CN114609254A - 一种基于声发射波形信号的岩石破裂前兆识别方法 - Google Patents

一种基于声发射波形信号的岩石破裂前兆识别方法 Download PDF

Info

Publication number
CN114609254A
CN114609254A CN202210257071.4A CN202210257071A CN114609254A CN 114609254 A CN114609254 A CN 114609254A CN 202210257071 A CN202210257071 A CN 202210257071A CN 114609254 A CN114609254 A CN 114609254A
Authority
CN
China
Prior art keywords
frequency
loading
acoustic emission
rock
points
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
Application number
CN202210257071.4A
Other languages
English (en)
Other versions
CN114609254B (zh
Inventor
胡英
肖瑶
陈辉
李蕊
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.)
Chengdu Univeristy of Technology
Original Assignee
Chengdu Univeristy 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 Chengdu Univeristy of Technology filed Critical Chengdu Univeristy of Technology
Priority to CN202210257071.4A priority Critical patent/CN114609254B/zh
Publication of CN114609254A publication Critical patent/CN114609254A/zh
Priority to KR1020230030833A priority patent/KR20230135516A/ko
Application granted granted Critical
Publication of CN114609254B publication Critical patent/CN114609254B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G01N29/44—Processing the detected response signal, e.g. electronic circuits specially adapted therefor
    • G01N29/4454—Signal recognition, e.g. specific values or portions, signal events, signatures
    • 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
    • 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
    • G01N29/46—Processing the detected response signal, e.g. electronic circuits specially adapted therefor by spectral analysis, e.g. Fourier analysis or wavelet analysis
    • 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
    • G01N2291/0232—Glass, ceramics, concrete or stone
    • 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
    • G01N2291/028—Material parameters
    • G01N2291/0289—Internal structure, e.g. defects, grain size, texture

Landscapes

  • Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Chemical & Material Sciences (AREA)
  • Signal Processing (AREA)
  • Pathology (AREA)
  • Biochemistry (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Analytical Chemistry (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Acoustics & Sound (AREA)
  • Investigating Strength Of Materials By Application Of Mechanical Stress (AREA)
  • Investigating Or Analyzing Materials By The Use Of Ultrasonic Waves (AREA)

Abstract

本发明公开了一种基于声发射波形信号的岩石破裂前兆识别方法，包括以下步骤：S1、输入全部声发射波形信号xl(t)，l＝1,2,3,…,L；S2、将所有波形信号xl(t)按加载程序分为M个斜坡加载阶段和N个循环加载阶段，共M+N个阶段；S3、对xl(t)进行批量傅里叶变换(FT)，取得每个波形信号的峰值频率fl(t)；S4、每个阶段中峰值频率fl(t)最大值的点为关键点，挑选出每个阶段中的对应关键点；S5、每个关键点的主频为主主频maxi_fl(t)，i＝1,2,…,M+N；S6、将所有maxi_fl(t)值绘制成二维折线图，分析折线图变换趋势得到岩石破裂预警点；S7、对关键点做三维短时傅里叶变换(3D‑STFT)，分析其时频演化特征，进一步验证S6中的预警点。本发明能够高效且准确地得到岩石破裂前兆信息，为岩石破裂预警提供科学依据。

