12MnNiVR鋼拉伸過程聲發射信號特征分析

李光海　焦敬品　王新健　何存富　吳　斌

1.中國特種設備檢測研究院，北京，100029　　2.北京工業大學，北京，100022

?

12MnNiVR鋼拉伸過程聲發射信號特征分析

李光海1焦敬品2王新健2何存富2吳斌2

1.中國特種設備檢測研究院，北京，1000292.北京工業大學，北京，100022

摘要：對大型常壓儲罐材料12MnNiVR鋼拉伸過程中聲發射信號的幅值、振鈴計數、撞擊計數和能量等常規特征參數進行了分析。在此基礎上，對拉伸過程不同階段典型聲發射信號的時域波形、頻譜、希爾伯特時頻分布等進行了波形分析。結果表明，聲發射信號的特征參數和波形分析能反映不同拉伸過程變形特征，可用于拉伸過程的表征。

關鍵詞：大型常壓儲罐； 聲發射； 特征參數； 希爾伯特-黃變換

0引言

作為國家石油戰略儲備的重要基礎設施，大型常壓儲罐的安全運行備受人們關注。目前，常見的儲罐檢測方法主要有兩大類：清罐檢測和在線檢測。其中清罐檢測需要暫停生產，人力物力耗費大；在線檢測因其實施便捷，成本相對低，是儲罐檢測的發展方向。而聲發射技術是一種應用最廣的在線檢測方法，它對于大型儲罐在線檢測具有特殊優勢[1]。

針對大型儲罐聲發射在線監測問題，國內外學者已開展大量卓有成效的研究工作，并在工程中得到一定的應用[2-3]。受聲發射源多樣性、聲發射信號傳播路徑復雜性等的影響，聲發射信號往往很復雜，使得信號的分析識別難度大，難以從中提取出有效的結構損傷狀態信息。為建立聲發射信號特征參數與結構損傷狀態的關系，國內外學者開展了大量的研究工作。目前，常見的聲發射信號分析方法主要包括特征參數分析和波形分析兩大類[4]。在特征參數分析方面，周猛等[5]利用聲發射技術對鍍鎳鋼帶拉伸過程進行了監測，分析了不同拉伸狀態下聲發射信號的變化特征，利用持續時間、振鈴計數和能量三個聲發射信號特征參數表征了拉伸過程中試件的狀態變化。徐長航等[6]通過鋼制試件拉伸斷裂和疲勞開裂兩種損傷過程的聲發射監測試驗，研究了聲發射信號特征參數與試驗過程中試件力學行為之間的相關性。Aggelis[7]和Soulioti等[8]將聲發射技術應用于鋼筋混凝土無損檢測中，利用撞擊數、能量數和持續時間等聲發射特征參數對混凝土裂紋擴展狀態進行表征。Mukhopadhyay等[9]將聲發射技術應用在SA333 Gr.6材料的裂紋擴展研究中，利用撞擊數、有效電壓值和能量等聲發射特征參數對裂紋擴展初期狀態進行表征。

為了進一步揭示聲發射檢測信號與結構損傷狀態的關聯，國內外學者對聲發射信號波形進行了深入的研究。常見的聲發射信號波形分析方法包括小波變換、希爾伯特-黃變換(Hilbert-Huang transform,HHT)和神經網絡等[10-12]。Khamedi等[13]對不同馬氏體含量雙相鋼試件拉伸過程產生的聲發射信號進行了小波分析。駱志高等[14-15]使用聲發射技術對拉伸件成形狀態進行監測，將聲發射信號經驗模態分解的能量值作為初始特征參數，應用遺傳算法和馬氏距離算法，進行拉伸件的裂紋狀態判別，實現對金屬拉伸件成形質量狀態的識別。Li等[16-17]將聲發射技術應用于近海工程中的焊接鋼桁架檢測，通過對聲發射信號進行希爾伯特-黃變換分析，實現桁架有無損傷的識別。李一博等[18]將小波變換和BP神經網絡方法應用于儲罐底板聲發射信號的分析。Hamdi等[19]將聲發射技術應用于高分子復合材料檢測，通過對聲發射信號的希爾伯特-黃變換和聚類分析，實現復合材料三點彎曲損傷表征識別。

