论文摘要
随着声发射检测设备性能的不断提高和分析技术的不断完善,声发射检测技术已应用到石油、石化、电力、航空、航天、冶金、铁路、交通、煤炭、建筑、机械制造与加工等领域,实现了对设备的定期检测或在线监测。通过对检测或监测中发现的声发射源进行评价,完成对设备完整性的评价,确保设备的安全运行。在载荷作用下,材料发生损伤时便会有声发射信号产生,分析获取声发射源的声信号特性及其变化规律一直是声发射检测发展过程中关注和研究的问题。国内外开展了许多试验研究工作,取得一些研究成果,解决了声发射检测中的许多技术难题,促进了声发射检测技术的推广和应用。在诸多研究中,存在着对波导杆传播声信号特性、高温及低温下材料声信号分布特征、焊接缺陷声信号参数特性、疲劳裂纹声信号识别及提取等问题的研究不足,需要进一步开展研究工作,以解决声发射技术应用中的难题。目前我国80%以上的特种设备用材为16MnR、Q345的中厚钢板。为此,选用16MnR、Q345材料进行声发射信号研究工作,以解决声发射检测中的技术难题。本文的主要研究内容和结论概括如下:1.波导杆声发射信号的传播特性选用材料为20号钢,直径分别为4、6、8、10、12、14、16mm,长度为3.2m的圆钢在不同长度下的模拟断铅声信号试验研究,系统地研究了在波导杆的圆心断面、圆周表面进行模拟断铅信号,获得了波导杆尺寸对声信号的特征参数、时域波形、频谱特性的影响及变化规律,提出了声发射检测中波导杆结构尺寸的选用方法;通过焊接构件的波导杆对比试验,提出的声信号在波导杆的传播方式以信号在波导杆表面传播为主、端面传播为辅的观点,并在研究16MnR钢材料低温、高温环境下声信号分布规律的试验中,依据波导杆的选用方法采用了直径为6.4mm、长度在1.5m以内的圆钢作为低温、高温试验中的波导杆,接收到的声信号纵波分离清晰、幅值衰减较小,顺利完成了材料的试验工作。2.16MnR钢材在低温、高温环境下的声信号变化特征研究了16MnR钢材在-70-670。C温度范围内的不同温度下的拉伸试验,全面分析了试样拉伸过程中声信号参数随温度的变化规律,揭示了16MnR材料在一定的高温环境下呈现多次的屈服变化行为,提出了通过声发射信号变化趋势的研究,可以判断出材料的变形行为、受载荷状况及温度状况,弥补了声发射检测技术在材料低温、高温性能试验中的应用;在对声信号不同参数相关性的研究中,首次把试样拉伸过程的弹性阶段、屈服阶段、强化阶段的相关性参数分开研究,得到了三个阶段的K值虽随温度呈现不同的变化趋势,但整体表现为屈服阶段相关性高,弹性阶段相关性次之,强化阶段相关性低的变化趋势;声信号的累积计数、累积能量在表征材料不同温度下的损伤情况时表现出了很好的一致性,可以很好地表征材料在温度下的损伤。3.16MnR钢材焊接缺陷的声信号特征分析研究了不同焊接缺陷在拉伸过程中的声信号分布特点,荻得了不同焊接缺陷的声信号分布规律:采用幅值、计数及能量持续时间关联分析,可以判断出试样内部缺陷屈服及开裂扩展的信号特点;通过分析试验中声信号分布特征,可以判断出材料所受的载荷状态,指导声发射实际检测中的加载工作,避免盲目加载造成的突发事故,确保声发射检测构件处于安全状态。采用断裂力学知识计算了拉伸试样中未焊透缺陷断裂时的应力值,对比验证了未焊透缺陷试样拉伸过程中开裂时产生丰富的声信号时的应力值高于应用断裂力学计算应力值,二者存在着误差,实现了声发射检测技术与断裂力学的有机结合,为声发射检测中声信号的评定提供断裂力学支持,对含缺陷构件的声发射检测有一定的指导意义。4.Q345全尺寸大桥索塔锚固结构模型疲劳裂纹声信号特征研究采用全尺寸大桥索塔锚固结构模型进行疲劳试验,对锚固结构左侧的疲劳裂纹进行声发射检测,研究了疲劳裂纹声发射检测时传感器的布置方法、疲劳裂纹声信号的识别和提取方法、特征参量值及裂纹信号随载荷周期性变化规律,并成功地从试验中,获取了疲劳裂纹的声信号。通过对疲劳裂纹声信号的定位,确定了疲劳裂纹产生的时间和位置,根据裂纹声信号的活性变化特征,完成了对索塔锚固结构的损伤程度评定,预测了索塔锚固结构裂纹的失效行为,为实现锚固结构的声发射在线实时检测或监测奠定了理论基础。