Description

一种基于声发射波形信号的岩石破裂前兆识别方法
技术领域
本发明属于信号处理与分析领域，具体涉及基于声发射波形信号的岩石破裂前兆识别方法。
背景技术
岩石在受力作用时，其内部原生裂纹或缺陷的扩展以及新的微破裂孕育、萌生、演化、扩展和断裂所产生的能量以弹性波形式释放，称为岩石的声发射(acoustic emission，简称AE)。目前，岩石变形破坏声发射特征研究主要可以分为两大类：基于时域参数的方法和基于波形的方法。
基于声发射时域参数分析主要通过研究其统计参数，分析破裂源特征，诸如声发射事件率、振铃计数、能量、RA值(上升时间/振幅)、AF值(平均频率)等常规参数，其作为一种传统分析方法，只是对信号单一特征的简单统计描述，无法获取声发射波形携带的岩石受力状态、结构、物理力学性质等全部信息。而第二类基于波形的方法可以提供更全面详尽的声发射特征信息，弥补了上述不足。如：何满潮分析了瞬时应变型岩爆声发射主频特征；在此基础上，姜鹏、王创业等采用频谱分析方法，提取了所有声发射波形信号的峰值频率；张艳博研究声发射主频及次主频演化特征，并提出主频比F(主频与次主频的比值)可反映岩石破裂信息的前兆。
目前相关研究均是对岩石破裂过程声发射的全部主频进行研究，忽略了岩石破裂过程声发射信号频域特征的复杂性和冗余性。研究表明，仅凭一种特征信息(如主频)识别岩石破裂灾变前兆存在一定难度且时间复杂度较高。
发明内容
本发明的目的在于针对现有技术中的上述不足，提供一种基于声发射波形信号的岩石破裂前兆识别方法。本发明能够显著提前预警时间及提高预警准确度，为岩石稳定性分析及其破裂预警研究提供强有力的帮助。
为了达到上述发明目的，本发明采用的技术方案为：
S1、输入试验中检测到的所有声发射波形信号xl(t)，l＝1，2，3，...L，其中t为时间变量，l表示检测到的声发射波形信号个数，L表示声发射波形信号总个数；
S2、将所有波形信号xl(t)按加载程序分为M个斜坡加载阶段和N个循环加载阶段，共M+N个阶段，循环加载是指加载系统在给定振幅和频率下对试件样品进行循环加、卸载多次的阶段，斜坡加载是指循环加载阶段之间加载系统应力保持逐渐增加时的阶段，其中M、N为实验过程中的设计加载次数，为已知变量；
S3、将所有波形信号xl(t)按阶段批量傅里叶变换，取得每个波形信号的峰值频率fl(t)，其中t为时间变量，峰值频率可近似为对应波形信号的主频，并且该峰值频率通常用于表征破裂源类型；
S4、每个阶段中峰值频率fl(t)最大值的点为关键点，挑选出每个阶段中的关键点，共M+N个；
S5、关键点的主频为主主频maxi_fl(t)，i＝1，2，...，M+N，其中i为关键点个数，共M+N个；
S6、将所有主主频maxi_fl(t)值绘制成二维折线图，分析折线图变换趋势得到岩石破裂预警点；
S7、对所有关键点做三维短时傅里叶变换，分析其时频演化特征，进一步验证S6中的预警点。
优选地，所述步骤S2中采用三轴多级循环加载方式，应力加载路径为：
0MPa→60MPa→50MPa→65MPa→50MPa→75MPa→50MPa→85MPa→
50MPa→90MPa→50MPa→100MPa
优选地，所述步骤S3中采用频率参数分析试件破裂演化规律及前兆信息，频率是表征岩石破裂源本征性质的关键参数之一，可用于推断岩石内部状态的变化，揭示岩石破裂机理。
优选地，所述步骤S4中声发射时间序列参数和原始波形数据使用八通道声发射仪记录，声发射波形采样率为106次/s，每个波形的数据长度为1024。
