聲發射信號降噪及在裂紋檢測中的應用研究*

王興路，上官望義，趙 坤

(西安航空學院 車輛工程學院，陜西 西安 710077)

0 引 言

機械結構運行時普遍承受交變載荷的共同作用，結構中危險位置易發生疲勞破壞而斷裂，嚴重時將會引發安全事故[1-2]。對機械結構進行疲勞斷裂損傷過程檢測，掌握其安全狀態，制定合理的運行/維修決策方案，可以減少甚至避免事故的發生。聲發射技術作為一種動態無損檢測方法，具有靈敏性高、操作簡便等優點而被廣泛采用[3-4]，聲發射信號中包含了豐富的疲勞裂紋擴展信息，但其中也摻雜著摩擦、塑變等引起的噪聲信號，信號分析時必須濾除采集信號中的噪聲信號，提高信噪比，降低噪聲對分析結果的影響。

于金濤[5]提出了將小波變換(WT)和經驗模態分解(EMD)結合的聲發射信號降噪方法，但小波變化對高頻段信號成分頻率分辨率較差，EMD在其處理信號時會存在頻率混疊現象[6]，對處理結果產生較大影響。小波包變換(WPT)可同時對高頻信號和低頻信號分解，得到信號在任意頻段上的頻率成分，彌補了WT的不足[7]。集合經驗模態分解(EEMD)將噪聲輔助分析應用于EMD分解，有效地解決了頻率混疊問題[8]。但在利用WPT和EEMD分別對信號進行降噪處理時，處理結果會受到閾值選取、模態分量等因素的影響。

本文在分析WPT降噪和EEMD降噪原理的基礎上，基于兩者的優點提出將兩者相結合的降噪方法，分別利用模擬裂紋擴展聲發射信號和疲勞裂紋擴展試驗聲發射信號進行驗證。

1 常用降噪方法

1.1 WPT降噪

WPT可以將信號的高頻部分分解得更細，自適應地確定信號在不同頻段的分辨率，該分解方法既無冗余也無遺漏，對包含大量中、高頻信息的信號可以更好地進行時頻局部化分析[9]。

聲發射信號的WPT降噪步驟：

(1)選擇待分解的聲發射信號，確定分解層次，對其進行小波包分解；

(2)依據給定的熵標準確定最優小波包基，計算最優小波包分解樹；

(3)小波包分解系數的閾值量化，對于每一個小波包分解系數，選擇一個恰當的閾值并對系數進行閾值量化。

(4)聲發射信號的小波包重構，根據最低層的小波包分解系數和量化系數進行小波包重構，以達到降噪的目的。

在WPT降噪過程中，最重的步驟是閾值的選擇和閾值量化，它直接影響信號的降噪效果；如果選擇的閾值效果不理想，可以通過調整閾值進行再次試驗，直到達到理想效果。

1.2 EEMD降噪

為克服EMD分解過程中出現的模式混疊現象，WU等人[10]提出了EEMD分解方法。多組白噪聲信號在時域內求均值時各信號相互抵消，依據該現象，本研究在采集待分析信號中添加多組有限幅值白噪聲信號，利用EMD對其分解，將相應的固有模式分量取均值，原始噪聲在取均值時相互抵消。

EEMD分解步驟如下：

(1)在原始信號y(t)中多次加入等長度正態分布白噪聲ni(t)：

yi(t)=y(t)+∑ni(t)

(1)

式中：yi(t)—第i次加入白噪聲后的信號。

(2)分別對yi(t)進行EMD分解，得到IMF分量imfij(t)和余項ri(t)：

yi(t)=∑imfij(t)+ri(t)

(2)

(3)對所有的IMF分量imfij(t)進行均值計算，消除多次加入ni(t)對真實IMF分量的影響，得到IMF分量imfj(t)和余項r(t)：

(3)

(4)

式中：imfj(t)—對信號y(t)進行EEMD處理后的第j個IMF分量。

因此，經過EEMD方法分解后的y(t)信號可以表示為：

y(t)=∑imfj(t)+r(t)

(5)

2 WPT和EEMD結合降噪

WPT和EEMD在信號處理的應用中各具優點，現將兩種方法進行結合，對復雜載荷狀態下的裂紋擴展聲發射信號進行處理。

根據信號處理方法的先后順序，將WPT和EEMD結合降噪分為以下3種降噪方式：

(1)先對信號進行EEMD分解，得到IMF分量和殘余項，利用小波包閾值降噪對各IMF分量降噪處理，最后對信號進行重構，稱為IMF-WPT降噪方法；

(2)先對信號進行EEMD降噪，再對降噪后的信號進行小波包閾值降噪，稱為EEMD-WPT降噪方法；

(3)先對信號進行小波包閾值降噪，再對降噪后的信號進行EEMD降噪，稱為WPT-EEMD降噪方法。

3 聲發射信號降噪試驗及結果分析

為驗證該降噪方法的有效性，筆者采用3種新方法對模擬含噪聲發射信號進行降噪處理，降噪效果用信噪比進行量化，并計算信號處理后的失真度，確定最優聲發射信號降噪方法。

本研究采用最優方法對采集疲勞裂紋擴展試驗聲發射信號進行降噪處理，驗證降噪方法的有效性。

3.1 模擬聲發射信號

依據裂紋擴展聲發射信號的瞬時性、隨機性特征，模擬裂紋擴展聲發射信號由2個調制頻率和到達時間均不相同的暫態信號組成[11]。

模擬信號函數如下式所示：

s(t)=0.4exp(-2.5(t-2))sin(56π(t-2))+
0.9exp(-0.7(t-3))sin(20π(t-3))

(6)

