CN113686968A - 实时检测薄膜裂纹间距的方法和装置 - Google Patents
实时检测薄膜裂纹间距的方法和装置 Download PDFInfo
- Publication number
- CN113686968A CN113686968A CN202110915135.0A CN202110915135A CN113686968A CN 113686968 A CN113686968 A CN 113686968A CN 202110915135 A CN202110915135 A CN 202110915135A CN 113686968 A CN113686968 A CN 113686968A
- Authority
- CN
- China
- Prior art keywords
- acoustic emission
- characteristic
- signal
- crack
- loading
- 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
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
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B17/00—Measuring arrangements characterised by the use of infrasonic, sonic or ultrasonic vibrations
-
- 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
- G01N2291/00—Indexing codes associated with group G01N29/00
- G01N2291/02—Indexing codes associated with the analysed material
- G01N2291/023—Solids
- G01N2291/0237—Thin materials, e.g. paper, membranes, thin films
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Engineering & Computer Science (AREA)
- Signal Processing (AREA)
- Acoustics & Sound (AREA)
- Investigating Strength Of Materials By Application Of Mechanical Stress (AREA)
Abstract
提供了一种实时检测薄膜裂纹间距的方法和装置。所述方法包括:准备至少两个由第一材料构成的基底,基底上形成有由第二材料构成的薄膜;将至少一个基底选作标准试样,其余基底选作待测试样;对标准试样执行第一加载并采集第一声发射信号和第一裂纹间距;基于第一声发射信号和第一裂纹间距生成预估模型;对待测试样执行第二加载并采集第二声发射信号;基于预估模型对第二声发射信号进行实时分析以获得待测试样的薄膜的预估裂纹间距,其中,第二加载的类型与第一加载的类型相同,薄膜的断裂韧性小于基底的断裂韧性。
Description
技术领域
本申请涉及一种实时检测薄膜裂纹间距的方法以及采用该方法实施检测薄膜裂纹间距的装置。
背景技术
对于材料表面以及内部裂纹间距的检测,绝大部分是采用图像识别的方式。
声发射技术大量用于检测材料的断裂行为,包括裂纹形成与扩展。然而,在现有技术中,通过声发射技术进行检测裂纹只能是定性或者很粗略地定量评估裂纹对试样的损伤情况。
此外,对于薄膜材料,由于往往和基底材料相绑定,导致基底的声发射信号往往与薄膜的声发射信号相互耦合。因此,排除基底的影响成为薄膜性能表征所面临的一大难题。
发明内容
本发明目的在于提供一种实时检测薄膜裂纹间距的方法和装置,更具体地,涉及一种基于声发射技术的实时检测薄膜裂纹间距的方法和装置。
本发明提供了一种实时检测薄膜裂纹间距的方法,所述方法包括:准备至少两个由第一材料构成的基底,基底上形成有由第二材料构成的薄膜;将至少一个基底选作标准试样,其余基底选作待测试样;对标准试样执行第一加载并采集第一声发射信号和第一裂纹间距;基于第一声发射信号和第一裂纹间距生成预估模型;对待测试样执行第二加载并采集第二声发射信号;基于预估模型对第二声发射信号进行实时分析以获得待测试样的薄膜的预估裂纹间距,其中,第二加载的类型与第一加载的类型相同,薄膜的断裂韧性小于基底的断裂韧性。
可选地,基于第一声发射信号和第一裂纹间距生成预估模型的步骤包括:从第一声发射信号中选择特定时段的声发射信号作为特征信号;对特征信号进行小波包分解以确定用于表征裂纹产生的特征频段;基于特征频段对第一声发射信号进行滤波;统计经滤波后的第一声发射信号中的撞击数;以及基于撞击数和第一裂纹间距拟合预估模型。
可选地,对特征信号进行小波包分解以确定用于表征裂纹产生的特征频段的步骤包括:根据分解层数对特征信号进行小波包分解;对分解后的信号进行重构以将特征信号划分为多个频段;计算与多个频段中的每个频段对应的多个能量特征系数,其中,能量特征系数为特征信号的每个频段的能量与特征信号的总能量的比值;以及将多个能量特征系数中最大的能量特征系数对应的频段选作特征频段。