优选地，所述步骤S5中在主频的基础上，为追求更加高效且准确反映岩样破裂前兆信息的方法(岩石在损伤、破坏全过程中释放的AE信号数以万计，数据量庞大)，对应不同的应力加载阶段，选择每个阶段中的最大峰值频率点，即为主主频maxi_fl(t)，i＝1，2，...，M+N。
优选地，所述步骤S6中共选择M+N个关键点分析其主主频值及幅值演化趋势，这些关键点分别为M个斜坡加载阶段的主主频对应点和N级循环加载阶段中每级主主频的对应点。
优选地，所述步骤S7中为了更好的分析S6中主主频点的演化特征，对这些关键点做三维短时傅里叶变换，按加载路径将其分成两组讨论：第一组关键点为N级循环加载中的每级应力对应的主主频点，第二组关键点为斜坡加载阶段对应的M个主主频点。
本发明提供的一种基于声发射波形信号的岩石破裂前兆识别方法，具有以下有益效果：
本发明的基于声发射波形信号的岩石破裂前兆识别方法，提出了一种新颖有效的参数：主主频，相比于基于时域参数的方法可以提供更全面详尽的声发射特征信息，相比于传统基于所有频率的波形分析方法，分析数据更为简洁和高效，能获得更为细节的岩石破裂前兆信息。
附图说明
图1为本发明流程图；
图2为三轴多级循环加载试验下岩石样品的(a)声发射波形及(b)频谱图；
图3为傅里叶变换提取主频后的主频分布图；
图4为经本发明方法处理的声发射信号波形的(a)主主频的频率值和(b)幅值演化趋势图；
图5为经本发明方法处理的声发射信号波形的3D-STFT图：(a)第11个点、(b)第12个点、(c)第13个点。
具体实施方式
下面将结合附图对本发明作进一步说明。
实施例1：参见图2-图5，一种基于声发射波形信号的岩石破裂前兆识别方法，包括以下步骤：
(1)输入试验中检测到的所有声发射波形信号xl(t)，l＝1，2，3，...L，其中t为时间变量，l表示检测到的声发射波形信号个数，L表示声发射波形信号总个数；
(2)将所有波形信号xl(t)按加载程序分为M个斜坡加载阶段和N级循环加载阶段，共M+N个阶段，在实施例1中，M＝7、N＝6、M+N＝13，循环加载是指加载系统在给定振幅和频率下对试件样品进行循环加、卸载多次的阶段；斜坡加载是指循环加载阶段之间加载系统应力保持逐渐增加时的阶段，其中M、N为实验过程中的设计加载次数，为已知变量；
(3)将所有波形信号xl(t)按阶段批量傅里叶变换，取得每个波形信号的峰值频率fl(t)，如图2所示为试样的声发射波形(a)及频谱图(b)，峰值频率可近似为信号的主频，并且该峰值频率通常用于表征破裂源类型，如图3为傅里叶变换提取主频后的主频分布图；
(4)每个阶段中峰值频率fl(t)最大值的点为关键点，挑选出13个阶段中的13个关键点；
(5)13个关键点的频率为主主频maxi_fl(t)，i＝1，2，...，13；
(6)将13个maxi_fl(t)值绘制成二维折线图，如图4为主主频的频率值和幅值演化趋势图，分析折线图变换趋势得到岩石破裂预警点；
(7)对13个关键点做三维短时傅里叶变换，如图5为前兆信息关键点的3D-STFT图，(a)第11个点、(b)第12个点、(c)第13个点，分析其时频演化特征，进一步验证S6中的预警点。
综合以上分析表情，本发明能够更加高效且准确地得到更为细节的岩石破裂前兆信息，为岩石破裂预警提供科学依据。
虽然结合附图对发明的具体实施方式进行了详细地描述，但不应理解为对本专利的保护范围的限定。在权利要求书所描述的范围内，本领域技术人员不经创造性劳动即可做出的各种修改和变形仍属本专利的保护范围。

