摘 要 疲劳裂纹的生长已成为构件延寿工作关注的焦点。模态声发射由于无需扫查工件而利用裂纹生长产生的能量来实现检测,从而显示了极大的优越性。模态声发射在检测过程中采集几千个波形,其中只有一部分是裂纹生长所产生的。讨论了几种数字信号处理方法,并给出了这些程序的应用结果。
主题词 声发射 自动识别 信号处理 疲劳裂纹
随着国防费用的缩减,军用飞机以超过其设计寿命超役飞行,例子之一是波音B-52轰炸机。B-52
是1954年开始采用的,正如在“沙漠风暴”中所证明的,它仍然是空军的主要轰炸机种,普遍的期望是,
它将飞行到2024年。由于这一延寿任务,机体中疲劳裂纹的生长已成为关注的焦点,同时,这些缺陷的
检测方法也正在得到大力开发。
超声和涡流等技术用于检测裂纹生长已经有相当历史,但是需要扫查工件,而且如果缺陷的取向对超声声束和涡流场不发生干扰,就有可能漏检。再则,许多裂纹往往产生在必须拆开飞机零部件才能用上述方法检测的部位。所以,用它们作检测,特别是没有发现缺陷,无疑是一项昂贵的计划。
模态声发射是无需扫查工件而利用裂纹生长产生的能量来实现检测的技术。它依据介质中波的传播能够可靠地识别结构中的裂纹生长信号。然而,模态声发射在检测过程中采集数以千计的波形,而其中只有少数是裂纹生长所产生的,这导致了数据通过量、存储和分析上的问题。如果信号处理程序能加以改进,如剔除诸如接头机械磨损噪声和电磁干扰等产生的虚假信号,上述问题就可迎刃而解了。
1 模态声发射信号分析要求
模态声发射信号是作用在结构上的瞬态力在传播过程中形成表面位移的数字化再现。典型的信号包含的频率从20kHz~3MHz,幅度范围超过60dB。每个波形的采集点可在256~4 096点内变化。为了精确对声发射事件定位,常用系统的采集通道为2~8个。结构检测中,采集的声发射事件率,可从每秒几百个事件到每小时几个事件(大量实验说明,高于每秒几百个事件,构件已进入严重破损状态)。这样宽范围的变量,使模态声发射信号具有某些很难分析的特点。更有甚者,它们是随机的,又是动态的,所幸的是,它们的产生原因是能被考查的。
常用的分析方法要求使用者了解声源及其所形成的波形特征之间的效应,然后,以人工分选数据来分析信号。这种方法对形状简单的小型检测件(通常信号数量很少)也许是可行的,当这一技术应用到几何形状复杂的大型结构件时,数据量急剧增加,因此,能自动分析数据,提取裂纹抑或是噪声、源位置、源取向及缺陷大小等有关源信息的方法就很必要。
模态声发射信号分析的基本方法是①剔除由机械源和电磁干扰所产生的显而易见的噪声信号,从而减少了数据量和随后的分析时间。②根据频率成分判定余留的信号中是否有感兴趣的声源产生的信号,因为声源控制着信号的频率成分。③判定声波的传播特性,这是又一个由声源控制的内容。④声源定位,源定位给使用者提供了一项最终的决定性的信息,信号是否起源于可能的损伤部位。按照上述步骤就能自动可靠地进行源的识别。
2 数字信号处理
2.1 噪声剔除
噪声信号与裂纹信号的差别以及各种噪声信号的特征已在上一讲作了介绍,不再赘述。通常声发射传感器获得的信号中很大部分是由噪声事件产生的,这些信号往往比缺陷生长信号具有较大的幅度和较低的频率(如大量机械源干扰;电磁干扰则多为高频信号或低频交流电信号,常以频率分析剔除),而使模/数(A/D)转换器饱和。图1a和b分别是典型的噪声信号和由生长裂纹产生的信号。由于饱和信号中的频率成分和波形信息已被改变,所以这些类型的波形应该从进一步分析中剔除,而不予存储,判定饱和点的程序已经编写完成,如果饱和百分比太高,波形即被剔除。这一程序动作非常快,根据飞机结构的检测,程序减少了所采集数据量的50%~90%。其它基于幅度和信号持续时间的拣选程序也得到了开发[1]。
模态声发射中感兴趣的是基频(低阶的)伸缩波(E波)和弯曲波(F波)。源活动垂直于板的平面或对于板的中心平面不对称,例如板材上的质点冲击和复合材料叠层板的分层,这一类“平面外”的源的特征可以很容易地用铅心在构件表面折断来模拟,典型波形如图2所示。图2中弯曲波模式具有较伸缩波模式大得多的幅度。众所周知,弯曲波速度小于伸缩波,所以在波形图上,源与传感器的距离就滞后一定时间。当源活动在板的平面内,而且对于中心平面是对称的,诸如复合材料的基体裂纹或铝板的拉力疲劳裂纹,可以用铅笔心在板侧面的折断来模拟这种源的特征,典型的波形如图3所示。图3中伸缩波模式的幅度已大为增加。利用这一原理的软件已得到开发并在全机疲劳裂纹检测中成功地应用(将于另文详细介绍)。