可选地,预估模型由下式来限定,y=axb,其中,y为第一裂纹间距,x为撞击数,a和b为预估模型的参数。
可选地,从第一声发射信号中选择特定时段的声发射信号作为特征信号的步骤包括:从第一声发射信号中,选定应变范围为2%-4%,幅度为大于等于30mV,时间窗口为600μs的信号作为特征信号。
可选地,第一材料为延性材料,第二材料为脆性材料,其中,薄膜的断裂韧性小于等于基底的断裂韧性的1/10,并且基底的弹性变形范围大于0.1%。
可选地,第一材料为钛合金、弹簧钢、马氏体钢、镍中的至少一种,第二材料为TiN、CrN、TiAlN和Ni-P中的至少一种。
本发明还提供了一种实时检测薄膜裂纹间距的装置,所述装置包括:试样准备单元,准备至少两个由第一材料构成的基底,基底上形成有由第二材料构成的薄膜,并且将至少一个基底选作标准试样,其余基底选作待测试样;第一加载单元,对标准试样执行第一加载并采集第一声发射信号和第一裂纹间距;模型生成单元,基于第一声发射信号和第一裂纹间距生成预估模型;第二加载单元,对待测试样执行第二加载并采集第二声发射信号;检测单元,基于预估模型对第二声发射信号进行实时分析以获得待测试样的薄膜的预估裂纹间距,其中,第二加载的类型与第一加载的类型相同,薄膜的断裂韧性小于基底的断裂韧性。
可选地,模型生成单元被配置为执行以下步骤:从第一声发射信号中选择特定时段的声发射信号作为特征信号;对特征信号进行小波包分解以确定用于表征裂纹产生的特征频段;基于特征频段对第一声发射信号进行滤波;统计经滤波后的第一声发射信号中的撞击数;以及基于撞击数和第一裂纹间距拟合预估模型。
可选地,模型生成单元还被配置为:根据分解层数对特征信号进行小波包分解;对分解后的信号进行重构以将特征信号划分为多个频段;计算与多个频段中的每个频段对应的多个能量特征系数,其中,能量特征系数为特征信号的每个频段的能量与特征信号的总能量的比值;以及将多个能量特征系数中最大的能量特征系数对应的频段选作特征频段。
可选地,预估模型由下式来限定,y=axb,其中,y为第一裂纹间距,x为撞击数,a和b为预估模型的参数。
可选地,从第一声发射信号中选择特定时段的声发射信号作为特征信号的步骤包括:从第一声发射信号中,选定应变范围为2%-4%,幅度为大于等于30mV,时间窗口为600μs的信号作为特征信号。
可选地,第一材料为延性材料,第二材料为脆性材料,其中,薄膜的断裂韧性小于等于基底的断裂韧性的1/10,并且基底的弹性变形范围大于0.1%。
可选地,第一材料为钛合金、弹簧钢、马氏体钢、镍中的至少一种,第二材料为TiN、CrN、TiAlN和Ni-P中的至少一种。
根据本发明的一个或多个方面,本发明提供了一种实时检测裂纹间距的方法和装置。与传统的检测方法和/或装置相比,本发明提供的裂纹间距检测方法够快速检测加载过程中形成的多条裂纹间的间距。与通过光学显微镜或者扫描电子显微镜在加载后拍摄实际试样表面的裂纹形貌图来计量裂纹间距这种后处理方式不同,本发明提供的方法能够实现针对一次性出现的大量裂纹进行实时检测。
附图说明
通过以下结合附图的详细描述,本发明的以上和其它方面、特征和优点将被更清楚地理解,在附图中:
图1是根据本发明的示例实施例的实时检测薄膜裂纹间距的方法的流程图;
图2是根据本发明的示例实施例的标准试样的示意图;
图3是对标准试样施加第一加载的示意图;
图4是执行基于第一声发射信号和第一裂纹间距生成预估模型的流程图;
图5是对待测试样执行第二加载的示意图;
图6是对标准试样执行第一加载所产生的声发射信号的波形图;
图7是图6中B部分的放大图;
图8是根据本发明的示例实施例的裂纹特征系数的示意图;
图9是根据本发明的示例实施例的拟合预估模型的示意图;以及
图10是根据本发明的示例实施例的实时检测薄膜裂纹间距的装置的框图。
具体实施方式
提供以下具体实施方式以帮助读者获得对在此描述的方法、设备和/或系统的全面理解。然而,对于本领域普通技术人员在此描述的方法、设备和/或系统的各种改变、变型和等同物将是显而易见的。例如,在此描述的操作的顺序仅仅是示例,并且不限于在此阐述的顺序,而是除了必须以特定顺序执行的操作之外,可做出对于本领域普通技术人员将显而易见的改变。此外,为了提高清楚性和简洁性,可省略对于本领域普通技术人员将公知的特征和结构的描述。在此描述的特征可以以不同的形式实施,并且将不被解释为局限于在此描述的示例。更确切地说,已经提供在此描述的示例使得本发明将是彻底的和完整的,并且将向本领域普通技术人员充分地传达本发明的范围。
下面参照附图详细描述本发明的实施例。所述实施例的示例在附图中示出,其中,相同的标号始终指的是相同的部件。以下将通过参照附图来说明所述实施例,以便解释本发明。
图1是根据本发明的示例实施例的实时检测薄膜裂纹间距的方法的流程图。图2是根据本发明的示例实施例的标准试样的示意图。图3是对标准试样施加第一加载的示意图。图4是执行基于第一声发射信号和第一裂纹间距生成预估模型的流程图。图5是对待测试样执行第二加载的示意图。
参照图1,在步骤S10中,准备至少两个由第一材料构成的基底,基底上形成有由第二材料构成的薄膜。参照图2,示意性示出了基底和在其上形成的薄膜。虽然图中并未示出,基底的两端可以形成为宽度比其中心部分宽的夹持端。夹持端的形状可以与拉伸加载设备的夹持装置相匹配,以提供足够的夹持面积、静摩擦力等,从而使得在加载过程中不产生相对滑动以确保加载的效果。
