CN113340995A - 一种激光冲击强化缺陷实时检测的声发射信号频段选择方法 - Google Patents
一种激光冲击强化缺陷实时检测的声发射信号频段选择方法 Download PDFInfo
- Publication number
- CN113340995A CN113340995A CN202110512043.8A CN202110512043A CN113340995A CN 113340995 A CN113340995 A CN 113340995A CN 202110512043 A CN202110512043 A CN 202110512043A CN 113340995 A CN113340995 A CN 113340995A
- Authority
- CN
- China
- Prior art keywords
- acoustic emission
- signal
- frequency band
- laser shock
- defect
- 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.)
- Granted
Links
- 230000007547 defect Effects 0.000 title claims abstract description 90
- 230000035939 shock Effects 0.000 title claims abstract description 54
- 238000011897 real-time detection Methods 0.000 title claims abstract description 17
- 238000010187 selection method Methods 0.000 title description 3
- 238000000034 method Methods 0.000 claims abstract description 60
- 230000003595 spectral effect Effects 0.000 claims abstract description 47
- 230000008569 process Effects 0.000 claims abstract description 35
- 238000005070 sampling Methods 0.000 claims description 25
- 238000000354 decomposition reaction Methods 0.000 claims description 15
- 238000012545 processing Methods 0.000 claims description 14
- 238000001914 filtration Methods 0.000 claims description 12
- 238000004364 calculation method Methods 0.000 claims description 8
- 238000001228 spectrum Methods 0.000 claims description 7
- 239000011159 matrix material Substances 0.000 claims description 6
- 230000008859 change Effects 0.000 claims description 4
- 230000003321 amplification Effects 0.000 claims description 2
- 239000007822 coupling agent Substances 0.000 claims description 2
- 238000003199 nucleic acid amplification method Methods 0.000 claims description 2
- 230000004044 response Effects 0.000 claims description 2
- 239000000463 material Substances 0.000 abstract description 28
- 238000001514 detection method Methods 0.000 abstract description 18
- 239000010410 layer Substances 0.000 description 25
- 238000005728 strengthening Methods 0.000 description 12
- 238000010586 diagram Methods 0.000 description 10
- 230000006872 improvement Effects 0.000 description 6