綜上可以看出，從聲發射信號中提取出有效的損傷信息是聲發射檢測的關鍵所在。同時，由于材料性能直接決定了承載結構的應力-應變關系，因此材料性能對結構產生的聲發射信號有很大的影響。為此，本文進行常壓儲罐常用材料12MnNiVR鋼拉伸過程典型聲發射信號特征分析，為實現儲罐損傷狀態聲發射評價和表征提供技術支撐。

1聲發射檢測系統及拉伸試驗

1.1聲發射檢測系統

12MnNiVR鋼拉伸過程聲發射檢測試驗系統主要由拉伸試件、聲發射傳感器、聲發射檢測儀、拉伸試驗機、計算機(配套分析軟件)及信號電纜等組成，如圖1所示。

圖1　12MnNiVR拉伸試件聲發射檢測系統

選取的待檢測試件取自退役儲罐底板，材料為12MnNiVR。試件根據GB/T 228.1-2010進行設計，如圖2所示。

圖2　拉伸試件

聲發射檢測儀采用德國Vallen公司的AMSY-6聲發射檢測系統。聲發射信號由VS45-M型寬帶傳感器(20～450 kHz)和VS150-RIC型諧振傳感器(100～450 kHz)拾取，并通過AEP4型前置放大器進行放大，增益設定為34 dB。傳感器的布置如圖2所示。試驗過程中聲發射系統的參數設定如表1所示。

表1　聲發射采集參數設定表

1.2拉伸試驗

拉伸試驗在SANS SHT4605型拉伸試驗機上進行。該拉伸試驗機采用基于DSP的全數字高響應測量系統，負荷、應變測量全程不分檔，拉伸過程的變形分辨力為1/300 000，最大負荷600 kN，滿足GB/T 228.1-2010的相關要求。試驗中，對12MnNiVR試件采用3 mm/min恒速率進行連續拉伸加載，直至試件斷裂。

噪聲干擾是影響聲發射檢測的一大難題。本文檢測試驗過程中的干擾源主要包括：連接銷軸與試樣間的摩擦、拉伸試驗機電子噪聲干擾等。在試驗中采取以下措施來減少干擾噪聲：①在銷軸與試件接觸面處增加橡膠襯墊，用于減少界面間產生的摩擦信號；②試驗開始預加載荷1.5 kN后暫停，然后同步啟動試驗機和聲發射儀，實現整個實驗系統的同步采集；③測定背景噪聲，如果測得有拉伸試驗機的動力源引起的電子干擾源存在，利用導線，將聲發射儀器與材料試驗機相接，減小電子噪聲干擾。

圖3為12MnNiVR試件拉伸過程的加載力-時間關系曲線，其持續時間t=107.6 s，最大拉力Fmax=39.150 kN。根據這一曲線，并參照常用鋼材拉伸特性，可清楚地分辨出其拉伸過程的五個階段：彈性階段、塑性階段、屈服階段、強化階段和頸縮階段，各階段分布范圍如表2所示。表3給出了拉伸試驗測得的主要性能參數。

圖3　試件拉伸過程的力-時間曲線

彈性階段(AB段)塑性階段(BC段)屈服階段(CD段)強化階段(DE段)頸縮階段(EF段)幅值(s)0～12.7212.72～17.1417.14～31.6431.64～76.5276.52～110.30加載力(kN)0～28.8528.85～36.0036.00～36.3936.39～39.1539.15～23.88