在实施例中,第一材料可以为延性材料,例如,第一材料可以是钛合金(例如,Ti6Al4V)、弹簧钢(例如,65Mn)、马氏体钢(例如,TRIP钢)、镍中的至少一种。然而,上述针对第一材料的举例仅是示例性的。任何具有较大延伸率的材料均可选作第一材料。第二材料可以为脆性材料,也就是说,薄膜为脆性涂层。例如,第二材料可以为TiN、CrN、TiAlN和Ni-P中的至少一种。
将理解的是,上述举例仅为示例,本发明的基底和薄膜的选择不限于此。例如,为了确保断裂韧性测量的准确性,需要确保不使涂层的裂纹扩展至基底。为实现上述要求,可以选择特定的第一材料和第二材料,使得薄膜的断裂韧性小于基底的断裂韧性。在实施例中,其中,所述薄膜的断裂韧性小于等于所述基底的断裂韧性的1/10,并且所述基底的弹性变形范围大于0.1%。例如,常用的薄膜材料(例如,陶瓷材料)的断裂韧性在0~5MPa·m0.5的范围内,常用的金属材料的断裂韧性在24~200MPa·m0.5的范围内,因此可以将其断裂韧性在24~200MPa·m0.5的范围的金属材料用作基底来测量其断裂韧性在0~5MPa·m0.5的范围的薄膜。通常,薄膜厚度应当小于等于基底厚度的1/50。在另一实施例中,薄膜的断裂韧性不超过10MPa·m0.5。
返回参照图1,在步骤S20中,将至少一个基底选作标准试样,其余基底选作待测试样。标准试样的数量以及待测试样的数量可以根据材料类型和后面将要详细描述的具体测试方法进行选择。
在步骤S30中,对标准试样执行第一加载并采集第一声发射信号和第一裂纹间距。第一加载可以为拉伸、压缩、弯曲、扭转等类型的加载。第一加载的类型可以根据待测试样的应用条件进行选择。在下文中,为了描述方便将以第一加载为拉伸加载为例进行描述。
参照图3,可以使用声发射检测系统采集第一声发射信号和第一裂纹间距。
在实施例中,可以沿拉伸加载的方向设置两个声发射传感器。本领域技术人员将理解的是,声发射传感器并不一定限定为2个,可以根据实际情况选择更多个传感器。声发射传感器在标准试样表面固定的位置,可以将两个传感器对称安放,用耦合剂与标准试样表面相连,之后可用胶带等将声发射传感器固定好,防止其在标准试样加载过程中出现晃动而产生噪音。加载方式应当与标准试样所需要的加载方式相同。在对标准试样进行第一加载时声发射检测系统开始捕捉声发射信号。可以通过声发射检测系统从第一声发射信号中提取出多种类型的特征参数,例如,事件计数、撞击计数、振铃计数、幅度、有效电压值、平均信号电平、持续时间、能量计数、上升时间、时差、外变量等。
在实施例中,可以在第一加载停止后测量多个标准试样的第一裂纹间距。可以使用声发射检测系统中的定位功能来测量第一加载停止后的多个标准试样的实测裂纹间距。声发射检测系统的定位功能在仅一条裂纹、仅几条裂纹或者十几条裂纹的情况下能够给出信号发生的位置。声发射检测系统可以将这些声发射信号分离,从而得到每条裂纹的特征参数,并通过每条裂纹的特征参数推算出实测裂纹间距。在裂纹间距过多时,因其分辨率的限制将无法定位裂纹位置。在这种情况下,可以采用图像识别技术来测量标准试样的实测裂纹间距。图像识别技术可以包括相机、扫描电镜等。例如,可以通过计算试样表面局部裂纹密度大致计算出总体的裂纹间距。上述测量实测裂纹间距的方法仅为举例,将不被理解为对本发明的限制。
参照图1和图4,在步骤S40中,基于第一声发射信号和第一裂纹间距生成预估模型。
具体地,参照图4,在步骤S401中,从第一声发射信号中选择特定时段的声发射信号作为特征信号。
例如,根据脆性涂层形成表面裂纹所具有的能量释放率计算模型Beuth模型:
因涂层和基底的平面应变弹性模量是已知的或可测量的,因此可以通过式(2)获得涂层的断裂应变。例如,如果脆性涂层的断裂韧性在3~10MPa-m0.5的范围内,且涂层厚度在1~10μm的范围,弹性模量范围在100~650GPa内,g(α,β)函数的范围在1.34~8.94范围内,那么计算得出脆性涂层的断裂应变在0.50~1.89%之间。在选取特定时段的声发射信号时,所选取的应变范围应至少大于脆性涂层的断裂应变。此外,选取信号的外加应变不能太大,即,裂纹间距不能达到饱和。饱和裂纹间距是指受到拉伸变形,厚度固定的脆性涂层,在例如拉伸变形的过程中表面不断形成平行的垂直裂纹,而当外加应变超过特定值时,涂层表面的裂纹分布达到饱和不再增加,此时的裂纹间距称为饱和裂纹间距。对于脆性涂层,其表面的裂纹随着外加应变的增大而不断发展,一般分为3个阶段:表面裂纹形成以及扩展,表面裂纹达到饱和不再增加,界面裂纹扩展以及涂层脱落。为了不统计到多余的声发射信号干扰检测结果,需要确保涂层裂纹不达到饱和。在实施例中,选取的声发射信号应当在外加应变4%以内。
在实施例中,从所述第一声发射信号中选定应变范围为2%-4%,幅度为大于等于30mV,时间窗口为600μs的信号作为特征信号。
在步骤S402中,对特征信号进行小波包分解以确定用于表征裂纹产生的特征频段。
在实施例中,根据分解层数对所述特征信号进行小波包分解;对分解后的信号进行重构以将所述特征信号划分为多个频段;计算与多个频段中的每个频段对应的多个能量特征系数,其中,能量特征系数为所述特征信号的每个频段的能量与所述特征信号的总能量的比值;以及将多个能量特征系数中最大的能量特征系数对应的频段选作所述特征频段。
例如,小波包节点数的选取由奈奎斯特采样频率和小波包分解层数所决定,其中,分解层数决定节点的数量,奈奎斯特采样频率决定每个节点所包含的频率范围。
小波包节点数=2分解层数 (3)