- 238000010521 absorption reaction Methods 0.000 description 5
- 230000002950 deficient Effects 0.000 description 5
- 239000002390 adhesive tape Substances 0.000 description 4
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 239000002360 explosive Substances 0.000 description 3
- 239000006185 dispersion Substances 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000009434 installation Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 239000011241 protective layer Substances 0.000 description 2
- 239000013077 target material Substances 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000007797 corrosion Effects 0.000 description 1
- 238000005260 corrosion Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000001704 evaporation Methods 0.000 description 1
- 230000008020 evaporation Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000002309 gasification Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 239000012535 impurity Substances 0.000 description 1
- 238000010030 laminating Methods 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 239000007769 metal material Substances 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 230000002787 reinforcement Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N29/00—Investigating 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
- G01N29/14—Investigating 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
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/1702—Systems in which incident light is modified in accordance with the properties of the material investigated with opto-acoustic detection, e.g. for gases or analysing solids
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N29/00—Investigating 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
- G01N29/44—Processing the detected response signal, e.g. electronic circuits specially adapted therefor
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/1702—Systems in which incident light is modified in accordance with the properties of the material investigated with opto-acoustic detection, e.g. for gases or analysing solids
- G01N2021/1706—Systems in which incident light is modified in accordance with the properties of the material investigated with opto-acoustic detection, e.g. for gases or analysing solids in solids