Claims (7)

1.一种基于声发射波形信号的岩石破裂前兆识别方法，包括以下步骤：
S1、输入试验中检测到的所有声发射波形信号xl(t)，l＝1,2,3,…L，其中t为时间变量，l表示检测到的声发射波形信号个数，L表示声发射波形信号总个数；
S2、将所有波形信号xl(t)按加载程序分为M个斜坡加载阶段和N个循环加载阶段，共M+N个阶段，循环加载是指加载系统在给定振幅和频率下对试件样品进行循环加、卸载多次的阶段，斜坡加载是指循环加载阶段之间加载系统应力保持逐渐增加时的阶段，其中M、N为实验过程中的设计加载次数，为已知变量；
S3、将所有波形信号xl(t)按阶段批量傅里叶变换，取得每个波形信号的峰值频率fl(t)，其中t为时间变量，峰值频率可近似为对应波形信号的主频，并且该峰值频率通常用于表征破裂源类型；
S4、每个阶段中峰值频率fl(t)最大值的点为关键点，挑选出每个阶段中的关键点，共M+N个；
S5、关键点的主频为主主频maxi_fl(t)，i＝1,2,…,M+N，其中i为关键点个数，共M+N个；
S6、将所有主主频maxi_fl(t)值绘制成二维折线图，分析折线图变换趋势得到岩石破裂预警点；
S7、对所有关键点做三维短时傅里叶变换，分析其时频演化特征，进一步验证S6中的预警点。
2.根据权利要求1所述的基于声发射波形信号的岩石破裂前兆识别方法，其特征在于，所述步骤S2中采用三轴多级循环加载方式，应力加载路径为：
0MPa→60MPa→50MPa→65MPa→50MPa→75MPa→50MPa→85MPa→50MPa→90MPa→50MPa→100MPa。
3.根据权利要求1所述的基于声发射波形信号的岩石破裂前兆识别方法，其特征在于，所述步骤S3中采用频率参数分析试件破裂演化规律及前兆信息，主频是表征岩石破裂源本征性质的关键参数之一，可用于推断岩石内部状态的变化，揭示岩石破裂机理。
4.根据权利要求1所述的基于声发射波形信号的岩石破裂前兆识别方法，其特征在于，所述步骤S4中声发射时间序列参数和原始波形数据使用八通道声发射仪记录，声发射波形采样率为106次/s，每个波形的数据长度为1024。
5.根据权利要求1所述的基于声发射波形信号的岩石破裂前兆识别方法，其特征在于，所述步骤S5中在主频的基础上，为追求更加高效且准确反映岩样破裂前兆信息的方法(岩石在损伤、破坏全过程中释放的AE信号数以万计，数据量庞大)，对应不同的应力加载阶段，选择每个阶段中的最大峰值频率点，即为主主频maxi_fl(t)，i＝1,2,…,M+N。
6.根据权利要求1所述的基于声发射波形信号的岩石破裂前兆识别方法，其特征在于，所述步骤S6中共选择M+N个关键点分析其主主频值及幅值演化趋势，这些关键点分别为M个斜坡加载阶段的主主频对应点和N级循环加载阶段中每级主主频的对应点。
7.根据权利要求1所述的基于声发射波形信号的岩石破裂前兆识别方法，其特征在于，所述步骤S7中为了更好的分析S6中主主频点的演化特征，对这些关键点做三维短时傅里叶变换，按加载路径将其分成两组讨论：第一组关键点为N级循环加载中的每级应力对应的主主频点，第二组关键点为斜坡加载阶段对应的M个主主频点。
CN202210257071.4A 2022-03-16 2022-03-16 一种基于声发射波形信号的岩石破裂前兆识别方法 Active CN114609254B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202210257071.4A CN114609254B (zh) 2022-03-16 2022-03-16 一种基于声发射波形信号的岩石破裂前兆识别方法
KR1020230030833A KR20230135516A (ko) 2022-03-16 2023-03-08 음향 방출 파형 신호 기반의 암석 파쇄 전조 식별 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210257071.4A CN114609254B (zh) 2022-03-16 2022-03-16 一种基于声发射波形信号的岩石破裂前兆识别方法

Publications (2)

Publication Number Publication Date
CN114609254A true CN114609254A (zh) 2022-06-10
CN114609254B CN114609254B (zh) 2023-03-28

Family

ID=81862439

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210257071.4A Active CN114609254B (zh) 2022-03-16 2022-03-16 一种基于声发射波形信号的岩石破裂前兆识别方法

Country Status (2)

Country Link
KR (1) KR20230135516A (zh)
CN (1) CN114609254B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116519477A (zh) * 2023-07-04 2023-08-01 煤炭科学技术研究院有限公司 一种岩石失稳判别方法、装置及存储介质

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117589890B (zh) * 2024-01-19 2024-03-26 四川省自然资源勘察设计集团有限公司 基于声发射特征的岩石崩塌预警方法及系统

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2006060366A2 (en) * 2004-12-02 2006-06-08 The Research Foundation Of State University Of New York Method and algorithm for spatially identifying sources of cardiac fibrillation
CN104198679A (zh) * 2014-09-17 2014-12-10 辽宁工程技术大学 一种煤岩变形破裂过程全波形同步综合监测系统及方法
CN105334269A (zh) * 2015-10-19 2016-02-17 江苏大学 一种基于神经网络和导波特征数据库的管道缺陷类别判别方法
WO2018028633A1 (zh) * 2016-08-12 2018-02-15 中国科学院地质与地球物理研究所 一种岩石水力压裂试验裂缝介入增强成像方法
CN109283256A (zh) * 2018-11-12 2019-01-29 南昌航空大学 基于广义s变换的磁声发射特征参数分析方法
CN109632509A (zh) * 2019-01-14 2019-04-16 浙江大学 超重力真三轴岩石加载实验装置及方法
CN110988990A (zh) * 2019-12-10 2020-04-10 北京化工大学 一种高精度的地震属性反演方法
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
CN112432861A (zh) * 2020-10-28 2021-03-02 扬州大学 一种基于声发射波形分析的钢筋混凝土梁损伤状态评估方法