在本实施例中,分解层数为3层,因此小波包节点数为8个。而决定每个节点的频率范围的步骤如下:在本发明中,实际的采样频率是3072000Hz,根据采样定理得到奈奎斯特采样频率为1536000Hz,由于选择分解为3层,因此包括8个节点,由此每个节点的频率范围为:
也就是说,1号节点的频率范围为0-192000Hz,2号节点的频率范围192000-384000Hz,...,8号节点的频率范围在1344000-1536000Hz。然后每种频段信号的能量特征系数计算通过以下函数实现:
根据小波包分解后其信号f(t)可以写成一系列信号之和,即:
其中,f(t)代表输入的信号波形数据,t代表时间。j为尺度参数,n为振荡参数,其每一尺度下节点能量计算公式为:
其信号总能量计算公式为:
定义各小波尺度下声发射信号的节点能量与总能量的比值为能量特征系数Rn,为:
根据上式所得能量特征系数,其最大值对应的小波尺度为信号的特征尺度,相应频段为信号的特征频段。
在步骤S403中,基于特征频段对第一声发射信号进行滤波。
在实施例中,通过特征频段对第一声发射信号整体进行滤波处理,从而只保留与表面裂纹声发射信号对应的频段(即,与特征频段对应的频段)。此外,可以只保留幅值大于等于30mV的波形数据。
在步骤S404中,统计经滤波后的第一声发射信号中的撞击数。
在步骤S405中,基于撞击数和第一裂纹间距拟合预估模型。
例如,通过拟合的手段拟合出撞击数与第一裂纹间距之间的关系函数,即,预估模型。在实施例中,因撞击数与应变大小有关,因此可以通过多次实验获得不同应变下的撞击数与第一裂纹间距之间的关系。
在实施例中,预估模型可以由下式来限定,
y=axb
其中,y为所述第一裂纹间距,x为所述撞击数,a和b为所述预估模型的参数。可以通过幂函数拟合的方式得到撞击数和裂纹间距的函数关系式从而获得预估模型。
参照图1和图5,在步骤S50中,对所述待测试样执行第二加载并采集第二声发射信号。在实施例中,第二加载的类型与第一加载的类型相同。
在步骤S60中,基于预估模型对第二声发射信号进行实时分析以获得所述待测试样的薄膜的预估裂纹间距。
在实施例中,通过在步骤S402中获得的特征频段采用与步骤S403的方法相同的方法对第二声发射信号执行滤波处理,接着通过与步骤S404的方法相同的方法获得第二生发射信号的撞击数,并采用在步骤S405中获得的预估模型预测出薄膜的预估裂纹间距。需要说明的是,虽然第二加载的类型与第一加载的类型相同,但第一加载和第二加载不必具有相同的应变范围。
作为具体示例,将选取基底为TC4不锈钢,薄膜为TiN涂层,执行上述步骤S10至S60。
作为示例,在步骤S10中,准备7个试样,涂层厚度为2μm左右,基底厚度为1mm,形状为板状拉伸件。
在步骤S20中,6个试样被选为标准试样,1个试样被选为待测试样。需要说明的是,这里的举例仅为示例。在其它实施例中,标准试样的数量和待测试样的数量可以根据实际需求进行选择。
在步骤S30中,6个标准试样在第一加载下获得第一声发射信号和第一裂纹间距。例如,可以通过金相显微镜下观察6个标准试样各自的裂纹分布情况,并统计出各自的平均裂纹间距。
图6对标准试样执行第一加载所产生的声发射信号的波形图。图7是图6中B部分的放大图。
在步骤S40中,基于标准试样的第一声发射信号和第一裂纹间距生成预估模型
在步骤S401至步骤S404中,仅以3号试样作为示例进行描述。如图6所示,3号试样经过3%的外加应变之后,全加载过程记录的声发射信号波形数据,横坐标是时间,纵坐标是信号幅值。根据拉伸曲线所记录到的2%到3%的应变发生在950s到1162s之间,同时基底的塑性变形阶段发生在697s之后,因此可以在950s到1162s之间选择大于等于30mV的幅值,时长在600μs左右的信号作为表面裂纹开裂信号。因全加载过程时间相对较长,可以选取特定时段内的声发射信号作为特征信号。具体地,图6中还示出了A部分的放大图,图7示出了图6中B部分的放大图。在步骤S401中,可以选取如图7中所示的1037(S)起始约600μs的声发射信号作为特征信号。
图8是根据本发明的示例实施例的裂纹特征系数的示意图。
如图8所示,在步骤S402中,对特征信号进行小波包分解与重构。可以看到,在结点2处能量百分比最大,而节点2对应的频段为0.192MHz-0.384MHz,因此选取该频段作为表面裂纹的特征频段。
在步骤S403中,使用特征频段后对3号试样的第一声发射信号的波形数据进行滤波,下限频率设定为0.192MHz,上限频率设定为0.384MHz,滤波门限设定为30mV。
在步骤S404中,统计经滤波后的第一声发射信号撞击数,并观察(例如,通过金相显微镜观察)涂层表面的裂纹分布情况,统计出平均裂纹间距。在本实施例中,3号试样的撞击数为379,裂纹间距为8.40μm。
对1号、2号、4号、5号和6号执行类似的步骤S401至步骤S404的操作,从而得到1号至6号对应的声发射信号撞击数和平均裂纹间距的数据组。
图9是根据本发明的示例实施例的拟合预估模型的示意图。
在步骤S405中,使用1号至6号对应的数据组进行拟合。例如,可以选择幂函数,即y=axb,来进行拟合。拟合结果如图9所示,获得的预估模型为y=301.9·x-0.5938,其中x为声发射信号撞击数,y为裂纹间距。
在步骤S50中,参照图5所示,对待测试样(即,7号试样)执行第二加载并采集第二声发射信号。