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2291/00—Indexing codes associated with group G01N29/00
- G01N2291/02—Indexing codes associated with the analysed material
- G01N2291/023—Solids
- G01N2291/0234—Metals, e.g. steel
Landscapes
- Physics & Mathematics (AREA)
- Biochemistry (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Acoustics & Sound (AREA)
- Engineering & Computer Science (AREA)
- Signal Processing (AREA)
- Investigating Or Analyzing Materials By The Use Of Ultrasonic Waves (AREA)
Abstract
本发明公开了一种激光冲击强化缺陷实时检测的声发射信号频段选择方法，该方法结合了激光冲击强化加工过程和平板缺陷检测过程，利用加工过程中材料内部的声发射现象，进行缺陷检测。首先，声发射信号由材料自身产生，与材料内部结构息息相关，当材料有缺陷时，在声发射信号上能够清晰体现；其次，利用谱峭度对冲击成分敏感的特性，更加精准的检测出信号与缺陷作用时产生的冲击分量；最后，利用F_score重要度排序，依据各谱峭度所在频段对空白平板和缺陷平板的区分能力进行排序，精确定位缺陷信息频段。本发明方法简单快速，特征区分度高，鲁棒性强，工程实用性高，为实现激光冲击强化过程中的缺陷在线检测提供了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领域，具体涉及一种激光冲击强化缺陷实时检测的声发射信号频段选择方法。
背景技术
激光冲击强化(Laser Shocking Peening,LSP)，是一种利用短脉冲、高功率密度的激光穿过透明约束层，辐照在涂覆吸收保护层的金属材料上，以提升材料性能的新型表面强化技术。吸收保护层吸收激光能量后发生爆炸性气化蒸发，产生的高温高压等离子团在约束层的限制下发生爆炸，以高压冲击波状态向材料内部传播，使得冲击区域发生高应变率的塑性变形，并伴随有高强度的残余压应力。因此，激光冲击强化技术能够大幅度提升金属零件材料的疲劳寿命、耐腐蚀性和耐磨性。
激光冲击强化后的表面质量是材料性能变化的决定因素。然而影响LSP质量的因素有很多，主要可分为两类，一类是LSP过程的工艺因素，而另一类可归结于材料本身。其中材料自身的缺陷在很大程度上决定着激光强化的质量。针对材料缺陷的无损检测技术相对较为成熟，可以现对材料进行检测后，再对材料进行冲击强化，但也会提高劳动成本。因此，若能在加工过程中及时检测出材料的自身缺陷，并针对不同的缺陷类型和尺寸采取合适的工艺方法，便能够大幅度提高强化质量，节省加工的时间经济成本。
针对提高激光冲击强化质量的方法，中国专利CN109234518B提出了一种平板件预应力激光冲击强化的方法，通过对未加工的工件施加一个预置拉应力，从而使得工件在激光冲击强化后的残余压应力更高，起到强化作用。针对材料缺陷检测的方法，中国专利CN108375630A提出了一种板结构表面缺陷无损检测方法，通过阵列布置特制的表面波传感器，并结合全聚焦成像算法以实现板结构表面缺陷的检测。
现有的激光冲击强化专利和缺陷检测专利都只是针对单一工艺流程的研究，未能解决激光冲击强化加工过程中的缺陷在线检测难题。现有LSP专利是在假定材料本身不具有缺陷，去探究材料在何种工艺参数下能够获得更好的强化效果。但在实际生产过程中，靶材内部可能存在不同程度的缺陷，如气孔，裂纹，杂质等，这些缺陷可能会吸收耗散冲击波能量，也可能诱发缺陷进一步扩展，对强化效果及后续服役性能产生较大的影响。在LSP加工过程中，利用其自身的冲击波信息与内部缺陷相互作用所释放的声发射信息，可及时检测内部缺陷，为调整优化LSP工艺提供依据。
发明内容
本发明利用声发射技术在缺陷在线检测上的优越性，将激光冲击强化时过程中材料内部发生的声发射现象作为监测依据，通过对声发射信号的实时分析处理，从而实现在LSP过程中对材料缺陷进行在线检测。基于激光冲击过程中材料产生内部的实时声发射数据，利用谱峭度对瞬态频率成分的敏感性，提出了一种激光冲击强化缺陷实时检测的声发射信号频段选择方法。方法简单，选择的频段对缺陷信息表征力度强，易于解释，工程适用性强。
本发明采用如下技术方案来实现的：
一种激光冲击强化缺陷实时检测的声发射信号频段选择方法，包括以下步骤：
步骤一，将声发射传感器、前置放大器、数据采集卡与工控机依次连接好，利用工业耦合剂将声发射传感器安装在预冲击工件平板上，实时采集激光冲击过程中的声发射信号；
