玻璃纤维复合材料损伤过程的声发射特性研究.pdf

２０１６年第１２期玻璃钢／复合材料２３玻璃纤维复合材料损伤过程的声发射特性研究孟超，彭卫东，宁小波，唐庆如（１．中国民用航空飞行学院航空工程学院，广汉６１８３０７；２．四川飞机维修工程有限公司，成都６１０２００）摘要：复合材料以其优越的结构性能被广泛应用于航天航空、汽车制造等领域，针对玻璃纤维复合材料损伤特性及其声发射信号特点，设计完成了一套基于ＴＭＳ３２０Ｆ２８３３５的集数据采集、存储和显示为一体的声发射检测系统。采用现代小波变换的时频分析方法，分析了玻璃纤维复合材料损伤声发射信号的波形和频率特性，确定了玻璃纤维复合材料声发射信号频率的三个主要频段及其对应的三种基本损伤模式。关键词：声发射；复合材料；检测；小波分析中图分类号：ＴＢ３３２文献标识码：Ａ文章编号：１００３－０９９９（２０１６）１２－００２３－０５相对于金属材料来说，复合材料具有更小的密度，由于其具有比强度高、易加工成型、弹性良好、耐腐蚀等优点被广泛应用于航空航天、汽车制造等领域Ｊ。玻璃纤维复合材料在轻型载人飞行器和无人机上已得到广泛使用，例如ＡＤ１００、ＡＤ１００Ｔ、ＡＤ２００、ＦＦ３００等轻型飞机，同时对于大型有人和无人飞行器来说，其某些舵面和控制面已采用全玻璃纤维复合材料结构。复合材料的损伤形式可分为基体开裂、纤维断裂、分层及脱胶等，与金属相比，其破坏和损伤模式更为复杂，且往往伴随着多种损伤模式同时发生，因而对复合材料损伤的检测比金属要困难得多Ｊ。通常的目视观察只能发现材料表面的划痕，很难发现其内部损伤的发生和扩散，与此同时，复合材料的损伤更多的是发生在维修过程中，由于维修人员操作失误和工具掉落等人为因素对材料本身造成了低能量冲击，此类冲击很容易造成材料损伤，同时此类损伤具有很强的隐蔽性，因此对于复合材料损伤状态的检测也更为复杂和艰难。并且在复合材料损伤发生的初期，损伤即使微小且不易被察觉，也会导致结构性能的大大降低。有研究表明，受到冲击作用的复合材料层合板的剩余强度比无损伤层合板的强度可降低４０％，甚至更多Ｊ，尽管可能不会导致结构迅速破坏，但对结构本身已构成威胁，并且可能引起突发性事故Ｊ。因此，对复合材料进行损伤监测是保证复合材料结构安全的重要手段，也是需要认真分析和研究的重大课题。声发射技术作为一种现代新兴的动态无损检测技术，与传感器技术、测量技术、信号采集与分析处理等多种技术相融合，具有非常广阔的应用前景。声发射技术根据获取的声发射信号，不仅可以了解到被检试件的当前状态，也可以确定损伤的性质以及该损伤在将来可能发展的趋势，从而对损伤进行危险程度评估，这是其他检测方式所不具备的。小波分析是继傅里叶变换之后纯粹数学和应用数学完美结合的又一光辉典范，它提供了一种自适应的频域和时域同时局部化的分析方法，能自动调节时一频窗口的大小，聚焦信号时域和频域的任意细节，以适应实际分析的需要ｊ。小波基的选取对于小波分析来说至关重要，一般来说，具有对称性的小波不会产生相位畸变，同时具有好的正则性的小波易于获得光滑的重构曲线，从而可以减少误差Ｊ。综上考虑，本试验选用ｄｂ５小波作为小波基进行研究。在声发射检测中，想要直接获得声发射原始信号比较困难，因为声发射信号带宽处于几赫兹到十几兆赫兹，噪声影响很大。因此，进行声发射参数提取工作之前，首先需要将采集到的声发射信号进行预处理，而后才开始进行相关研究。