在步骤S60中,基于所述预估模型y=301.9·x-0.5938对第二声发射信号进行实时分析(例如,对第二声发射信号执行滤波处理并获得第二生发射信号的撞击数)以获得所述待测试样的薄膜的预估裂纹间距。也就是说,将7号试样的撞击数数据代入预估模型,得到的预估裂纹间距为8.59μm。按照该预估模型得到的裂纹间距数值与金相显微镜观察到的裂纹间距仅有小于3%的误差。
图10是根据本发明的示例实施例的实时检测薄膜裂纹间距的装置的框图。
参照图10,实时检测薄膜裂纹间距的装置包括:试样准备单元10、第一加载单元20、模型生成单元30、第二加载单元40和检测单元50。
在根据发明构思的实施例中,试样准备单元10准备至少两个包括相同构成材料的基底,基底上形成有包括相同构成材料的薄膜,并且将至少一个基底选作标准试样,其余基底选作待测试样。试样准备单元10可以执行如上参照图1描述的步骤S10和S20对应的工艺,为避免重复在此省略冗余的描述。作为示例,试样准备单元10可以包括高功率脉冲磁控溅射沉积系统、线切割仪、抛光机等。
第一加载单元20对标准试样执行第一加载并采集第一声发射信号和第一裂纹间距。第一加载单元20可以执行如上参照图1描述的步骤S30对应的工艺,为避免重复在此省略冗余的描述。作为示例,第一加载单元20可以包括声发射测试系统和万能材料试验机。
模型生成单元30基于所述第一声发射信号和所述第一裂纹间距生成预估模型。模型生成单元30可以执行如上参照图1描述的步骤S40对应的工艺,为避免重复在此省略冗余的描述。
第二加载单元40对所述待测试样执行第二加载并采集第二声发射信号。第二加载单元40可以执行如上参照图1描述的步骤S50对应的工艺,为避免重复在此省略冗余的描述。第二加载单元40可以包括声发射测试系统和万能材料试验机。此外,第一加载单元20和第二加载单元40可以单独地、分立地形成,也可以集成为一个单个元件或单个单元。例如,第一加载单元20和第二加载单元40可以是根据相同或不同指令执行相同或不同步骤的同一单元。
检测单元50基于所述预估模型对第二声发射信号进行实时分析以获得所述待测试样的薄膜的预估裂纹间距。检测单元50可以执行如上参照图1描述的步骤S60对应的工艺,为避免重复在此省略冗余的描述。
在根据本发明的示例性实施例中,模型生成单元30可完全依赖计算机程序的运行来实现相应的功能,即,各个单元在计算机程序的功能架构中与各步骤相应,使得整个系统通过专门的软件包(例如,lib库)而被调用,以实现相应的功能。
模型生成单元30也可以通过硬件、软件、固件、中间件、微代码或其任意组合来实现。当以软件、固件、中间件或微代码实现时,用于执行相应操作的程序代码或者代码段可以存储在诸如存储介质的计算机可读介质中,使得处理器可通过读取并运行相应的程序代码或者代码段来执行相应的操作。
例如,根据本发明的示例性实施例的模型生成单元30还可以实现为计算装置,该计算装置包括存储部件和处理器,存储部件中存储有计算机可执行指令集合,当计算机可执行指令集合被处理器执行时,实现与能量计算单元和断裂韧性计算单元对应的功能。
这里,计算装置并非必须是单个的计算装置,还可以是任何能够单独或联合执行上述指令(或指令集)的装置或电路的集合体。计算装置还可以是集成控制系统或系统管理器的一部分,或者可被配置为与本地或远程(例如,经由无线传输)以接口互联的便携式电子装置。
在计算装置中,处理器可包括中央处理器(CPU)、图形处理器(GPU)、可编程逻辑装置、专用处理器系统、微控制器或微处理器。作为示例而非限制,处理器还可包括模拟处理器、数字处理器、微处理器、多核处理器、处理器阵列、网络处理器等。
在根据发明构思的实施例中,所述装置还可以包括裂纹测量单元(未示出)。测量单元用于测量标准试样的实测裂纹间距。例如,裂纹测量单元可以包括能够实现声发射测试系统的定位功能的软件、硬件或者软件与硬件的组合。在另一实施例中,测量单元可以是相机或扫描电镜等通过光学方法测量薄膜表面裂纹的装置或设备。
根据本发明的一个或多个示例性实施例,通过使用彼此相同的基底,并且在基底上形成彼此相同的薄膜可以有效地消除基底对于薄膜声发射信号的影响。此外,通过对声发射信号的实时处理,可以实现对裂纹间距的实时监测,并且可以实现统计一次性出现的大量的裂纹(例如,几千至几万个),从而更为适合于硬质薄膜材料的在线监测。由于采用了声发射信号来统计裂纹的数量,所以其裂纹间距的结果将包括材料表面和内部的裂纹,填补了声发射检测定量评估薄膜材料损伤领域的空白。测量快速,节约成本,代替了通过光学显微镜甚至扫描电子显微镜在加载后拍摄实际试样表面的裂纹形貌图来计量裂纹间距这种后处理方式。
以上描述了本发明的各示例性实施例,应理解,上述描述仅是示例性的,并非穷尽性的,本发明不限于所披露的各示例性实施例。在不偏离本发明的范围和精神的情况下,对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。因此,本发明的保护范围应该以权利要求的范围为准。
Claims (10)
1.一种实时检测薄膜裂纹间距的方法,其特征在于,所述方法包括:
准备至少两个由第一材料构成的基底,所述基底上形成有由第二材料构成的薄膜;
将至少一个基底选作标准试样,其余基底选作待测试样;
对所述标准试样执行第一加载并采集第一声发射信号和第一裂纹间距;
基于所述第一声发射信号和所述第一裂纹间距生成预估模型;
对所述待测试样执行第二加载并采集第二声发射信号;以及
基于所述预估模型对第二声发射信号进行实时分析以获得所述待测试样的薄膜的预估裂纹间距,
其中,所述第二加载的类型与所述第一加载的类型相同,所述薄膜的断裂韧性小于所述基底的断裂韧性。