步骤二，在对声发射信号进行抗混叠滤波后，在满足香农采样定理的条件下，对声发射信号进行降采样处理，得到不失真的降采样信号；
步骤三，对降采样信号进行快速谱峭度分解，根据信号长度确定最佳分解层数，确定最底层各谱峭度对应的频段；
步骤四，将最底层谱峭度作为输入，根据各谱峭度对空白平板和缺陷平板的区分能力进行F_score重要度排序，选择排序前几名的频段；
步骤五，根据步骤四得到的频段对信号进行滤波处理，并提取时域特征对缺陷信息进行表征，实现激光冲击强化过程中靶材内部缺陷的实时检测。
本发明进一步的改进在于，步骤一中，激光冲击强化的声发射信号采用RS-2A声发射传感器获得，RS-2A声发射传感器是中心频率为150KHz的谐振式窄带声发射传感器，频率响应范围为50-400KHz，前置放大器用于提高声发射信号的信噪比，放大增益为20dB，数据采集卡用于对信号的整合采集工作，工控机用于声发射信号的波形显示和分析，在激光冲击强化时，通过工控机实现对信号的实时采集工作。
本发明进一步的改进在于，步骤二中，在对声发射信号进行抗混叠滤波后，在满足香农采样定理的条件下，对声发射信号进行降采样处理，使得两种类型的声发射信号采样率相同，信号长度相同。
本发明进一步的改进在于，步骤三中，利用峭度能够检测信号在传播过程中与缺陷相互作用时产生的冲击分量特性，同时谱峭度能够反映信号峭度值随频率的变化，从而确定出冲击分量所在的频率范围，其计算公式为：
式中：|·|和<·>分别表示取模和数学期望，H(t,f)为信号x(t)在频率f处的复包络。
本发明进一步的改进在于，步骤三中，根据信号长度确定分解层数，并对降采样信号进行快速谱峭度分解，提取最底层谱峭度，计算各谱峭度对应的频段；其中，快速谱峭度算法是通过构建一系列具有不同频带的二叉树带通滤波器组实现各子频段的谱峭度计算，对原信号分解L层，即是将信号整个频段平分为2l个子频段，因此能够计算出各谱峭度对应的频段。
本发明进一步的改进在于，步骤四中，将最底层谱峭度作为F_score的输入，根据各谱峭度对空白平板和缺陷平板的区分能力进行F_score重要度排序，选择排序前几名的频段。
本发明进一步的改进在于，步骤四中，F_score重要度排序是依据计算不同类型样本之间的类间散度矩阵
和类内散度矩阵
的比值，来量化各谱峭度代表的频段对不同类型板件的区分能力，并对各比值进行排序，比值越大，说明该谱峭度代表的频段区分能力好，重要度越大，计算公式如下：
其中N代表样本总数，Ni代表第i类样本总数，c和k分别代表了有c个类，每个类中有k个特征值，即输入有c种不同类型板件的k个谱峭度值，
代表样本的特征值，m(k)代表总样本在第k个特征上的均值，
代表第i类样本在第k个特征上的均值，Jfi(k)表示第k个特征的得分。
本发明进一步的改进在于，步骤五中，根据步骤四得到的频段对信号进行带通滤波处理，并提取脉冲因子和余隙因子作为时域特征参数以实现激光冲击强化过程中靶材内部缺陷的实时检测。
与现有技术相比，本发明结合了激光冲击强化加工过程和平板缺陷检测过程，具有以下优点：
(1)利用加工过程中材料内部的声发射现象，进行缺陷检测，一方面能够降低外部干扰，提高信息的利用率，其中，声发射信号是由材料自身产生的，与材料内部的结构息息相关，当材料有缺陷时，声发射信号能够更加明显的表现出来，有助于实现对材料细小缺陷的检测，
(2)利用谱峭度对冲击成分敏感的特性，能够更加精准的检测出信号与缺陷作用时产生的冲击分量。
(3)利用F_score重要度排序，依据各谱峭度所在频段对空白平板和缺陷平板的区分能力，进行重要度排序，有助于精确定位缺陷信息频段，进而有助于提高实际生产应用的稳定性及准确度。
综上，本发明计算方法简单快速，特征区分度高，实时性好，鲁棒性强，工程实用性高，为实现激光冲击强化过程中的缺陷在线检测提供了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传感器安装以及信号采集示意图；
图3为本发明实施例中空白平板和缺陷平板的形状及尺寸；其中a为正视图，b为侧视图；
图4为本发明实施例中空白平板和缺陷平板声发射信号降采样处理前后的时域图；其中a、b分别为空白平板、缺陷平板原始声发射信号时域图，c、d分别为空白平板、缺陷平板降采样后声发射信号时域图
图5为本发明实施例中空白平板和缺陷平板声发射信号降采样处理前后的频谱图；其中a、b分别为空白平板、缺陷平板原始声发射信号频谱图，c、d分别为空白平板、缺陷平板降采样后声发射信号频谱图；
图6为本发明实施例中空白平板和缺陷平板声发射信号快速谱峭度分解5层的峭度图；其中a为空白平板，b为缺陷平板；
图7为本发明实施例中空白平板和缺陷平板的滤波信号时域图；其中a为空白平板，b为缺陷平板；
图8为本发明实施例中空白平板和缺陷平板的时域特征对比图。
附图标记说明：
1-工控机，2-数据采集卡，3-前置放大器，4-声发射传感器，5-水约束层，6-黑胶带吸收层，7-平板板件，8-激光冲击区域，9-预制缺陷。
具体实施方式
