聲發射信號處理與分析方法探究

劉子函

【摘要】 聲發射技術是一種對信號發射的處理技術。根據材料結構的的機理，說明了聲發射信號的作用，根據他的這種原理可以進行參數的分析和人工神經的處理等原理。本文主要簡單介紹了目前的信號發射技術的處理，并分析這種發射信號不能滿足工業發展需求的原因，并對此原因進行的處理和分析。同時也是對聲發信號的處理和分析的探究。

【關鍵字】 聲發射技術 信號處理 方法分析

材料由于局部的能量而釋放的大量能量的現象，可知聲發射技術是目前最常用的評價技術。聲發射技術可以受到環境的影響，會使聲發射的波形隨著而改變。本文通過介紹常用的幾種發射信號的原理，就這些原理分析聲發射不能滿足工業需求的緣由，從而進一步的提高對聲發射的技術，來面對目前的技術難關。

一、波形的分析

1、信號類型。信號的來源有很多種，裂紋和斷裂等有許多種。通過一些波形的特點，其實就是信號在以不同程度上來顯示信號，讓突發型和連續型這兩種典型的類型來分析波傳播時噪音，聲發射技術檢測評價的標準是聲發射信號的波形。因此，只有在將合適的信號類型來對獲取到的信息源進行處理和分析。

2、信號參數。目前，聲發射主要的參數有信號的幅度、能量、事件和電壓等，雖然參數的分析容易，但由于參數過于簡單，則被認為得出的結論不是很準確。很多專家為提高反射信號的準確性，綜合其特征參數來改善發射材料和結構的穩定性[1]。雖然目前發射技術的參數可以提高它的特征。參數分析法可以直觀、快速、便捷的使用發射信號，但是由于環境的影響，導致參數的不準確。因此，這種技術只適合于工程要求不是很精確的項目中應用。

二、聲發射信號處理和分析的方法

1、人工神經網絡的分析法。通過大量的簡單單元交匯形成的網絡的過程叫人工神經網絡，其結構就是模擬腦神經系統，發揮和大腦神經系統類似的功能會發生抑制和進步的信號，來使整個網絡的信息可以相互傳遞。

y=f（∑ni =1wi X-θ ）

y為輸出，f（·）為激發函數，wi為相應的權系數

人工神經網絡可能要分為訓練和測試兩個階段。訓練階段是一組輸入和一組輸出為本訓練。網絡訓練的過程是網絡參數的調整過程[2]。在測試的時候，按照固定的輸入，通過網絡計算得出計算結果。人工神經網絡根據其較高的精度和結構的穩定性的特性建立了一個復雜和緩慢的能夠存儲大量數據的網絡支持。讓它的范圍均是對一些小的對象，不能廣泛的推廣使用。

2、小波的分析。小波分析能夠將不同時間的信號繪制成頻譜信號，能夠將某一個時刻的地域信息對應出來。對于噪音的聲發射，可以和發射源相結合，使環境影響減少，小波是一種長度有限均值是零的小區域波形。小波分析主要用在對信號的處理上，可以出去聲發射波中的有效信息。從之前的一些分析可以總結出干擾信號和疲勞信號的損傷，從此獲得更高的噪音比。他也能分析出混合這噪音的發射信號，同時小波能夠處理大量的原始數據。

3、其他的發射處理方法。現代聲發射信號的分析和處理，有一些常見的處理方法，還有譜估計算法、常規的識別法和相位信息比較法等。有很多人利用這方法來進行研究，也取得了一定的效果。有些人利用相位信息法，將模擬信號和實際中的裂紋進行比較，能夠監測出微弱的聲發射源信號。聲發射信號的頻譜既可以反映出聲發射源的特征，同時還可以揭示源信號的特點和動態特征[3]。目前信號的頻譜通過周期性的分析，得到平穩的信號和譜分析的一種局部信息的全面分析的方式叫全局分析法。常規模式應用的樣本特征可以識別出信號源，但卻不能適應環境的復雜性。因此，頻譜分析和常規的分析方法在嘈雜的環境中都不能得到有效的推廣[4]。（1）目前還沒有一個標準來對聲發特征來進行管理，所以急需建立參數的統一標準，來提高數據的可靠性。（2）在小波的變動中，不同的波的選取對分析結果的影響不同，甚至還影響監測結果的可信度和準確度，所以建立小波的分析案例，使聲發射技術得到發展。（3）由于人工神經網的建設，可以存放大量的原始數據，同時計算機編程者能力的要求也很高，還缺乏對問題的處理能力。因此，急需要對網絡工具進行改進，使其能夠更滿足現代工業的發展，也更為簡單。

結論：聲發射技術在材料、機械、等多種領域有這大量的使用，主要是運用它的動態監測性能。聲發射技術的核心是聲發射信號，現在許多各地的專家對聲發射信號進行分析和處理，為聲發射技術的發展提供了堅實的基礎。目前聲發射信號的處理和分析方法還不是很完善。因此，需要發展新的精確、簡單的操作信號分析和處理理論。同時綜合運用現代先進的技術來解決問題的有效途徑。

參 考 文 獻

[1]龔仁榮.結構材料中聲射傳播特性研究[D].鎮江：江蘇大學，2005.

[2]劉浩.基于聲發射技術的貨車滾動軸承故障診斷研究[D].長沙：中南大學，2010.

[3]張志強，李國祿，王海斗等.基于聲發射原理監測涂層疲勞磨損的研究[J].摩擦學學報，2012，32（1）：89.

[4]戴光，蔣鵬，蔣昌云等.基于信息熵的馬氏體相變聲發射信號分析[J].金屬熱處理，2012，37（4）：113.