2.2 频率分析
所采集信号的频率成分取决于声源的受力-时间函数。这样,简单的分析技术如离散傅里叶变换(DFT)和功率谱密度(PSD)能提供关于声源的补充信息,图4示出了图1信号的频率响应。由于裂纹信号响应时间短得多,其频率成分比噪声信号高得多。通过分析特殊频带内的能量成分,就能在获得的信号中进一步分选。

2.3 三维分析技术
板波模式具有可预测的时间-幅度-频率特性[2]。离散傅里叶变换虽然能显示信号中所包含的频率,但不能表明这些频率是如何作为时间函数变化的。评价这些特性的能力是重要的,因为不同模式提供了有关源取向的信息[3]。再则,不同模式的传播速度也不同,因而,如果要实现准确的源定位,识别模式是很重要的。采用的变换必须很快,且仍能提供足够高的分辨力以区分不同的波模。用几种变换来检测缺陷生长的模态声发射信号均取得了不同程度的成功。短时间傅里叶变换(STFT)能快速计算,但缺少分析所要求的频率分辨力,小波(Wavelet)和维格纳-维拉(Wingner-Ville)变换具有较好的频率分辨力,但需要大量时间来完成计算。
为了缩短计算时间,不同频率的高斯余弦信号与信号相关,并以形成的互相关包络作为频率的函数,这种方法虽在数学上不很严密,但能提供需要的频率分辨力,而且计算仍然很快。为了进行高斯互相关方法与STFT之间的比较,在铝板中,以点声源(0.3mm Pentel 2H铅心断裂)激发伸缩波模式(图5)。较之STFT的轮廓图,高斯互相关输出提供了足够的频率分辨力。

STFT是通过把信号分成16部分(每部分64点采样),每一增加部分覆盖前一部分64点采样中的3/4。然后,64点采样将零插入到512点采样中以增加频率分辨力。高斯相关技术将零插入到来自100~800kHz的1 024~2 048点采样之间的信号中,然后,在2 700kHz频率间隔内实现256点互相关,显然大大提高了分辨力。可见,虽然两种技术都能显示频率随时间增长的伸缩波模式的时间-幅度-频率特性,但是STFT的分辨力不如高斯相关技术的分辨力高。类似高斯相关输出结果也能通过小波和Wigner-Ville变换输出获得,如上所述,后两种变换计算量就增大。在实际裂纹生长信号分析中,STFT固有的频率分辨力的局限就变得更为明显,
由STFT获得的伸缩波模式时间-幅度-频率的等值线衰减图上,几乎完全没有作出有关时间-频率关系的结论。但是,高斯相关图十分清晰地显示了波形中伸缩波的频率特性。
判定声波传播模式的另一种方法是计算时域中波形的瞬时频率[4],计算包括来自原始波形的分析信号的形成。瞬时频率则是通过取分析信号的相位时间导数来计算的,整个过程显著快于三维变换,而产生的信号是等效的。图6和图7是薄板上两个铅心断裂产生的波形及其瞬时频率,图6是铅心在板侧面断裂的结果,产生的波形主要是伸缩波;图7是铅心在板表面断裂的结果,产生的波形主要是弯曲波。值得注意的是图7中弯曲波前面有很小的伸缩波。这一现象很好地揭示了瞬时频率结果。

3 程序的应用
从声发射数据得到的沿工件长度方向的裂纹定位精确度可以从与显微镜定位的比较得出。所有裂纹的形成都始于样件的两侧边缘。最精确的线性定位是用置于裂纹产生同一侧边缘的两个传感器获得的,置于对侧边缘的一对传感器得到的是很不准确的定位,原因是①直接波的传播越过板宽增加了距离。②以一个角度跨越样件的波的传播速度不同(较慢)于沿样件边缘单向直接传播的速度,这在各向异性的纤维增强复合材料中尤为显著。③传播距离的增加和更多的传播方向的衰减促使波的幅度降低,使到达时间的测量更为困难,这些因素同样会作用于像通常所做的那样将传感器置于样件宽度的中心线上测得的结果。对标称量计长度为52mm
(6in)的传感器,声发射定位与显微镜定位差的绝对值平均为3.2mm(1/8in)。一般,被定位的裂纹若是朝向传感器量计长度中心的,声发射定位更为精确;而紧靠样件一端的显示则有较大误差。这正像所预期的那样,靠近量计长度中心的裂纹,向两传感器传播的距离近乎相等,信号受衰减和散射作用的影响亦几乎相等。图8所示样件含肉眼难以发现的九个微小裂纹,加载的九个裂纹全部可用模态声发射检出(远小于破坏负载),将模态声发射定位与显微镜定位作比较,发现两种方法检测结果符合得很好[5]。

4 结论
实验证明了模态声发射作为类似板材结构的飞机壁板和复合材料叠层结构中增长裂纹的检测方法是很有前途的,因为这种方法是建立在被检介质中声波传播基础上的,分析程序能以物理概念加以开发。用于模态声发射波形的几种数据信号处理程序已经得到开发,疲劳检测数据信号处理程序的应用导致了数据量的显著减少,然而仍能提供关于缺陷增长的信息。