为使本发明解决的问题、采用的技术方案更加清楚，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。本发明所采用AS-B2声发射传感器4获取空白平板和缺陷平板激光冲击过程中的声发射信号，同时利用工业耦合剂保证传感器与平板板件7之间紧密贴合，可以减少噪声干扰。同时配备相应的声发射设备，包括前置放大器3、数据采集卡2和工控机1。其中，前置放大器3完成对信号的放大，减小噪声干扰，从而起到提高信噪比的功能；数据采集卡2完成对数据的采集和转换工作；工控机1实现对信号的显示、分析和储存功能。为保证采集到的信号不失真，能够充分反映信息，信号采样率不得低于5MHz。
本发明提供了一种激光冲击强化缺陷实时检测的声发射信号频段选择方法。具体流程图如图1所示，包括以下步骤：
步骤一，按要求将声发射传感器安装在平板板件7上，距离激光冲击区域8中心60mm，其中预制缺陷9位于声发射传感器和激光冲击区域8中间位置。使用工业耦合剂保证传感器与平板板件之间紧密贴合，随后采用夹具固定声发射传感器，使其在激光冲击强化过程中不发生移动，保证数据采集卡能够正常实时采集到激光冲击过程中材料内部产生的声发射信号。如图2所示为激光冲击强化过程中声发射传感器安装和信号采集示意图。
步骤二，以采样率5MHz同步采集激光冲击强化平板板件过程中的声发射信号，并对信号进行预处理。首先对信号进行抗混叠滤波，其次在满足香农采样定理的条件下，对原始信号进行5倍降采样处理，最后得到不失真的降采样信号，此时采样率为1MHz。
步骤三，对降采样信号进行快速谱峭度分解，根据信号长度确定最佳分解层数，确定最底层各谱峭度对应的频段。利用峭度对冲击分量敏感的特性，可以反映信号在传播过程中与缺陷相互作用而产生的冲击分量，而谱峭度反映信号峭度值随频率的变化规律，从而确定出冲击分量所在的频率范围，即缺陷信息所在频段。快速谱峭度可以将信号平等分为若干个子频带，其中子频带的数目为2L个，L为快速谱峭度分解层数。由此可以计算各谱峭度对应的频段。
步骤四，将最底层谱峭度作为输入，根据各谱峭度对空白平板和缺陷平板的区分能力进行F_score重要度排序，选择排序前几名的谱峭度频段。F_score用于衡量某个特征的重要度，当将谱峭度作为输入时，各谱峭度可以代表各自频段，依据对空白平板和缺陷平板的区分能力，对其进行重要度排序，排序靠前的频段代表该频段区分能力更强。
F_score重要度排序是依据计算不同类型样本之间的类间散度矩阵
和类内散度矩阵
的比值，来量化各谱峭度代表的频段对不同类型板件的区分能力，并对各比值进行排序，比值越大，说明该谱峭度代表的频段区分能力好，重要度越大，计算公式如下：
其中N代表样本总数，Ni代表第i类样本总数，c和k分别代表了有c个类，每个类中有k个特征值，即输入有c种不同类型板件的k个谱峭度值，
代表样本的特征值，m(k)代表总样本在k个特征上的均值，
代表第i类样本在第k个特征上的均值，Jfis(k)表示第k个特征的得分。
步骤五，根据步骤四得到的频段对信号进行滤波处理，并提取时域特征进行缺陷检测。在对信号进行滤波处理后，进一步提取脉冲因子和余隙因子作为时域特征参数对缺陷信息进行表征，从而实现激光冲击强化过程中平板缺陷在线检测。
实施例：
如图2所示为本实施例中激光冲击强化过程中的信号采集示意图。本次实施例中声发射传感器距离激光冲击区域中心60mm。在本实例中，通过在平板上预制缺陷9用于模拟加工中的缺陷板件，实验验证本发明所提方法的有效性。如图3所示为空白平板和缺陷平板的形状尺寸图，图中不仅标注了板件的尺寸，同时也标明了缺陷在板件上的位置，以及传感器的位置图。实例中所采用的平板板件尺寸：300mm*50mm*4mm(长*宽*厚)
本实施例中，采用工业耦合剂保证传感器与平板板件之间紧密贴合，并且使用夹具保证传感器在激光冲击强化过程中不发生移动，其中空白平板采样率为5MHz，缺陷平板采样率为3MHz。本实施例中采用的激光冲击强化工艺参数为：激光能量4J，光斑直径3mm，水约束层5，黑胶带吸收层6。本次实施例分别对空白平板和缺陷平板进行单点冲击一次。
本实例中，高能量脉冲激光透过水约束层6，作用在涂覆着黑胶带吸收层7的激光冲击区域8上，黑胶带吸收层7吸收激光能量后，产生爆炸性等离子团，在水约束层6限制下发生爆炸，产生高压冲击波向材料内部传播，使得材料内部产生声发射信号，声发射传感器同步采集信号。按照本发明步骤二，对空白平板和缺陷平板的声发射信号进行降采样预处理，如图4所示为降采样预处理前后的声发射信号时域图，如图5所示为降采样预处理前后的声发射信号频谱图。按照本发明步骤三，对降采样后的声发射信号进行快速谱峭度分解5层，如图6所示为空白平板和缺陷平板快速谱峭度分解5层的峭度图。按照本发明步骤四，提取最底层峭度值作为输入，进行F_score重要度排序，如表1所示为F_score排序前几名的频段。按照本发明步骤五，根据步骤四得到的频段，对降采样后的信号进行带通滤波，得到滤波信号波形图，如图7所示为空白平板和缺陷平板滤波信号时域图，并对滤波信号提取脉冲因子和余隙因子两个时域特征参数，如表2所示为空白平板和缺陷平板的时域特征参数，如图8所示为空白平板和缺陷平板滤波信号的时域特征对比图。
表1 F_score排序靠前的频段