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2006060366A2 (en) * 2004-12-02 2006-06-08 The Research Foundation Of State University Of New York Method and algorithm for spatially identifying sources of cardiac fibrillation
CN104198679A (zh) * 2014-09-17 2014-12-10 辽宁工程技术大学 一种煤岩变形破裂过程全波形同步综合监测系统及方法
CN105334269A (zh) * 2015-10-19 2016-02-17 江苏大学 一种基于神经网络和导波特征数据库的管道缺陷类别判别方法
WO2018028633A1 (zh) * 2016-08-12 2018-02-15 中国科学院地质与地球物理研究所 一种岩石水力压裂试验裂缝介入增强成像方法
US20180306736A1 (en) * 2016-08-12 2018-10-25 Institute Of Geology And Geophysics, Chinese Academy Of Sciences Method for enhanced interventional imaging for cracks in hydraulic fracturing test of rocks
CN109283256A (zh) * 2018-11-12 2019-01-29 南昌航空大学 基于广义s变换的磁声发射特征参数分析方法
CN109632509A (zh) * 2019-01-14 2019-04-16 浙江大学 超重力真三轴岩石加载实验装置及方法
CN110988990A (zh) * 2019-12-10 2020-04-10 北京化工大学 一种高精度的地震属性反演方法
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
CN112432861A (zh) * 2020-10-28 2021-03-02 扬州大学 一种基于声发射波形分析的钢筋混凝土梁损伤状态评估方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116519477A (zh) * 2023-07-04 2023-08-01 煤炭科学技术研究院有限公司 一种岩石失稳判别方法、装置及存储介质
CN116519477B (zh) * 2023-07-04 2023-09-29 煤炭科学技术研究院有限公司 一种岩石失稳判别方法、装置及存储介质

Also Published As

Publication number Publication date
CN114609254B (zh) 2023-03-28
KR20230135516A (ko) 2023-09-25

Similar Documents

Publication Publication Date Title
CN114609254B (zh) 一种基于声发射波形信号的岩石破裂前兆识别方法
CN108875170B (zh) 一种基于改进变分模态分解的噪声源识别方法
KR900008438A (ko) 신호처리 방법 및 음향소스 데이타 형성장치
CN112924556B (zh) 基于机器学习的陶瓷基复合材料声发射在线损伤模式识别方法
CN105403623A (zh) 岩石在单轴压缩条件下声发射主频提取方法
CN106483550B (zh) 一种模拟能谱曲线仿真方法
US10698023B2 (en) Method and device for broadband analysis of systems and substances
CN112364296B (zh) 一种基于深度学习的p波到时自动拾取方法
CN109632966B (zh) 一种基于变分模式重构的岩体声发射信号特征提取方法
CN114486260A (zh) 基于自适应变分模态分解的轴承故障诊断方法
Sedlak et al. Arrival time detection in thin multilayer plates on the basis of Akaike information criterion
CN1910821A (zh) 产生代表具有时间交叉的模数转换系统中匹配误差的数字信号的方法及使用该方法具有时间交叉的模数转换器
US20120242519A1 (en) Method and apparatus for data compression
Akgun Spectral and Statistical Analysis for Damage Detection in Ceramic Materials.
Wu et al. Blind single-channel lamb wave mode separation using independent component analysis on time-frequency signal representation
CN116930334A (zh) 一种用小波分析岩石动态损伤演化的声发射信号的方法
CN112525999B (zh) 一种基于频率成份的声发射信号相关性分析方法
CN114813945B (zh) 一种基于超声导波的电缆竖井防火封堵缺陷检测方法
CN114371222B (zh) 基于modwpt系数平方熵与rf的陶瓷制品结构缺陷声波检测方法
CN114063144B (zh) 一种利用短时过零率识别煤岩失稳前兆特征的方法
Chen et al. Feature analysis and recognition of fiber breakage AE signals after propagation
JP2022148844A5 (zh)
CN116186588A (zh) 一种磁声发射信号时频域特征参数提取方法
CN115290761A (zh) 基于深度学习的声发射数据重构方法及装置
Bashkov et al. Acoustic Emission at the Kinetic and Development of the Structural Defects under Deformation of Aluminum Alloy

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