依據聲發射信號函數模擬出裂紋擴展聲發射信號波形圖，模擬裂紋擴展聲發射信號，如圖1所示。

圖1 模擬裂紋擴展聲發射信號

在模擬聲發射信號中添加隨機白噪聲信號，得到模擬含噪聲裂紋擴展聲發射信號，如圖2所示。

圖2 模擬含噪聲裂紋擴展聲發射信號

筆者采用本文提出的3種WPT與EEMD聯合降噪方法，分別對模擬聲發射信號進行降噪處理。在Matlab軟件中編寫程序，程序選取db32小波基函數對信號進行3層分解，實現上述3種方法的降噪功能，將降噪效果與WPT方法直接降噪效果相比較。WPT與EEMD相結合的3種降噪方法均表現出了良好的降噪性能，保留了原始信號的瞬時性和隨機性特征，信號中噪聲部分幅值降低，保留了原始信號的幅值，實現了信號降噪。

為比較3種方法的降噪效果，本研究采用信噪比對降噪效果進行量化，分別計算3種方法降噪后的信噪比和WPT直接降噪后的信噪比。由于降噪方法的影響，處理后的信號將會產生一定的失真，故計算降噪后聲發射信號的總諧波失真度，分析聲發射信號的失真程度。

信噪比和失真度計算結果如表1所示。

表1 信噪比和失真度計算結果

從表1中可以看出：WPT-EEMD降噪方法可以得到更高的信噪比，降噪效果優于WPT降噪方法、IMF-WPT降噪方法和EEMD-WPT降噪方法。WPT-EEMD降噪后的聲發射信號失真度為0.31%。

因此，在筆者的后續研究中采用WPT-EEMD降噪方法對采集試驗聲發射信號進行降噪處理，提高裂紋擴展聲發射信號的信噪比，降低噪聲信號的干擾，有利于信號的特征提取。

3.2 金屬材料疲勞裂紋擴展試驗

本研究選用機械結構常用材料Q345，10 mm厚板材進行試件加工。在試件中心位置采用電火花加工長度8 mm、深度2 mm的半橢圓表面裂紋，裂紋方向垂直于試件長度方向。

金屬材料試件如圖3所示。

圖3 金屬材料試件

試驗加載疲勞載荷形式：正弦載荷、應力比為0.1、平均值為11 kN、頻率10 Hz，直至試件斷裂。

本研究采用北京聲華公司SAEU2S聲發射檢測系統采集試驗過程中的聲發射信號，傳感器型號為SR150M，設置采樣頻率為1 500 kHz，在傳感器表面涂凡士林，通過專用夾具固定在試件表面。

本研究將采集信號再現，依據聲發射信號特征提取一段含疲勞裂紋擴展過程中的聲發射信號。

提取的裂紋擴展聲發射信號如圖4所示。

圖4 提取裂紋擴展聲發射信號

本研究對提取聲發射信號進行頻譜分析，提取信號頻譜分析結果，如圖5所示。

圖5 提取信號頻譜分析結果

從圖5中可以看出：最大幅值對應的頻率為96.32 kHz，疲勞斷裂聲發射信號頻率一般處于70 kHz～180 kHz范圍內，超過200 kHz的聲發射信號被認為是高頻噪聲。

本研究采用WPT-EEMD降噪方法對采集聲發射信號進行降噪處理，編寫Matlab程序，小波包程序選取db32小波基函數對信號進行3層分解，實現降噪功能，并對降噪后聲發射信號進行頻譜分析。

采集裂紋擴展聲發射信號經過降噪處理后，最大幅值對應的頻率保持不變，大于180 kHz的高頻噪聲部分被有效去除，降噪后的金屬裂紋擴展聲發射信號頻率主要集中在70 kHz～180 kHz頻帶內。

3.3 焊接結構疲勞裂紋擴展試驗

本研究選用機械結構常用材料Q345，采用坡口電弧焊形式焊接成機械常用T型結構。在焊趾位置采用電火花加工長度8 mm、深度2 mm的半橢圓表面裂紋，裂紋所在試件截面尺寸為40 mm×8 mm。

焊接結構試件如圖6所示。

本研究采用上述試驗相同的加載條件進行焊接結構疲勞裂紋擴展試驗。采集一段含疲勞裂紋擴展聲發射信號，并對采集聲發射信號進行頻譜分析。

圖6 焊接結構試件

焊接結構疲勞裂紋擴展試驗中，聲發射信號最大幅值對應的頻率為148.8 kHz。采用WPT-EEMD降噪方法對采集聲發射信號進行降噪處理，小波包程序選取db32 小波基函數對信號進行3層分解，得到降噪后的聲發射信號，并對降噪后信號進行頻譜分析。

采集裂紋擴展聲發射信號經過降噪處理后，最大幅值對應的頻率也保持不變，大于180 kHz的高頻噪聲部分被有效去除，降噪后的疲勞裂紋擴展聲發射信號頻率主要集中在70 kHz～180 kHz頻帶內。

4 結束語

本文分析了WPT和EEMD降噪的優點，提出了將WPT與EEMD相結合的方法，對疲勞裂紋斷裂聲發射信號進行降噪處理。

(1)通過對模擬聲發射信號的降噪處理與結果對比，WPT-EEMD降噪方法降噪后信噪比為10.32，失真度為0.31%，降噪效果最優；

(2)進行了金屬材料和焊接機械機構疲勞裂紋擴展試驗，WPT-EEMD降噪方法可以有效地濾除掉疲勞斷裂聲發射信號中頻率高于180 kHz的噪聲信號，為準確評估機械結構的疲勞損傷狀態提供了可靠依據。