表2空白平板和缺陷平板时域特征参数
通过上述实验和实施例结果可见，采用本发明的激光冲击强化平板缺陷在线检测方法，可以利用激光冲击强化时材料发生变形而产生的声发射信号，实现对平板缺陷的在线检测。利用谱峭度对冲击分量敏感的特性，在对声发射信号进行快速谱峭度分解后，可以快速实时准确的提取到信号中冲击分量所在频段中心；同时将最底层谱峭度作为输入进行F_score重要度排序，可以清楚得到能够有效区分空白平板和缺陷平板的频段，最后带通滤波后提取时域特征参数也具有很好的表征性。本发明所提出的方法具有计算简单，实时性好，鲁棒性高等特点，为实现激光冲击强化平板缺陷在线检测提供了有效的技术手段。
Claims (8)
1.一种激光冲击强化缺陷实时检测的声发射信号频段选择方法，其特征在于，包括以下步骤：
步骤一，将声发射传感器、前置放大器、数据采集卡与工控机依次连接好，利用工业耦合剂将声发射传感器安装在预冲击工件平板上，实时采集激光冲击过程中的声发射信号；
步骤二，在对声发射信号进行抗混叠滤波后，在满足香农采样定理的条件下，对声发射信号进行降采样处理，得到不失真的降采样信号；
步骤三，对降采样信号进行快速谱峭度分解，根据信号长度确定最佳分解层数，确定最底层各谱峭度对应的频段；
步骤四，将最底层谱峭度作为输入，根据各谱峭度对空白平板和缺陷平板的区分能力进行F_score重要度排序，选择排序前几名的频段；
步骤五，根据步骤四得到的频段对信号进行滤波处理，并提取时域特征对缺陷信息进行表征，实现激光冲击强化过程中靶材内部缺陷的实时检测。
2.根据权利要求1所述的一种激光冲击强化缺陷实时检测的声发射信号频段选择方法，其特征在于，步骤一中，激光冲击强化的声发射信号采用RS-2A声发射传感器获得，RS-2A声发射传感器是中心频率为150KHz的谐振式窄带声发射传感器，频率响应范围为50-400KHz，前置放大器用于提高声发射信号的信噪比，放大增益为20dB，数据采集卡用于对信号的整合采集工作，工控机用于声发射信号的波形显示和分析，在激光冲击强化时，通过工控机实现对信号的实时采集工作。
3.根据权利要求1所述的一种激光冲击强化缺陷实时检测的声发射信号频段选择方法，其特征在于，步骤二中，在对声发射信号进行抗混叠滤波后，在满足香农采样定理的条件下，对声发射信号进行降采样处理，使得两种类型的声发射信号采样率相同，信号长度相同。
4.根据权利要求1所述的一种激光冲击强化缺陷实时检测的声发射信号频段选择方法，其特征在于，步骤三中，利用峭度能够检测信号在传播过程中与缺陷相互作用时产生的冲击分量特性，同时谱峭度能够反映信号峭度值随频率的变化，从而确定出冲击分量所在的频率范围，其计算公式为：
式中：|·|和<·>分别表示取模和数学期望，H(t,f)为信号x(t)在频率f处的复包络。
5.根据权利要求1所述的一种激光冲击强化缺陷实时检测的声发射信号频段选择方法，其特征在于，步骤三中，根据信号长度确定分解层数，并对降采样信号进行快速谱峭度分解，提取最底层谱峭度，计算各谱峭度对应的频段；其中，快速谱峭度算法是通过构建一系列具有不同频带的二叉树带通滤波器组实现各子频段的谱峭度计算，对原信号分解L层，即是将信号整个频段平分为2l个子频段，因此能够计算出各谱峭度对应的频段。
6.根据权利要求1所述的一种激光冲击强化缺陷实时检测的声发射信号频段选择方法，其特征在于，步骤四中，将最底层谱峭度作为F_score的输入，根据各谱峭度对空白平板和缺陷平板的区分能力进行F_score重要度排序，选择排序前几名的频段。
7.根据权利要求1所述的一种激光冲击强化缺陷实时检测的声发射信号频段选择方法，其特征在于，步骤四中，F_score重要度排序是依据计算不同类型样本之间的类间散度矩阵
和类内散度矩阵
的比值，来量化各谱峭度代表的频段对不同类型板件的区分能力，并对各比值进行排序，比值越大，说明该谱峭度代表的频段区分能力好，重要度越大，计算公式如下：
其中N代表样本总数，Ni代表第i类样本总数，c和k分别代表了有c个类，每个类中有k个特征值，即输入有c种不同类型板件的k个谱峭度值，
代表样本的特征值，m(k)代表总样本在第k个特征上的均值，
代表第i类样本在第k个特征上的均值，Jfish(k)表示第k个特征的得分。
8.根据权利要求1所述的一种激光冲击强化缺陷实时检测的声发射信号频段选择方法，其特征在于，步骤五中，根据步骤四得到的频段对信号进行带通滤波处理，并提取脉冲因子和余隙因子作为时域特征参数以实现激光冲击强化过程中靶材内部缺陷的实时检测。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110512043.8A CN113340995B (zh) | 2021-05-11 | 2021-05-11 | 一种激光冲击强化缺陷实时检测的声发射信号频段选择方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110512043.8A CN113340995B (zh) | 2021-05-11 | 2021-05-11 | 一种激光冲击强化缺陷实时检测的声发射信号频段选择方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113340995A true CN113340995A (zh) | 2021-09-03 |