表3　拉伸試驗結果參數

利用上述聲發射檢測系統對12MnNiVR試件拉伸過程產生的聲發射信號進行采集，下面將分別對其進行特征參數及波形分析。

2拉伸過程聲發射信號特征參數分析

本節對12MnNiVR試件拉伸過程產生的聲發射信號進行特征參數分析，涉及的特征參數包括信號幅值、持續時間、信號能量、振鈴計數和撞擊計數。

圖4給出拉伸過程聲發射信號的幅值時間歷程分布。從圖4中可以發現，在12.72 s之前(彈性階段)，基本沒有達到規定閾值的聲發射信號出現；在12.72 s之后，開始有聲發射信號出現，且聲發射信號的幅值時間歷程分布與試件的拉伸力-時間曲線呈現某種關聯性。具體體現在，在12.72～17.14 s(塑性階段)范圍內，聲發射信號較豐富，且幅值較大，主要分布在40～65 dB；在17.14～31.64 s(屈服階段)范圍內，聲發射信號稀疏，且幅值降低，主要分布在40～45 dB；在31.64～76.52 s(強化階段)范圍內，聲發射信號豐富，且幅值較大，分布在40～75 dB；在76.52～110.30 s(頸縮階段)范圍內，聲發射信號極為稀疏，特別是在斷裂之前，聲發射信號極少，且幅值較小，在斷裂點附近，出現較為豐富的聲發射信號，幅值在40～60 dB。

圖4　聲發射信號的幅值時間歷程

圖5～圖7給出拉伸過程產生聲發射信號的振鈴數、撞擊數和持續時間三個特征參數的時間累計分布。從圖中可以看出，聲發射信號的振鈴數、撞擊數和持續時間三個特征參數的時間累計曲線分布極為相似，且與試件的拉伸力-時間曲線呈現明顯的關聯性。具體體現為，在12.72～17.14 s(塑性階段)范圍內，振鈴數、撞擊數和持續時間三個特征參數的累計數量隨時間呈近似線性增加趨勢；在17.14～31.64 s(屈服階段)范圍內，三個特征參數的累計值隨時間增長變緩；在31.64～76.52 s(強化階段)范圍內，三個特征參數的累計值隨時間增長呈明顯增加趨勢；在76.52～110.30 s(頸縮階段)范圍內，三個特征參數的累計值隨時間增長再次變緩。

圖5　振鈴數的時間累積

圖6　信號持續時間的時間累積

圖7　撞擊的時間累積圖

圖8給出拉伸產生聲發射信號的能量時間歷程分布。從圖8中可以看出，在拉伸過程中，出現了三個聲發射信號能量的集中區，其中第一個集中區位于12.72～17.14 s(塑性階段)范圍內，第二個集中區位于31.64～55.52 s(強化階段)范圍內，第三個集中區位于110.3 s(斷裂點)附近。而這三個能量集中區分別與拉伸過程的塑性階段、強化階段前中期、頸縮最后階段相對應。結果表明，在拉伸過程的這些階段，聲發射源活躍，聲發射信號強度較大。

圖8　能量時間歷程

從圖4～圖8可以看出，在12MnNiVR鋼試件拉伸過程中的不同階段，聲發射信號的特征參數，如幅值、持續時間、能量、振鈴計數和撞擊計數等，在拉伸不同階段的分布有很大不同。在塑性變形階段，聲發射源活躍，表現為聲發射信號幅值和能量大、撞擊數和振鈴計數隨拉伸過程呈線性增大的趨勢；在屈服階段，聲發射源不活躍，表現為聲發射信號幅值和能量小，振鈴計數和撞擊數隨拉伸過程幾乎不變；在強化階段，聲發射源較活躍，表現為聲發射信號幅值和能量較大、撞擊數和振鈴計數隨拉伸過程呈緩慢增大的趨勢；在頸縮后期，聲發射源活躍，聲發射信號幅值和能量較大。

通過對聲發射信號的特征參數分析，可以了解到拉伸過程不同階段中聲發射信號的能量、強度及撞擊數等特點，能在一定程度上反映不同階段聲發射源的強弱。但聲發射參數分析無法反映聲發射源及聲發射信號的時間及頻率瞬時特征，如聲發射信號幅值隨時間的變化趨勢及頻率組成等。

3波形分析

為進一步揭示拉伸過程不同階段的聲發射信號變化規律，對12MnNiVR鋼試件拉伸過程中塑性變形、屈服、強化和頸縮四個階段的典型聲發射信號分別進行時域波形、頻譜、希爾伯特時頻分布和邊際譜的波形分析。