2.根据权利要求1所述的方法,所述基于所述第一声发射信号和所述第一裂纹间距生成预估模型的步骤包括:
从所述第一声发射信号中选择特定时段的声发射信号作为特征信号;
对所述特征信号进行小波包分解以确定用于表征裂纹产生的特征频段;
基于所述特征频段对所述第一声发射信号进行滤波;
统计经滤波后的第一声发射信号中的撞击数;以及
基于所述撞击数和所述第一裂纹间距拟合所述预估模型。
3.根据权利要求2所述的方法,所述对所述特征信号进行小波包分解以确定用于表征裂纹产生的特征频段的步骤包括:
根据分解层数对所述特征信号进行小波包分解;
对分解后的信号进行重构以将所述特征信号划分为多个频段;
计算与多个频段中的每个频段对应的多个能量特征系数,其中,能量特征系数为所述特征信号的每个频段的能量与所述特征信号的总能量的比值;以及
将多个能量特征系数中最大的能量特征系数对应的频段选作所述特征频段。
4.根据权利要求2所述的方法,所述预估模型由下式来限定,
y=axb
其中,y为所述第一裂纹间距,x为所述撞击数,a和b为所述预估模型的参数。
5.根据权利要求2所述的方法,所述从所述第一声发射信号中选择特定时段的声发射信号作为特征信号的步骤包括:从所述第一声发射信号中,选定应变范围为2%-4%,幅度为大于等于30mV,时间窗口为600μs的信号作为所述特征信号。
6.根据权利要求1所述的方法,其中,所述第一材料为延性材料,所述第二材料为脆性材料,其中,所述薄膜的断裂韧性小于等于所述基底的断裂韧性的1/10,并且所述基底的弹性变形范围大于0.1%。
7.根据权利要求6所述的方法,其中,所述第一材料为钛合金、弹簧钢、马氏体钢、镍中的至少一种,所述第二材料为TiN、CrN、TiAlN和Ni-P中的至少一种。
8.一种实时检测薄膜裂纹间距的装置,其特征在于,所述装置包括:
试样准备单元,准备至少两个由第一材料构成的基底,所述基底上形成有由第二材料构成的薄膜,并且将至少一个基底选作标准试样,其余基底选作待测试样;
第一加载单元,对所述标准试样执行第一加载并采集第一声发射信号和第一裂纹间距;
模型生成单元,基于所述第一声发射信号和所述第一裂纹间距生成预估模型;
第二加载单元,对所述待测试样执行第二加载并采集第二声发射信号;以及
检测单元,基于所述预估模型对第二声发射信号进行实时分析以获得所述待测试样的薄膜的预估裂纹间距,
其中,所述第二加载的类型与所述第一加载的类型相同,所述薄膜的断裂韧性小于所述基底的断裂韧性。
9.根据权利要求8所述的装置,所述模型生成单元被配置为执行以下步骤:
从所述第一声发射信号中选择特定时段的声发射信号作为特征信号;
对所述特征信号进行小波包分解以确定用于表征裂纹产生的特征频段;
基于所述特征频段对所述第一声发射信号进行滤波;
统计经滤波后的第一声发射信号中的撞击数;以及
基于所述撞击数和所述第一裂纹间距拟合所述预估模型。
10.根据权利要求9所述的装置,所述所述模型生成单元还被配置为:
根据分解层数对所述特征信号进行小波包分解;
对分解后的信号进行重构以将所述特征信号划分为多个频段;
计算与多个频段中的每个频段对应的多个能量特征系数,其中,能量特征系数为所述特征信号的每个频段的能量与所述特征信号的总能量的比值;以及
将多个能量特征系数中最大的能量特征系数对应的频段选作所述特征频段。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110915135.0A CN113686968B (zh) | 2021-08-10 | 2021-08-10 | 实时检测薄膜裂纹间距的方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110915135.0A CN113686968B (zh) | 2021-08-10 | 2021-08-10 | 实时检测薄膜裂纹间距的方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113686968A true CN113686968A (zh) | 2021-11-23 |
CN113686968B CN113686968B (zh) | 2022-08-02 |
Family
ID=78579734
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110915135.0A Active CN113686968B (zh) | 2021-08-10 | 2021-08-10 | 实时检测薄膜裂纹间距的方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113686968B (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103439413A (zh) * | 2013-08-07 | 2013-12-11 | 湘潭大学 | 一种热障涂层损伤模式自动识别的声发射信号分析方法 |
US20140020626A1 (en) * | 2012-07-19 | 2014-01-23 | Tokyo Electron Limited | Film crack detecting apparatus and film forming apparatus |