| CN113340995B CN113340995B (zh) | 2024-05-07 |
Family
ID=77470704
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110512043.8A Active CN113340995B (zh) | 2021-05-11 | 2021-05-11 | 一种激光冲击强化缺陷实时检测的声发射信号频段选择方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113340995B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115932044A (zh) * | 2022-12-22 | 2023-04-07 | 江苏先进光源技术研究院有限公司 | 一种激光加工过程中工件缺陷实时检测方法 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103048383A (zh) * | 2012-11-30 | 2013-04-17 | 大连理工大学 | 三元叶轮粗加工过程中牛鼻铣刀破损检测系统 |
| CN103940612A (zh) * | 2014-04-10 | 2014-07-23 | 昆明理工大学 | 一种滚动轴承故障特征提取方法及系统 |
| CN104677632A (zh) * | 2015-01-21 | 2015-06-03 | 大连理工大学 | 利用粒子滤波与谱峭度的滚动轴承故障诊断方法 |
| CN107507252A (zh) * | 2017-08-02 | 2017-12-22 | 首都师范大学 | 超复数矩特征鉴别能量分析方法及系统 |
| CN107956708A (zh) * | 2017-11-17 | 2018-04-24 | 浙江大学 | 一种基于快速谱峭度分析的泵潜在空化故障检测方法 |
| CN109404285A (zh) * | 2018-09-13 | 2019-03-01 | 温州大学 | 一种螺杆式压缩机故障诊断的改进混洗蛙跳算法增强自适应带通滤波方法 |
| CN110895687A (zh) * | 2019-12-24 | 2020-03-20 | 安徽工业大学 | 一种基于均变相位经验模态分解和快速谱峭度的轴承故障诊断方法 |
| CN111769810A (zh) * | 2020-06-29 | 2020-10-13 | 浙江大学 | 一种基于能量峭度谱的流体机械调制频率提取方法 |
-
2021
- 2021-05-11 CN CN202110512043.8A patent/CN113340995B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103048383A (zh) * | 2012-11-30 | 2013-04-17 | 大连理工大学 | 三元叶轮粗加工过程中牛鼻铣刀破损检测系统 |
| CN103940612A (zh) * | 2014-04-10 | 2014-07-23 | 昆明理工大学 | 一种滚动轴承故障特征提取方法及系统 |
| CN104677632A (zh) * | 2015-01-21 | 2015-06-03 | 大连理工大学 | 利用粒子滤波与谱峭度的滚动轴承故障诊断方法 |
| CN107507252A (zh) * | 2017-08-02 | 2017-12-22 | 首都师范大学 | 超复数矩特征鉴别能量分析方法及系统 |
| CN107956708A (zh) * | 2017-11-17 | 2018-04-24 | 浙江大学 | 一种基于快速谱峭度分析的泵潜在空化故障检测方法 |
| CN109404285A (zh) * | 2018-09-13 | 2019-03-01 | 温州大学 | 一种螺杆式压缩机故障诊断的改进混洗蛙跳算法增强自适应带通滤波方法 |
| CN110895687A (zh) * | 2019-12-24 | 2020-03-20 | 安徽工业大学 | 一种基于均变相位经验模态分解和快速谱峭度的轴承故障诊断方法 |
| CN111769810A (zh) * | 2020-06-29 | 2020-10-13 | 浙江大学 | 一种基于能量峭度谱的流体机械调制频率提取方法 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115932044A (zh) * | 2022-12-22 | 2023-04-07 | 江苏先进光源技术研究院有限公司 | 一种激光加工过程中工件缺陷实时检测方法 |
