基于AR模型的声发射信号到达时间自动识别 Automatic identification of arrival time of acoustic emission signal by means of AR model.pdfVIP

振动与冲击 VIBRAlIONAND 第28卷第11期 JOURNAl，OF SHOCK 基于AR模型的声发射信号到达时间自动识别 王晓伟，刘占生，窦唯 (哈尔滨工业大学能源科学与工程学院，哈尔滨 150001) 摘 要：声发射信号到达时间的信息，对于声发射事件的定位、识别以及声发射源机理分析都是非常重要的。实 际应用中，常用人工读取或通过设定幅值阈值来获取信号的到达时间。针对以上常用方法的缺点，结合噪声信号的AR 模型和声发射信号的AR模型，应用Akaike信息准则．实现了对声发射信号到达时间的自动识别。对实验数据的识别结 果显示，该方法对信号的幅频特性变化比较敏感。在相同信噪比的情况下，该方法识别的偏差要小于阈值法。当信噪比 较低时，阈值法可能会给出错误的结果，而该方法仍然能够给出较准确的结果。 关键词：AR模型；声发射；到达时间 中图分类号：TGl56 文献标识码：A 近年来，声发射(AcousticEmission)检测技术被广 泛用于结构的健康监测，用来检测、定位和估计结构的 发射信号到达时间的提取‘181。本文结合噪声信号的 冲击损伤¨J，并取得很好的效果。 AR模型和声发射信号的AR模型，应用AIC准则，实 在大多数声发射应用中，信号的到达时间是通过 现了对声发射信号到达时间的自动识别。 设定固定阈值电压确定的，但是对于幅值很小的信号， 1基于AR模型的AIC算法 或者噪声很大的信号，这种方法将会导致定位误 差旧qj。为了改善定位误差，互相关技术被用来确定 特殊模式和频率的到达时间L4J，该方法使用声发射信 准则，他把这个准则应用于自回归(AR)模型的定阶和 号与Gaussian脉冲调制的单频余弦波的互相关函数来选择之中，获得了理想的效果¨9．驯。在他的文章中说 确定特定模式和频率的到达时间，但是该方法在验证 明：一个时间序列能够被分成局部稳定的时段，每一个 时其仅考虑了声发射信号主要成分是幅值比较大的弯 时段都可以用自回归模型来拟合。本文中，我们使用 曲模式(反对称)成分，而且没有考虑声发射源作为板 该思想，将实验得到的声发射数据分为两个局部稳定 内的情况H，6J。此外，结合板波理论，小波变换的方法 的时间序列，每一段都用自回归过程来模拟，寻找将波 也被用于确定声发射波的到达时间归。J，能够准确分 形数据分为两个稳定时间序列的最佳分割点，该分割 析出不同模式波到达传感器的时间，但是需要人工读 点就是声发射波的到达时间，如图1所示。 取声发射波的到达时间。 在结构实时在线监测过程中，大量的声发射数据 被记录下来，人工读取声发射信号到达时间将十分困 难，Jochen结合小波变换和AIC准则，实现了对混凝土 中声发射波到达时间的识别旧J。声发射检测和地震监 测过程是类似的，都是通过检测声发射源或地震源引 起的物体表面的振动来对物体的结构进行评估并对振 源进行相应的识别。在地震领域中，通常采用长短时 平均比方法‘9．10]、AIC准则法‘12-14]、高阶统计量法‘15] 以及结合小波及小波包分解的AR模型方法【16,17]等自 动检测P波或S波的到达时间。 进行一些修改以后，地震中的一些识别算法能够 图1声发射信号波形 被用于声发射和超声信号到达时间的自动提取。例 假设实验数据的时间序列z。={茗1，．“，茗Ⅳ}包含声 发射事件的开始时间，则声发射波开始的时刻将序列 基金项目：国家自然科学基金 收稿日期：2008—10—23修改稿收到日期：2009—02一18分为两个时段：到达时前的时段和到达时后的时段。 第一作者王晓伟男，博士生，1977年生 万方数据