近年来，国内外学者相继开展了一系列针对复合材料声发射信号的相关研究：２０１３年，刘斯以对ＡＣ３１３复合材料构件进行声发射试验，对其声发射信号完成了特征提取，通过比较不同阶段下特征参数的变化规律得到了加载初期、加载中期及加载后期的声发射信号特——收稿日期：２０１６０６２８基金项目：国家自然科学基金民航联合研究基金重点支持项目（Ｕ１２３３２０２）作者简介：孟超（１９８９一），男，硕士，主要从事复合材料无损检测方面的研究。通讯作者：彭卫东（１９６８一），男，硕士，教授，主要从事计算机测控以及电气技术方面的研究，ｐｗｄｅａｆｕｅ＠１２６．ＣＯｒｎ。２４玻璃纤维复合材料损伤过程的声发射特性研究２０１６年１２月征参数数值变化与构件损伤状态之间的联系；２０１４Ⅱ年，梁晓敏等对含Ｉ、型缺陷的复合材料标准试件进行破坏试验，运用小波分析方法对检测到的声发射信号进行分析处理，实现了两种分层缺陷模式的识别；２０１５年，Ａｓｓａｒａｒ等¨在复合材料的三点弯—曲试验中对声发射信号进行基于Ｋｍｅａｎｓ算法的聚类分析，在使用多变量数据分析的基础上，提出了一种优化的定位方法。可见现阶段学者们的研究主要集中在复合材料损伤信号的定位分析和损伤类型识别以及相关算法的优化上，而在损伤类型识别中主要采用参数分析法、小波分析、人工神经网络¨、小波神经网络这四种方法。本试验针对玻璃纤维复合材料损伤的声发射特点，采用小波分析与参数分析法相结合的方式，应用于对玻璃纤维复合材料损伤类型的识别中，得到了玻璃纤维复合材料声发射信号的频率与其损伤模式的关系。１测试系统硬件设计本试验研究设计了一套声发射信号采集处理系统，该系统采用ＴＭＳ３２０Ｆ２８３３５作为处理核心，该芯片具有３２位浮点处理单元，从而用户无须在处理小数操作上耗费过多的时间和精力，减少了开发成本，与前代ＤＳＰ相比，不仅芯片的平均性能提高了５０％，而且与定点Ｃ２８ｘ系列也能很好的兼容。芯片采用了高性能的静态ＣＭＯＳ技术，指令周期为６．６７ｎｓ，工作频率可达１５０ＭＨｚ，内核电压为１．９Ｖ。片上存储器方面，芯片具有高达５１２ｋＢ的ＦＬＡＳＨ与６８ｋＢ的ＲＡＭ，并且可以使用１２８位密码对代码进行保护。芯片具有１２位１６通道ＡＤＣ，不仅可以被配置为两个相对独立的８通道输入模式，也可以被配置为单个１６通道的级联输入模式。系统框图如图１所示。图１声发射检测系统框图Ｆｉｇ．１Ｂｌｏｃｋｄｉａｇｒａｍｏｆａｃｏｕｓｔｉｃｅｍｉｓｓｉｏｎｄｅｔｅｃｔｉｏｎｓｙｓｔｅｍ显示屏选用ＱＣ１２８６４Ｂ型液晶显示模块，传感器选用ＳＲ１５０Ｍ型声发射传感器，选用前置放大器，放大倍数为４０ｄＢ，门槛值设定为５４ｄＢ＿１。在该系统中，由于ＳＲ１５０型传感器所采集到的声发射信号在经过前置放大器进行放大处理后，输出电压范围在一１０一＋１０Ｖ之间，而ＴＭＳ３２０Ｆ２８３３５芯片上ＡＤＣ—模块的电压输入范围为０３Ｖ，一旦超过３Ｖ，片上的ＡＤＣ模块将会被烧掉。所以当采用片上ＡＤＣ模块进行采样时，为避免电压超出芯片标准输入电压范围而对芯片造成损害，需要对输入的信号进行电平调制后才能够接入。所设计的信号调理电路如图２所示。图２信号调理电路Ｆｉｇ．２Ｓｉｇｎａｌｃｏｎｄｉｔｉｏｎｉｎｇｃｉｒｃｕｉｔ其中ＯＰ０１ＣＺ的工作电压是＋１２Ｖ和一１２Ｖ。当外加电压＝一１０一＋１０Ｖ时，可得输出电压的范围是０￣３Ｖ。试件采用规格为２５０ｍｍｘ２５ｍｍｘＯ．８ｍｍ的玻璃纤维增强树脂基复合材料。在使用拉伸试验机对试件进行拉伸测试时，为避免由于传感器与试件之间的空气阻隔而造成信号的丢失，在传感器与试件之间加入凡士林耦合剂。