论文目录
相关论文文献
- [1].听力学测试中常用的声信号[J]. 中国听力语言康复科学杂志 2017(04)
- [2].水滴声信号统计特性分析及应用[J]. 应用科技 2018(04)
- [3].微声信号的图形化显示及处理[J]. 电子测试 2016(13)
- [4].人对声信号的安全认知模型构建及其应用[J]. 中国安全生产科学技术 2018(06)
- [5].成年与幼仔斑海豹空气中声信号的特性比较[J]. 厦门大学学报(自然科学版) 2012(05)
- [6].基于心理声学的声信号响度剖析[J]. 辽宁科技学院学报 2015(02)
- [7].车辆声信号的小波去噪在TMS320F2812中的实现[J]. 信息与电子工程 2009(02)
- [8].基于TMS320F2812的声信号采集与特征提取设计[J]. 仪表技术与传感器 2008(11)
- [9].基于声信号的畜禽行为信息监测研究进展[J]. 黑龙江畜牧兽医 2017(11)
- [10].基于声信号特征加权的设施养殖羊行为分类识别[J]. 农业工程学报 2016(19)
- [11].母羊3种应激行为下叫声信号的对比分析[J]. 中国农业大学学报 2016(11)
- [12].一种基于谱相减法的声信号时延估计[J]. 世界科技研究与发展 2011(04)
- [13].地面装甲目标声信号的混沌特征提取[J]. 解放军理工大学学报(自然科学版) 2013(02)
- [14].压力的10个无声信号[J]. 人人健康 2011(09)
- [15].一种雨声信号的盲源分离处理方法[J]. 电子测量与仪器学报 2019(09)
- [16].正弦函数基原子库微弱被动鱼声信号的稀疏检测[J]. 中国测试 2015(03)
- [17].船舶地声信号相干分析方法[J]. 船舶力学 2013(Z1)
- [18].基于压缩感知的无线粮虫声信号采集方案[J]. 农机化研究 2014(05)
- [19].深熔K-TIG焊接过程的声信号采集及特征分析[J]. 电焊机 2018(10)
- [20].下丘神经元声信号加工中的神经抑制作用[J]. 现代商贸工业 2008(02)
- [21].压力有十个无声信号[J]. 人生与伴侣(月末版) 2011(07)
- [22].城市地下空间声信号对人员疏散效率的影响[J]. 地下空间与工程学报 2018(03)
- [23].基于声信号的滚动轴承故障诊断[J]. 组合机床与自动化加工技术 2016(07)
- [24].热膨胀机制产生窄带激光声信号的方法研究[J]. 光电子.激光 2012(05)
- [25].利用小波分解处理声信号[J]. 科技信息 2011(16)
- [26].空调电机振声信号的盲源分离故障特征提取[J]. 电力系统及其自动化学报 2008(06)
- [27].发动机声信号与振动信号故障特征提取对比分析[J]. 军事交通学院学报 2018(08)
- [28].水产养殖中摄食声学研究进展[J]. 渔业现代化 2020(04)
- [29].基于声信号的抹灰墙质量检测及试验研究[J]. 住宅科技 2017(01)
- [30].浅谈录音艺术[J]. 音乐天地 2013(07)