声发射和小波包分析在损伤状态监测中的应用.pdf

第32卷第4期 振动、测试与诊断 V01．32No．4 2012年8月 Journal。f Aug。2012 Vibration，Measurement＆Diagnosis 声发射和小波包分析在损伤状态监测中的应用+ 操礼林1’2， 李爱群2， 邓 扬2， 丁幼亮2 (1．江苏大学土木工程系镇江，212013)(2．东南大学土木工程学院南京，210096) 摘要为应用声发射技术对结构的损伤状态进行监测与识别，基于小波包分析提出了一种在线损伤监测方法。采 用E卜S证据理论对声发射信号的小波包能量谱进行多源信息融合得到改进的小波包能量谱，计算Mahalanobis距 离构建结构损伤状态判别指标，采用f检验的概率方法考察不同损伤状态下判别指标的变化情况。旋转轴承结构的 声发射信号分析结果表明，D—S证据理论能够对声发射信号的小波包能量谱识别样本抽取有效信息，结构损伤状 态判别指标具有良好的结构损伤识别能力，能够准确地实现对结构不同损伤状态的识别。 关键词损伤状态监测；声发射；小波包分析；小波包能量谱；信息融合 中图分类号TU311．41 正交小波变换中随尺度因子增大而变宽的频谱窗口 引 言 进一步变细，能将信号按任意时频分辨率分解到不 同频段，具有精确细分的特点和较强的时频局部化 声发射技术是根据结构内部由于损伤释放的应 能力。随着分解层次的增加，信号的信噪比将提高， 力波来判断内部损伤类型和程度的一种动态无损检 这使得小波包分析具有很强的信号特征提取能力。 测方法，该技术已在机械工程和航空航天领域得到 文献[8]基于多尺度分析提出了小波包能量谱的理 了一些成功的应用[1≈]。结构损伤声发射信号的处理 论框架，笔者在此基础上采用小波包能量谱进行声 方法主要包括参数分析和波形分析。目前，声发射信 发射信号的特征提取。 号处理研究主要采用基于参数的分析方法[3]，对声 对结构声发射信号，进行第i层小波包分解，则 发射信号的全波形分析方法还有待深入研究。 信号，在第i分解层的小波包能量谱向量E[83为 小波包分析继承了小波变换的时频局部化能 巨一慨，)_{∑帆，I2} 力，能够将小波变换未处理的信号高频成分进一步 分解，实现了将信号无冗余、无疏漏、正交地分解到 (户=O，1，…，2i一1) (1) 独立的频带内，提高了频率分辨率和信号的信噪 其中：^．，为信号，在第i层分解频带(i，户)上的结构 比[4娟]。基于小波包分析的特点，笔者提出了基于小 响应。 波包能量谱的声发射信号特征提取方法，并采用基 计算各个小波包分解频带上的能量比，。为 于D—S证据理论的信息融合技术提高了小波包能量 L=下}_ 谱的信号特征表达能力，运用统计模式识别的方法 (∑E，，)／2‘ J 建立了结构损伤状态的在线监测方法，用旋转轴承 J一1 (户=O，1，…，2‘一1) (2) 结构的声发射信号对该方法的有效性进行了分析。