3.1時域波形及頻譜

圖9給出拉伸過程不同階段聲發射信號典型時域波形及其頻譜圖。

(a)塑性變形階段

(b)屈服階段

(c)強化階段

(d)頸縮階段圖9　信號時域頻域圖

從時域波形可以看出，屈服階段的聲發射信號屬于突發型聲發射信號，其余三個階段屬于連續型聲發射信號；從信號幅值的角度分析，塑性變形和頸縮階段的信號幅值較大，峰峰值可達50 mV，強化階段幅值居中(峰峰值為5 mV)，而屈服階段的聲發射信號幅值最弱(峰峰值僅為0.2 mV)；從信號帶寬來看，塑性變形和屈服階段的聲發射信號帶寬較窄，分別分布在20～200 kHz和100～300 kHz。頸縮階段聲發射信號能量主要處于0～400 kHz范圍。強化階段的聲發射信號帶寬最寬(達700 kHz)，且包含的頻率分量豐富。

3.2時頻分析

在時域波形和頻譜分析的基礎上，對以上典型信號進時頻分析。希爾伯特-黃變換作為一種典型的時頻分析方法，特別適合用于聲發射信號和振動信號的分析[10-11]。

HHT包含兩部分，第一部分為經驗模態分解，第二部分為Hilbert譜分析。經驗模態分解(EMD)方法能把非平穩、非線性信號分解成一組穩態和線性的ck(t)數據序列集，即本征模態函數(IMF)。時間序列數據s(t)的經驗模態分解可表示為

(1)

其中，ck(t)為IMF分量；rn(t)為平均趨勢分量。

對式(1)中的每個固有模態函數ck(t)作Hilbert變換得

(2)

進而可以求出瞬時頻率：

(3)

其中，θk(t)為信號的瞬時相位。由式(3)可看出，ω(t)是時間的單值函數，為了使瞬時頻率有意義，作為希爾伯特變換的時間序列數據必須是單組分的，而經過經驗模態分解后得到的本征模態函數序列恰好滿足這個要求。

將式(1)～式(3)所表示的變換應用于所有本征模態函數序列，得

(4)

其中，n為離散點數；ak(t)為各模態的瞬時幅值。顯然ωk(t)和ak(t)均為時間的變量，從而構成時間、頻率、幅值的三維時頻譜圖，即Hilbert時頻譜，用H(ω,t)表示。它精確地描述了信號的幅值隨時間和頻率的變化規律。

(a)塑性變形階段

(b)屈服階段

(c)強化階段

(d)頸縮階段圖10　三維時頻分布圖

圖10給出四個階段典型聲發射信號的Hilbert時頻分布。從圖10中可以看出，拉伸過程不同階段聲發射信號的時頻分布有很大不同，主要體現在信號主要分量的時間及頻率分布范圍。塑性變形階段的聲發射信號主要位于0～120 kHz頻帶內，持續時間較長，峰值頻率集中在50～100 kHz，最大峰值為38 mV。屈服階段的信號主要位于20～120 kHz，持續時間較短，能量較為集中，峰值頻率集中在50～100 kHz，最大峰值約為0.08 mV。強化階段的聲發射信號的持續時間長，分布頻帶寬(可達300 kHz)，峰值位于150～200 kHz附近，最大幅值為1.8 mV。頸縮階段的聲發射信號主要位于0～120 kHz頻帶范圍內，持續時間較長，峰值頻率集中在50～100 kHz附近，最大峰值為36 mV。從信號強度上看，塑性變形階段和頸縮階段聲發射信號的強度較大，屈服階段的聲發射信號強度最弱；從信號持續時間來看，屈服階段聲發射信號持續時間最短，屬于突發聲發射信號，其余三個階段的聲發射信號持續時間較長，屬于連續聲發射信號；從信號分布頻帶范圍來看，強化階段和頸縮階段聲發射信號包含頻率成分豐富，頻帶較寬。塑性階段和屈服階段聲發射信號頻帶相對較窄。

4結論

(1)拉伸過程不同階段聲發射信號的特征參數分布有很大的不同。在塑性變形階段，聲發射信號幅值和能量大，撞擊數和振鈴計數隨拉伸過程呈線性增大的趨勢；在屈服階段，聲發射信號幅值和能量小，振鈴計數和撞擊數隨拉伸過程幾乎不變；在強化階段，聲發射信號幅值和能量較大，撞擊數和振鈴計數隨拉伸過程呈緩慢增加趨勢；在頸縮后期，聲發射信號幅值和能量較大。