| CN115932044B (zh) * | 2022-12-22 | 2024-02-20 | 江苏先进光源技术研究院有限公司 | 一种激光加工过程中工件缺陷实时检测方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113340995B (zh) | 2024-05-07 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Wang et al. | Classification of spot-welded joint strength using ultrasonic signal time-frequency features and PSO-SVM method | |
| US8428910B2 (en) | Autonomous fitness for service assessment | |
| Sung et al. | Monitoring of impact damages in composite laminates using wavelet transform | |
| US8086425B2 (en) | Autonomous fitness for service assessment | |
| CN112232400A (zh) | 一种基于深浅特征融合的不锈钢焊缝超声缺陷检测方法 | |
| Zhang et al. | Application of noise cancelling and damage detection algorithms in NDE of concrete bridge decks using impact signals | |
| Gao et al. | Damage characterization using CNN and SAE of broadband Lamb waves | |
| JPH0854330A (ja) | 構造物の破壊荷重の予測的特定法 | |
| CN113340995A (zh) | 一种激光冲击强化缺陷实时检测的声发射信号频段选择方法 | |
| Kažys et al. | Ultrasonic detection and characterization of delaminations in thin composite plates using signal processing techniques | |
| Chen et al. | A novel method for enhanced demodulation of bearing fault signals based on acoustic metamaterials | |
| CN106228132A (zh) | 目标识别方法和目标识别装置 | |
| CA2632490C (en) | Autonomous fitness for service assessment | |
| CN108205016A (zh) | 声发射塔吊安全检测的工控机系统 | |
| CN109632974B (zh) | 一种超声波探伤用回波信号分离方法 | |
| Vieira et al. | Fluctuation analyses for pattern classification in nondestructive materials inspection | |
| 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 | |
| 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 | |
| CN109711333B (zh) | 基于信号区段分割的超声信号接收及处理方法 | |
| Wang et al. | Intelligent identification of cracking based on wavelet transform and artificial neural network analysis of acoustic emission signals | |
| CN113340996B (zh) | 基于声发射衰减能量的激光冲击强化缺陷在线检测方法 | |
| 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 | |
| US20240003854A1 (en) | Method for automatically identifying an acoustic source from a produced acoustic signal | |
| CA2631884C (en) | Autonomous remaining useful life estimation | |
| CN113340493A (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 |
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 |