声发射信号的谱分析和相关分析
陈玉华，刘时风，耿荣生1）,沈功田2） (清华大学机械系，北京 100084)
摘 要:主要阐述谱分析方法和相关分析方法在声发射信号分析中的应用，给出了谱分析和相关分析的基本原理，并分别举例作了分析讨论。
关键词:声发射检验；频谱分析；信号处理
中图分类号:TG1 15.28 文献标识码: A 文章编号: 1000-6656(2002)09-0395-05
CHEN Yur hua LIU Shi- feng GENG Rong sheng1), SHEN Gong tian2)
(Tsinghua University , Beijing 100084 , China)
Abstract: The principles of spectral and correlation analyses and their applications to acoustic emission signal analysisw ere described. Also examples were given.
Keywords: Acoustic emission testing; Spectral analysis; Signal processing
材料或结构受外力或内力作用产生变形或断裂,以弹性波形式释放出应变能的现象称声发射,图1为典型声发射信号。实际应用中,由于外界干扰及声发射接收系统的原因(传感器的频率特性等),接收的声发射信号除含特征信息外,还存在大量干扰和噪声信号。因此，要想从复杂的信号中提取出需要的特征声发射信号,就需对信号进行处理[1]。
图2所示的参数式声发射信号处理方法已得到广泛应用,但由于波形特征参数的信息量少,在干扰源强、源种类较多的情况下往往难以得到声发射源特征描述。随着通信技术、电子技术、计算机技术的飞速发展及数字信号处理理论的不断丰富和完善，各种新算法、新理论不断被提出并广泛应用于声发射信号分析中。如谱分析、小波分析、人工神经网络和模式识别以及相关分析等[2,3]。
谱分析方法可获得信号的谱特征。谱分析可分为经典谱和现代谱分析。经典谱分析以傅里叶变换为基础,主要包括相关图法和周期图法以及在此基础上的改进方法。其中最基本和最重要的方法就是快速傅里叶变换(FFT)。现代谱分析方法以非傅里叶分析为基础，大致可分为参数模型法和非参数模型法两大类。参数模型法包括有理参数模型和特殊参数模型。有理参数模型可用有理系统函数表示，包括自回归(AR)模型，滑动平均(MA)模型和自回归滑动平均(ARMA )模型。特殊参数模型即指数模型,它把信号定义为一-些指数信号的线性组合。非参数模型法包括不需建立参数模型的以基于自相关矩阵或数据矩阵进行特征分离为主的其它现代谱分析方法 ,主要有最小方差法、迭代滤波法、皮萨年科法等[ 4,5] 。
对两个信号作相关分析可以了解它们之间的相似程度,在声发射中 ,为实现对一个或多个信号延迟后的检测、识别与提取 ,相关方法必不可少, 如同频域里的谱分析一样, 时域里的相关分析在信号处理领域里有广泛应用 。快速相关是在相关技术基础上,结合 FFT 所实现的技术,可加快运算的速度。
在上述方法中, 频域的谱分析技术以其相对简单及实用性被广泛应用于声发射信号的研究并作为重要的辅助分析手段 。如小波分析前可应用谱分析方法作预处理[6 ,7], 人工神经网络也如此。而更为普遍应用的就是以FFT为主的谱分析方法。FFT算法将时域的数字信号迅速地变换为它所对应的谱,从谱中便可以得到关于信号的各种特征,经典谱估计速度快、简便。而时域的相关技术以其同样的简单和实用被广泛采用作分析信号的手段。下面结合实例阐述基于FFT和相关技术的应用。