２测试系统软件实现本系统的软件部分是在ＣＣＳ３．３环境下使用ｃ语言程序代码编写的，在设计中对程序按功能进行分块，以方便在程序调试期间进行检查和修改。考虑到试验目标，为实现后续在上位机中对声发射数据的处理和研究工作，在系统设计时，系统需要实现信号的高速采集功能、采集数据的预处理功能、处理结果的输出功能。２０１６年第１２期玻璃钢／复合材料主程序流程图如图３所示。程序设计中，开机后首先需要完成系统的初始化，同时完成相关寄存器（标志寄存器、使能寄存器等）及外设时钟的初始化设置。对于ＡＤＣ而言，在进行ＡＤＣ转换时钟和排序器工作模式的设置之后启动ＡＤＣ转换Ｈ。为采集到有效的声发射数据，系统先对每次输入的信号电压与阀值电压进行比较，把连续５次采集到的声发射信号数据高于阀值电压这一判断结果作为是否启动数据处理的依据。如果连续５次采样结果均高于阀值，则连续记录１０２４个数据，否则不予记录直到判定成立。在每组数据记录完成后，系统将对所记录的信号数据进行滤波处理，而后提取出声发射特征参数，并在ＬＣＤ上将提取到的声发射参数进行显示，最后将记录到的数据和提取的参数分别进行存储，用于在上位机中的后续分析和处理¨引。图３主程序流程图—Ｆｉｇ．３Ｍａｉｎｐｒｏｇｒａｍｆｌｏｗｄｉａｇｒａｍ３测试结果与分析从测试存储的大量声发射数据中选出部分具有代表性的进行如下分析，其中采集到的原始声发射信号如图４、图６、图８所示，而其相对应的频域分析结果如图５、图７、图９所示。Ｏ＿６Ｏ４０２畜０脚－ｏ２—ｎ４＿ｊｌ～．．一。．．・一。０６０．７０８０９１图４加载初期原始信号Ｆｉｇ．４Ｔｈｅｓｉｇｎａｌｏｆｔｈｅｉｎｉｔｉａｌｓｔａｇｅ图５频谱分析结果Ｆｉｇ．５Ｓｐｅｃｔｒｕｍａｎａｌｙｓｉｓｒｅｓｕｌｔ—Ｉ．－Ｉ▲ｊｌ～．＿’’Ｆ１７－。．００１０２０３０４０５０６０７０８０．９１时问／ｓＯ０２之０．０１５趔器００１晷００ｏ５０图６加载中期原始信号Ｆｉｇ．６Ｔｈｅｓｉｇｎａｌｏｆｔｈｅｍｅｄｉｕｍｓｔａｇｅ帅０５ｏｔ００１５０２００２５０３０ｏ３５ｏ４０ｏ４５ｏ５００频率删ｚ图７频谱分析结果Ｆｉｇ．７ＳｐｅｃｔｒｕｍａｎＭｙｓｉｓｒｅｓｕｌｔ麓！耋。训之坦玻璃纤维复合材料损伤过程的声发射特性研究２０１６年１２月之较幽ＩＩＬ．▲一．…．一一’图８加载后期原始信号Ｆｉｇ．８Ｔｈｅｓｉｇｎａｌｏｆｔｈｅｌａｔｅｒｓｔａｇｅ图９频谱分析结果Ｆｉｇ．９Ｓｐｅｃｔｒｕｍａｎａｌｙｓｉｓｒｅｓｕｌｔ在加载初始阶段，信号的振铃计数在较低水平但呈逐步增长趋势，从图５可以看出，此阶段低频信号占主导地位，中频信号开始逐渐增加。这表明试件发生树脂基体裂纹的产生和初步扩展，同时纤维和基体也在开裂的边缘位置发生了分离，并导致脱粘。在加载中期，振铃计数增长迅速，从图７可以看出，中、低频信号在此阶段仍然存在，同时高频信号也开始迅速增加。这表示纤维与基体的分层加剧，同时部分纤维发生断裂。在加载后期，振铃计数剧增，从图９可以看出，高频信号持续增长，振铃计数也在此阶段达到峰值。这表明试件承载能力大幅下降，大量的纤维断裂，直至试样断裂。对实验结果的分析中发现，高频能量的持续时间远短于低频能量，而在损伤过程中，释放能量的持续时间可以反映出材料的延展性或脆性情况。高频能量对应脆性损伤，而低频能量与韧性损伤有关。纤维断裂是纤维复合材料中的最脆性损伤，而基体开裂损伤的发生时间比纤维断裂长。