CN104634879A (zh) * | 2015-02-04 | 2015-05-20 | 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 |
CN104965026A (zh) * | 2015-05-25 | 2015-10-07 | 北京理工大学 | 一种使用声发射信号能量特征值预测脆性材料临界失稳的方法 |
CN106872581A (zh) * | 2017-02-06 | 2017-06-20 | 太原理工大学 | 一种基于镁合金电子束焊接试样疲劳裂纹扩展的分析方法 |
US20180252680A1 (en) * | 2016-05-10 | 2018-09-06 | The Boeing Company | Method and Apparatus for Acoustic Emissions Testing |
CN108760890A (zh) * | 2018-04-03 | 2018-11-06 | 北京理工大学 | 一种使用信号能谱系数监测脆性材料损伤演化过程的方法 |
US20190033263A1 (en) * | 2017-03-13 | 2019-01-31 | University Of South Carolina | Identifying structural defect geometric features from acoustic emission waveforms |
CN112903394A (zh) * | 2021-02-10 | 2021-06-04 | 北京科技大学 | 测量涂层断裂韧性的方法和装置 |
-
2021
- 2021-08-10 CN CN202110915135.0A patent/CN113686968B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140020626A1 (en) * | 2012-07-19 | 2014-01-23 | Tokyo Electron Limited | Film crack detecting apparatus and film forming apparatus |
CN103439413A (zh) * | 2013-08-07 | 2013-12-11 | 湘潭大学 | 一种热障涂层损伤模式自动识别的声发射信号分析方法 |
CN104634879A (zh) * | 2015-02-04 | 2015-05-20 | 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 |
CN104965026A (zh) * | 2015-05-25 | 2015-10-07 | 北京理工大学 | 一种使用声发射信号能量特征值预测脆性材料临界失稳的方法 |
US20180252680A1 (en) * | 2016-05-10 | 2018-09-06 | The Boeing Company | Method and Apparatus for Acoustic Emissions Testing |
CN106872581A (zh) * | 2017-02-06 | 2017-06-20 | 太原理工大学 | 一种基于镁合金电子束焊接试样疲劳裂纹扩展的分析方法 |
US20190033263A1 (en) * | 2017-03-13 | 2019-01-31 | University Of South Carolina | Identifying structural defect geometric features from acoustic emission waveforms |
CN108760890A (zh) * | 2018-04-03 | 2018-11-06 | 北京理工大学 | 一种使用信号能谱系数监测脆性材料损伤演化过程的方法 |
CN112903394A (zh) * | 2021-02-10 | 2021-06-04 | 北京科技大学 | 测量涂层断裂韧性的方法和装置 |
Non-Patent Citations (3)
Title |
---|
张华等: ""锌漆薄膜/2Cr13钢基体系统薄膜裂纹试验与模拟"", 《复合材料学报》 * |
郭涛等: ""硬质膜层开裂致韧性基体损伤研究进展"", 《中国材料进展》 * |
钟志春: ""热障涂层表面开裂与界面剥离失效的声发射定量评价"", 《中国优秀硕士学位论文全文数据库 工程科技I辑》 * |
Also Published As
Publication number | Publication date |
---|---|
CN113686968B (zh) | 2022-08-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Karimian et al. | A new method for detecting fatigue crack initiation in aluminum alloy using acoustic emission waveform information entropy | |
Ollendorf et al. | A comparative study of adhesion test methods for hard coatings | |