(2)拉伸過程不同階段聲發射信號波形有很大不同。屈服階段的聲發射信號屬于突發型聲發射信號，其余三個階段屬于連續型聲發射信號；塑性變形和頸縮階段的信號幅值較大，頻帶較窄，而屈服階段的聲發射信號幅值最弱，強化階段的聲發射信號頻帶最寬。

(3)聲發射信號的特征參數和波形分析能反映不同拉伸過程的變形特征，可用于拉伸過程的表征。

參考文獻：

[1]王偉魁.儲罐罐底腐蝕聲發射檢測信號處理關鍵技術研究[D].天津:天津大學,2011.

[2]閆河,沈功田,李光海,等.常壓儲罐底板特性的聲發射檢測[J].壓力容器,2008,25(2)：53-57.

Yan He, Shen Gongtian, Li Guanghai, et al. Examination of Atmosphere Storage Tank Bottom Corrosion Using Acoustic Emission[J]. Pressure Vessel, 2008,25(2)：53-57.

[3]戴光,張明宇,髙果柱,等.常壓立式儲罐底板腐蝕過程聲發射源特性分析及試驗研究[J].化工機械,2012,39(6)：704-708.

Dai Guang, Zhang Mingyu, Gao Guozhu, et al. Analysis and Experimental Study on Acoustic Emission Source Characteristics of Corrosion Process in Atmospheric Vertical Tank Bottom[J]. Chemical Engineering & Machinery,2012,39(6)：704-708.

[4]沈功田,耿榮生,劉時風.聲發射信號的參數分析方法[J].無損檢測,2002,24(2)：72-77.

Shen Gongtian, Geng Rongsheng，Liu Shifeng. Parameter Analysis of Acoustic Emission Signals[J]. Non-destructive Test, 2002,24(2)：72-77.

[5]周猛, 龍士國, 馬增勝,等. 鍍鎳鋼帶拉伸斷裂過程的聲發射特征[J].壓電與聲光, 2012, 34(1)：121-124.

Zhou Meng, Long Shiguo, Ma Zengsheng, et al. Characteristics of Acoustic Emission Signals of Nickel Planted Steel Sheet under Tensile Fracture Condition[J]. Piezoelectrics and Acoustooptics, 2012,34(1)：121-124.

[6]徐長航,劉立群,陳國明.鋼制試件拉伸斷裂及疲勞開裂聲發射特征分析[J].中國石油大學學報(自然科學版),2009, 33(5)：95-99.

Xu Changhang, Liu Liqun, Chen Guoming. Characteristics Analysis of Acoustic Emission Signals from Steel Specimens under Tensile Fracture and Fatigue Crack Condition [J]. Journal of China University of Petroleum (Edition of Natural Science) , 2009, 33(5)：95-99.

[7]Aggelis D G. Classification of Cracking Mode in Concrete by Acoustic Emission Parameters[J].Mechanics Research Communications, 2011,11(38)：153-157.

[8]Soulioti D, Barkoula N M, Paipetis A, et al. Acoustic Emission Behavior of Steel Fiber Reinforced Concrete under Bending[J]. Construction and Building Materials, 2009, 23(12)：3532-3536.

[9]Mukhopadhyay C K, Sasikala G, Jayakumar T, et al. Acoustic Emission during Fracture Toughness Tests of SA333 Gr.6 Steel[J]. Engineering Fracture Mechanics, 2012(96)：294-306.

[10]王慧.HHT方法及其若干應用研究[D].合肥:合肥工業大學,2009.

[11]曹正敏.蘭姆波檢測技術及HHT時頻分析方法研究[D].大連：大連理工大學,2008.

[12]陳淑萍,程磊.基于Hilbert-Huang理論的非線性系統分析[J].系統工程與電子技術,2008,30(4)：719-722.

Chen Shuping, Cheng Lei. Nonlinear System Analysis Based on Hilbert-Huang Transform Theory[J].Systems Engineering and Electronics,2008,30(4)：719-722.

