Page 164 - 《应用声学》2023年第1期
P. 164

160                                                                                  2023 年 1 月


                 parameter dominated by amplitude and energy and multivariate parameter κ based on support vector machine
                 (SVM), it is demonstrated that κ value can effectively distinguish the early damage stage of 2.25Cr-1Mo steel
                 specimens without surfacing layer and with surfacing layer. The κ value range of specimens without surfacing
                 layer is 1 : 3.1–1 : 3.6, and the κ value range of specimens with surfacing layer is 1 : 2.2–1 : 2.6.
                 Keywords: 2.25Cr-1Mo steel; Bending process; Acoustic emission technology; Early injury; Multivariate
                 statistics; Discrimination method
                                                                   以上研究表明,对于金属材料 AE 信号的特性
             0 引言                                              研究停留在对材料受载过程不同阶段的 AE 信号特
                                                               性分析,以及材料发生损伤阶段的 AE 信号参数特
                 金属材料损伤失效是材料内部结构改变及能
                                                               性分析,然而,大多数金属构件从早期微小损伤到宏
             量耗散的过程。其中有一部分能量以应力波的形式
                                                               观裂纹出现需要经历一段时间的微观组织动态演
             释放出来,通过对应力波产生和释放过程的监测,就
                                                               化过程,这个过程材料的局部应力周期性地得到释
             可以获知材料失效整个过程的损伤行为,进而得到
                                                               放,且伴随着 AE 信号的产生,该过程是评价材料发
             材料的损伤演化规律。随着计算机技术、传感器技
                                                               生损伤的关键阶段。虽然可以有效地获取单个微裂
             术、信号采集与处理技术等的发展,已有多种测试
                                                               纹扩展的声信号并提取出其波形和特征参数,但因
             及分析手段在材料损伤领域得到应用。其中,声发
                                                               材料内部声源的不均匀性和复杂性,导致获取的单
             射(Acoustic emission, AE)技术   [1]  就是一种近些年
                                                               个微裂纹扩展的声信号的差异性较大,以致于很难
             发展较快的比较适用于材料损伤检测的技术,具有
                                                               以单个信号来准确地判别材料是否发生裂纹扩展。
             实时监测、覆盖范围广以及对工作环境不敏感等优
                                                                   本文将从统计特性的角度对材料早期损伤阶
             势  [2−4] 。
                                                               段的 AE 信号进行分析,以 2.25Cr-1Mo 钢为研究对
                 目前,对于金属材料损伤失效的力学特性研究
                                                               象,提取出不同试样早期损伤阶段的声学数据,着
             甚多,其中有少数学者对金属材料的 AE 特性进行
                                                               重分析不同试样早期损伤阶段的特征参数统计特
             了研究。张昌稳等         [5]  对不同焊接缺陷 Q345 钢试样
                                                               性,计算不同试件在早期损伤阶段声信号的特征参
             进行拉伸试验检测获得了不同类型缺陷所对应的
                                                               数的比例指标,构建不同试样的典型 AE 信号样本
             AE 特性。Ennaceur 等    [6]  利用 AE 技术监测压力容
                                                               数据,利用机器学习的方法,确定 2.25Cr-1Mo 钢裂
             器用钢的裂纹扩展,获得了不同裂纹扩展阶段的
                                                               纹扩展的判别指标范围,为材料裂纹扩展损伤的早
             AE参数特征,为利用 AE 监测技术预测压力容器剩
                                                               期监测进行了前期探索性研究。
             余寿命提供了可能。Su 等           [7]  采用 Q235 钢、H62 黄
             铜和 304 不锈钢,对其在塑性和高温蠕变变形过程
                                                               1 材料损伤失效与声发射源分析
             中的AE响应进行了实验研究,结果表明AE技术可
             以有效地区分蠕变和塑性变形。Panin 等                [8]  对 3 种       材料损伤失效会经历一段时间的微观组织动
             类型的 17Mn1Si 钢缺口试样进行 AE 监测实验,研                     态演化过程,由于材料内部微观组织的损伤机制不
             究其断裂演化过程与 AE 信号之间的联系。龙宪海                          同,致使产生的AE信号源特征也会有所不同。当材
             等  [9]  结合断口扫描电子显微镜观察及 X 射线能谱                     料内部时发生极少数夹杂物及二相粒子形状姿态
             分析的手段,将 30CrMnSi 合金钢三点弯曲损伤过                       的调整,会释放出低能量的应力波,AE 信号能量及
             程分为裂尖塑性变形、裂纹亚临界扩展和裂纹失                             活性均较低,而对应着相对较高的持续时间,产生的
             稳扩展 3 个阶段,并提出了不同阶段的声发射源机                          多为连续型信号。当材料内部发生微观组织晶粒的
             理。李建宇等       [10]  利用 AE 技术对铝合金正段和切               位错、塞积及滑移运动,会产生大量高能量和高振
             断两种断面取向的试件进行单轴拉伸试验,获得了                            铃计数的声信号,而持续时间相对较短,产生的多为
             铝合金在不同应力状态下的微损伤演化规律。崔俊                            混合型信号。当材料内部发生位错塞积引起的微裂
             等  [11]  利用 AE 技术开展对完整和未焊透 HRB400                 纹萌生或扩展,会产生大量能量高但持续时间相对
             螺纹钢的不同损伤阶段的特性研究,结果表明焊透                            较短的声信号,产生的多为突发型信号                  [11] 。大量研
             和完整试样在拉伸过程中的各阶段频域和能量存                             究表明,虽然在这个过程中可以有效地获取单个微
             在显著差异。                                            裂纹扩展的声信号,但是研究其单个信号的参数特
   159   160   161   162   163   164   165   166   167   168   169