Maillet et al. | Waveform-based selection of acoustic emission events generated by damage in composite materials | |
KR101373059B1 (ko) | 계장화 압입 시험을 이용한 잔류응력 평가 방법 | |
Keshtgar et al. | Acoustic emission-based fatigue crack growth prediction | |
Kahirdeh et al. | Acoustic emission entropy as a measure of damage in materials | |
Moctezuma et al. | Performance analysis of acoustic emission hit detection methods using time features | |
Demirel et al. | Implementation of Dirlik’s damage model for the vibration fatigue analysis | |
Song et al. | A real time nondestructive crack detection system for the automotive stamping process | |
Gresil et al. | Predictive model of fatigue crack detection in thick bridge steel structures with piezoelectric wafer active sensors | |
Ye et al. | Feasibility of using ultrasonic-based prediction for hydrogen embrittlement susceptibility of high-strength heat-resistant steel 2.25 Cr-1Mo-0.25 V | |
Zhou | A study of acoustic emission technique for concrete damage detection | |
Sause et al. | Quantification of metallic coating failure on carbon fiber reinforced plastics using acoustic emission | |
CN110568083A (zh) | 一种针对钢材腐蚀疲劳损伤在线监测的声发射检测方法 | |
CN113686968B (zh) | 实时检测薄膜裂纹间距的方法和装置 | |
Barth et al. | Experimental determination of Lamb wave dispersion diagrams using 2d Fourier transform and laser vibrometry | |
KR100567847B1 (ko) | 압입시험기를 이용한 박막의 물성측정 방법 | |
Yeum et al. | Delamination detection in a composite plate using a dual piezoelectric transducer network | |
Bragov et al. | A combined approach to dynamic testing of structural materials | |
Shen et al. | Prediction of residual stress components and their directions from pile-up morphology: An experimental study | |
Padzi et al. | Evaluating ultrasound signals of carbon steel fatigue testing using signal analysis approaches | |
RU2810152C1 (ru) | Способ определения адгезионной прочности тонких напряженных покрытий на изделии | |
Zanarini | ESPI measurements in structural dynamics: fatigue life assessment | |
Mao et al. | Non-linear property analysis of deformed metallic components using a longitudinal critically refracted wave | |
Piñal Moctezuma | Characterization of damage evolution on metallic components using ultrasonic non-destructive methods |
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 |