状态的方法和系统
CN103592368B (zh) * 2013-11-13 2016-02-24 中国航空工业集团公司北京航空材料研究院 航空发动机盘类零件的水浸超声相控阵检测方法
CN103592369B (zh) * 2013-11-14 2016-01-06 西安交通大学 一种航空发动机盘类零件在位裂纹检测方法
CN104089835B (zh) * 2014-07-01 2016-10-26 宁德职业技术学院 TC4焊接构件寿命Nf预测和可靠度R分析方法
CN104483219A (zh) * 2014-11-28 2015-04-01 中国海洋大学 材料疲劳过程综合测试系统
DE102014119056A1 (de) * 2014-12-18 2016-06-23 Ge Sensing & Inspection Technologies Gmbh Verfahren zur Detektion eines Fehlers wie eines Risses in einer Region-of-Interest in einem um eine Rotationsachse drehbaren Eisenbahnrad sowie Vorrichtung hierzu
CN104634879B (zh) * 2015-02-04 2017-07-18 北京科技大学 一种金属材料疲劳加载试验与疲劳损伤无损检测分析方法
CN105115839B (zh) * 2015-09-18 2017-09-26 河海大学 一种传动转臂疲劳试验机
CN106813993B (zh) * 2017-01-13 2019-12-24 长沙理工大学 基于声-超声及声发射技术的疲劳试验构件状态监测方法
CN106872300A (zh) * 2017-02-06 2017-06-20 太原理工大学 基于声发射检测的镁合金搅拌摩擦焊接头疲劳裂纹扩展特性研究方法
CN108088911B (zh) * 2017-11-15 2021-01-26 中国航发沈阳黎明航空发动机有限责任公司 一种盘件燕尾槽原位超声检测探头
CN108845038B (zh) * 2018-07-04 2020-10-09 荆州市世纪派创石油机械检测有限公司 一种阀门水压试验装置及试验方法
CN109612806A (zh) * 2019-02-25 2019-04-12 北京航空航天大学 一种适用于表面裂纹缺陷检出概率试验的高效试件制备及试验方法
CN111272883A (zh) * 2020-03-04 2020-06-12 成都理工大学 一种基于声发射模型的岩石破裂模式智能探测识别方法
CN111397909A (zh) * 2020-04-08 2020-07-10 西安交通大学 一种航空发动机涡轮盘低循环疲劳裂纹在线监测方法

Also Published As

Publication number Publication date
CN113252794A (zh) 2021-08-13

Similar Documents

Publication Publication Date Title
CN113252794B (zh) 一种声发射裂纹监测方法及系统
US11639915B2 (en) Identifying structural defect geometric features from acoustic emission waveforms
US10352823B2 (en) Methods of analysing apparatus
US10018596B2 (en) System and method for monitoring component health using resonance
WO2012159208A1 (en) Furnace structural integrity monitoring systems and methods
CN105571763B (zh) 螺栓预紧力检测方法及装置
US20100088067A1 (en) In Situ Health Monitoring of Piezoelectric Sensors
Yang et al. Damage detection in a laboratory wind turbine blade using techniques of ultrasonic NDT and SHM
Ulus et al. An experimental study on gear diagnosis by using acoustic emission technique
Jamia et al. Mistuning identification in a bladed disk using wavelet packet transform
KR101179134B1 (ko) 고속충돌 음향방출 측정 시스템 및 그 방법
CN115539139A (zh) 一种汽轮机安全性的监测方法
KR100360114B1 (ko) 전기기기의 절연열화 진단시스템
Wang et al. Condition monitoring on grease lubrication of rolling bearing using AE technology
Dutton et al. Acoustic emission condition monitoring of wind turbine rotor blades: laboratory certification testing to large scale in-service deployment
Lu et al. Shaft crack identification based on vibration and AE signals
CN112665715A (zh) 一种航空发动机的振动故障检测系统及方法
CN107727750B (zh) 基于时反超声导波的飞行器热防护板螺栓松脱定位方法
Al-Obaidi et al. Acoustic emission parameters evaluation in machinery condition monitoring by using the concept of multivariate analysis
CN111766301B (zh) 一种裂纹检测方法、装置及系统
US11579123B2 (en) Rotating machine abnormality detection device and rotating machine abnormality detection method
Abdulraheem et al. Wind Turbine Blade Fault Detection Using Wavelet Power Spectrum and Experimental Modal Analysis
Momeni et al. Online acoustic emission monitoring of combustion turbines for compressor stator vane crack detection
Ho et al. Bolt looseness detection using Spectral Kurtosis analysis for structural health monitoring
Lu et al. Research on condition monitoring and fault diagnosis technology of dynamometer in aero-engine test bed

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