基于峭度分析的聲發射故障檢測

沈陽工業大學信息科學與工程學院 何鵬舉 于 洋

0 引言

峭度是描述波形尖峰度的一個導出函數，反映出隨機變量分布特性的數值統計量，是歸一化的四階中心距，其定義為[1]：

其中，X 為信號的幅值；P( X )為信號的概率密度函數。

離散信號的峭度定義為：

在聲發射的特征參數總有一個參數RMS（信號有效值），其定

義為：

因此峭度值K(或峭度系數)可以表示為：

峭度處理會使聲發射信號的能量得到放大，削弱較低噪聲信號的能量，這樣就會很好的凸顯聲發射信號。

根據相關材料可知，當沒有聲發射信號只有噪聲信號時（材料完好的時候），噪聲振動基本服從正太分布，即峭度值K ≈ 3，此時波形服從正太分布；當檢測材料出現損傷進而產生聲發射信號的時候，峭度值K將會變大[2]。

降噪處理后的信號，經過峭度處理會突出高幅值信號，同時抑制低幅值的信號，聲發射信號會得到有效的凸顯，且殘留的干擾信號也會被進一步抑制。有利于聲發射信號的識別和分析[3]。

1 峭度值計算

如圖1.1所示，當數列N較小時，數據處理的差別。

圖1.1 少量數據的峭度值計算對比圖

由圖1.1的四張圖可以看出，在圖a時，信號的特征不是很明顯，基本屬于雜亂無章的，看得出噪音干擾信號很多。圖b中信號有了初步的抑制和突出的差別，可以明顯的看出突出信號。在圖c中，波形中期的突變值被進一步抑制，初期的波形得到的突出。在圖d中可以清楚看出最開始的一個信號得到了不斷的加強，而其他信號都得到了相當大的抑制[5-7]。

在軸承無故障運轉時，由于各種不確定因素的影響，振動信號的幅值分布接近正態分布，峭度指標值K≈3；隨著故障的出現和發展，振動信號中大幅值的概率密度增加，信號幅值的分布偏離正態分布，正態曲線出現偏斜或分散，峭度值也隨之增大。峭度指標的絕對值越大，說明軸承偏離其正常狀態，故障越嚴重，如當其K>8時，則很可能出現了較大的故障。

理論中當K>3.3的時候認為有聲發射信號發生，由圖3.12所示在K>3.3的信號呈現出一定的周期性，可以認定為是成周期變化的故障信號

其實隨著N值的不斷增加，即代表峭度計算包含的數據越來越多，可能會包含聲發射信號同時也包含噪聲信號，如果數據的額定時間跨度過大就很可能掩蓋掉一些重要信息，這樣就失去了峭度值計算的意義；但是如果時間差過于小，就會使信息量變得很小，無法達到對聲發射信號的突出，以及對噪聲信號的抑制效果。所以對于N值的選取應適當且謹慎[8]。

2 等時差峭度值計算

上文應用的峭度值分析方法是對固定個數的原始信號數據進行計算，但是在實際應用中很可能會出現兩個原始信號之間的時間間隔比較長，則有可能導致峭度計算的數據時間跨度太大，掩蓋了很多重要的信息。所以本文對傳統的峭度分析進行了改進，設計了等時差峭度值分析方法。

等時差峭度值指在固定時間間隔T內對數據進行峭度計算，數據的個數不確定，這樣很容易凸現信號的周期特性。波形圖像如圖2.1所示。

圖2.1 等時差峭度值對比圖

在等時差的峭度值計算中，效果相對還是比較明顯的，與傳統的峭度值計算的效果相比，K>3.3的信號峰值更加明顯，所以在聲發射檢測中峭度的計算應用防范且效果明顯。

峭度值分析能夠有效的檢測到實驗條件下由于缺陷產生的聲發射信號特征，為在噪聲環境中檢測聲發射信號提出了有效的方法。

3 結論

從聲發射信號的特征參數的特點出發，通過對特征參數的分析達到對聲發射源的識別。由于聲發射信號在采集過程中避免不了會有噪音信號的干擾，所以利用峭度分析，對聲發射數據中的特征參數進行分析，突變現貨偶可以得到進一步凸顯，而噪聲信號會被不斷的抑制。通過這種方法，對數據中的特征數據進行區別采集，這些數據中基本包含著損傷的聲發射信號，根據實際的應用創建了等差峭度和等時峭度兩種峭度分析，并以圖像的方式進行顯示，進而可以通過這些數據對被檢測材料的損傷進行定量和定性的分析。

[1]郝如江等.能量因子用于軸承故障聲發射信號的特征提取[C].第十二屆全國設備故障診斷學術會議論文集,2010.

[2]吳璞,夏長林.分段峭度值用于列車滾動軸承故障聲發射診斷研究[J].機電產品開發與創新,2015,28(6):58-60.

[3]楊瑞峰,馬鐵華.聲發射技術研究及應用發展[J].中北大學學報,2006,27(5):456-461.

[4]謝愛平,龔文,黃文學.聲發射檢測滑動軸承故障研究進展[J].湖南電力,2008(5):60-62.

[5]柏木萬博.機械振動講演文集[M].鄭州機械研究所,1984:10-12.

[6]亢景福.混凝土硫酸鹽侵蝕研究中的幾個問題[J].混凝土,1995(3):9-18.

[7]趙洪波.聲發射檢測技術研究現狀與發展方向[J].電子世界,2014,21(3):193-194.

[8]梁家慧.聲發射儀器的進展[J].無損檢測,2002,20(10):285-291.