【摘 要】
：
借助中材科技(酒泉)风电叶片有限公司的叶片疲劳试验平台,采用声发射技术对风电叶片疲劳加载的两个不同阶段(20万次和180万次)分别进行了一段时间的声发射信号实时监测,并对叶片在两个不同疲劳时期的声发射信号进行了小波分析和Hilbert-Huang变换(HHT),结果表明:随着循环载荷的累积,叶片的材料和结构健康状况明显下降.叶片振动20万次时已经有裂纹萌生,典型的裂纹信号频率有40KHz和80KH
【机 构】
：
兰州理工大学 省部共建有色金属先进加工与再利用国家重点实验室 兰州 730050
论文部分内容阅读
借助中材科技(酒泉)风电叶片有限公司的叶片疲劳试验平台,采用声发射技术对风电叶片疲劳加载的两个不同阶段(20万次和180万次)分别进行了一段时间的声发射信号实时监测,并对叶片在两个不同疲劳时期的声发射信号进行了小波分析和Hilbert-Huang变换(HHT),结果表明:随着循环载荷的累积,叶片的材料和结构健康状况明显下降.叶片振动20万次时已经有裂纹萌生,典型的裂纹信号频率有40KHz和80KHz,当振动至180万次时,叶片已经出现微裂纹快速扩展和局部脱胶等典型的疲劳特征,损伤信号较20万次时明显增多,信号的能量和幅值也较高.
其他文献
过山车作为游乐园中最刺激的项目之一,其安全运行至关重要.轨道是过山车的运行载体,一旦出现缺陷,将带来极大风险并威胁乘客的生命安全.为实现快速检测,对过山车轨道进行了声发射在线检测研究.分析了轨道声发射信号的衰减特性并进行了声速测试,开展了过山车正常运行过程中的声发射在线检测,获得了声发射信号的参数特征、定位特征和波形频谱特征.现场检测结果表明,利用声发射技术对过山车轨道进行状态监测和安全评价具有良
采用声发射技术对超临界电站锅炉水压试验过程监测三通管座及管道焊缝的完整性状态,在复杂的干扰噪音中找到损伤活动信号.分析损伤产生声发射的机理,得到表征焊缝裂纹活动过程的信号特征.利用声发射技术监测裂纹损伤的活度、强度,实现对裂纹损伤状态的实时监测.
离散元冲击试验是飞机首飞前重要的考核项.声发射信号特征参数可以反映结构损伤过程并定位损伤位置.针对声发射技术对结构冲击损伤的检测概率和定位误差问题,以某复合材料盒段冲击试验为基础,联合压电监测技术,首先利用声发射特征参数对采集到的声发射信号进行了处理与分析,并根据贝叶斯理论,计算了声发射对冲击损伤的检测概率;其次,对于二维平面定位,研究了声发射对复合材料结构源定位误差问题.本研究可为复合材料离散元
基于GFRP-钢管约束混凝土柱循环轴压试验过程中监测得到的声发射损伤信号,利用声发射特征参数分析法,研究了FRP-钢管约束混凝土柱循环轴压荷载作用下的损伤演化全过程.运用b值分析法定量评价结构损伤程度,为结构临界失效预警提供参考;基于RA-AF关联分析法,有效识别出FRP-钢管约束混凝土柱不同损伤阶段的损伤及失效模式,提出了FRP-钢管约束混凝土结构损伤识别的新方法.
采用声发射技术对南京某化工企业4台卧式乙烯储罐进行声发射在线检测,根据现场检测数据实现储罐内部声发射源定位及综合评级,并基于声发射检测结果采用常规检测方法进行复验.结果表明,1台储罐检测过程存在异常声响,开罐渗透检测发现储罐鞍座支撑附近存在两条裂纹,另外3台储罐复验未见异常,复验结果与声发射检测结果相互吻合.
本文论述了声发射技术的特点,介绍了声发射技术在压力管道泄露检测的原理、找到针对压力管道泄漏检测的方法,采用声发射技术对管道泄漏的部位进行定位,阐述了声发射技术在管道泄漏检测上的应用策略,对压力管道泄漏定位检测应用具有实际的指导意义.
为实现对缺陷滚动轴承声发射信号的故障分析,提出基于马尔可夫模型方法对信号进行数据处理.用MATLAB软件将采集到的滚动轴承声发射信号进行数据读取后,进行分帧处理,然后提取出反映滚动轴承特征的向量,应用离散型的隐马尔可夫模型(DHMM)对特征向量进行分析诊断.结果表明,DHMM方法可以对滚动轴承声发射信号进行故障诊断.
根据船用厚板的材料特点和焊接工艺要求,以高强度钢MAG焊为研究对象,设计加工了高强度钢焊接模型,开展了正常焊接工艺、减少保护气体和预埋缺陷等三种焊接试验研究,在焊接过程及焊后冷却过程中利用声发射技术实时监测焊缝区域活性缺陷扩展情况,获得了无焊接缺陷、气孔和裂纹三种典型情况下的声发射信号特征,提出了声发射技术应用于高强度钢MAG焊的基本原则,为在船舶建造过程中进行声发射实时监测提供技术支撑.
截至目前为止,压电陶瓷声发射传感器是唯一一种商业化的声发射传感器,它在推动了声发射技术发展的同时,也在一定程度上限制了声发射技术的应用领域. 本实验采用的光纤环声发射传感系统在水中进行标准连续型正弦声发射信号的检测实验，通过将光纤环的检测结果和压电陶瓷的结果进行对比，发现光纤环能够采集到150kHz的标准正弦声发射信号，而且光纤环传感器检测的声发射信号的幅值比传统的压电陶瓷传感器幅值要高，实验结果
针对不同场景下的管道泄漏检测问题,本文研究了泄漏声波信号的时域、频域以及形状参数等特征并将其作为特征提取量,以分类识别正确率为标准,优化了BP神经网络的参数设置,分析了各特征参数的泄漏识别效果,优选出能够反映泄漏本质的特征参数组合.通过对实验室模拟管道和实际管道不同工况条件下所采集信号间的交叉验证,最终辨识准确率均达到92.5％,结果表明采用该方法具有较高的可靠性与普适性,对其它管道的泄漏检测有一