[13]Khamedi R, Fallahi A, Oskouei A R. Effect of Martensite Phase Volume Fraction on Acoustic Emission Signals Using Wavelet Packet Analysis during Tensile Loading of Dual Phase Steels[J].Materials and Design, 2010, 31(6)：2752-2759.

[14]駱志高, 范祥偉, 陳強. 金屬拉伸件拉伸過程微裂紋AE信號特征參數的優化及狀態識別[J]. 振動與沖擊, 2012, 31(17)：154-158.

Luo Zhigao, Fan Xiangwei, Chen Qiang. AE Signal Characteristic Parametric Optimization of Initial Crack and Status Identification for Metal Drawing Parts[J]. Journal of Vibration and Shock, 2012, 31(17)：154-158.

[15]駱志高, 葉紅英, 胥愛成.基于時序分析的拉伸件成形裂紋的特征參數提取[J]. 振動與沖擊, 2012, 31(17)：120-123.

Luo Zhigao, Ye Hongying, Xu Aicheng. Extraction of Characteristic Parameters of Acoustic Emission Signals for Molded Metal Drawing Parts Based on Time-Series Analysis and MATLAB[J]. Journal of Vibration and Shock, 2012, 31(17)：120-123.

[16]Li Lin,Chu F. Feature Extraction of AE Characteristics in Offshore Structure Model Using Hilbert-Huang Transform[J]. Measurement, 2011,44(1)：46-54.

[17]Li Lin, Chu F. HHT-based AE Characteristics of Natural Fatigue Cracks in Rotating Shafts[J]. Mechanical Systems and Signal Processing, 2012, 26(1)：181-189.

[18]李一博,孫立瑛,靳世久,等.大型常壓儲罐底板的聲發射在線監測[J].天津大學學報,2008,41(1)：11-16.

Li Yibo, Sun Liying, Jin Shijiu, et al. On-line Acoustic Emission Inspection Method for Large Normal Pressure Storage Tank Bottom[J].Journal of Tianjin University, 2008,41(1)：11-16.

[19]Hamdi S E, Le Duff A, Simon L, et al. Acoustic Emission Pattern Recognition Approach Based on Hilbert-Huang Transform for Structural Health Monitoring in Polymer-composite Materials[J]. Applied Acoustics, 2013,74(5)：746-757.

(編輯王旻玥)

收稿日期：2015-01-19

基金項目：“十二五”國家科技支撐計劃資助項目(2011BAK06B03-03)；質檢公益性行業科研專項(201510066)

中圖分類號：TG156

DOI：10.3969/j.issn.1004-132X.2016.13.012

作者簡介：李光海，男，1970年生。中國特種設備檢測研究院研究員、博士。主要研究方向為特種設備無損檢測及安全評定。發表論文40余篇。焦敬品，女，1973年生。北京工業大學機電學院教授、博士研究生導師。王新健，男，1988年生。北京工業大學機電學院碩士研究生。何存富，男，1958年生。北京工業大學機電學院教授、博士研究生導師。吳斌，男，1962年生。北京工業大學教授、博士研究生導師，北京工業大學副校長。

Acoustic Emission Behavior of 12MnNiVR Steel under Stretching

Li Guanghai1Jiao Jinping2Wang Xinjian2He Cunfu2Wu Bin2

1.China Special Equipment Inspection & Research Institute,Beijing,100029 2.Beijing University of Technology,Beijing,100124

Abstract：Several methods of characteristic parameter analyses were introduced to analyze AE signals in stretching process of 12MnNiVR steel used in large atmospheric tank. These parameters included signal amplitudes, counts, hits and energy. Furthermore, the stretching process at different stages of a typical AE signal waveforms were also analyzed including time-domain waveform, spectrum, Hilbert time-frequency distribution etc. The results show that the characteristic parameters and waveform analysis of AE signals may reflect the different characteristics of the tensile deformation stages. AE technique can be used to characterize material stretching processes.

Key words：large atmospheric tank; acoustic emission(AE); characteristic parameter; Hilbert-Huang transform(HHT)