因此，高频率、短时间的信号对应纤维断裂的过程信号；频率低、持续时间长的信号对应树脂基体开裂；而中间频率与纤维和基质材料分层损伤相关。在图５中，信号的频率范围集中在５０￣１３０ｋＨｚ之间，而在１００ｋＨｚ左右信号幅度达到最大。在图７中，信号的频率范围集中在１３０２５０ｋＨｚ之间，而在１６０ｋＨｚ左右信号幅度达到最大。在图９中，信号的频率范围集中在—２５０４００ｋＨｚ之间，而在３３０ｋＨｚ左右信号幅度达到最大。这三种不同结果分别表现了５０～１３０ｋＨｚ（低频）、１３０～２５０ｋＨｚ（中频）、２５０ｋＨｚ及以上（高频）所对应的三种基本损伤模式：基体树脂的开裂、纤维和基体的分层损伤、纤维断裂。对同一信号从时域和频域两个方面进行对比研究，就可以得到部分关于声发射源的信息。应用ｄｂ５小波作为小波函数对图８所示的原始信号进行５层分解，所得结果如图１０所示，其中各层所占能量百分比如表１所示。图中ｄ１、ｄ２、ｄ３、ｄ４和ｄ５分别为经小波分解得到的各层的细节信号，ｓ为重构信号，ａ５为近似信号。０Ｅ２００三∞∞∞Ⅺ～４００６００８ｌ０ｌ２００Ｉ４００ｌ６００ｌ８２（Ｉ２００４００６００８００ｌ０００１２００ｌ４００ｌ６ＯＯｌ８０ｏ２Ｏ０Ｏ２００４００６００８ＯＯ１０００１２００Ｉ４００ｌ６００１８００２０００图１０基于ｄｂ５小波函数的小波分析结果Ｆｉｇ．１０ＷａｖｅｌｅｔａｎａｌｙｓｉｓｒｅｓｕｌｔｓｂａｓｅｄＯｉｌｄｂ５ｗａｖｅｌｅｔｆｕ【ｎｃｔｉｏｎ表１各层信号能量所占百分比Ｔａｂｌｅ１Ｔｈｅｐｅｒｃｅｎｔａｇｅｏｆｓｉｇｎａｌｅｎｅｒｇｙ小波分解分析ｄ１ｄ２ｄ３ｄ４ｄ５能量所占百分比１６．７％６２．５％９．４％７．６％３．６％从表１可以看出，ｄ２层上能量集中了总能量的６２％，由此可知，该层信号包含了原始信号的大部分信息，声发射源的主要信息可以通过对该层所含信息进行提取进而得到。并且从实验结果中可以看到，玻璃纤维复合材料损伤的声发射信号在时域分析中表现出近似指数衰减的特性，所以当应用ｄｂ５小波对玻璃纤维复合材料损伤的声发射信号进行分解时，如果所得分析结果中的某一分量中包含有近似指数衰减的部分，那么该分量中可能包含有关于声发射源的主要信息，如果进而对该分量信号进行重构，就能得到声发射源的相关信息，从而可以对玻璃纤维复合材料损伤特性开展更深层次的研究和分析］。叭０州车｝Ａ，龃２０１６年第ｌ２期玻璃钢／复合材料２７对图６原始声发射信号进行参数提取结果如表２所示。这些声发射信号的特征参数可以很好地反映声发射源的特性。其中能量计数能够反应事件的相对能量和强度；振铃计数用于对声发射信号的活动性进行评价；幅值用于声发射源的类型、强度和衰减的鉴别；上升时间有时用于机电噪音的鉴别１７］；持续时间用于特殊声发射源类型和噪音的鉴别。表２声发射信号参数Ｔａｂｌｅ２Ａｃｏｕｓｔｉｃｅｍｉｓｓｉｏｎｓｉｇｎａｌｐａｒａｍｅｔｅｒｓ４结论玻璃纤维复合材料在试验机拉伸载荷下损伤、断裂过程中的声发射信号丰富，可测性良好，从测试结果中可以明显看出根据玻璃纤维复合材料的不同损伤类型所产生的声发射信号的频率也不同，测试分别确定了高、中、低频信号所对应的损伤类型，揭示了玻璃纤维复合材料从损伤开始到断裂的损伤发展过程中，由应力波释放所产生的声发射信号在频域上的变化规律。同时，研究发现玻璃纤维复合材料损伤的声发射信号在时域中具有近似指数衰减的性质，对存在这一特性的分量信号进行重构，就能得到声发射源的相关信息，从而可以对玻璃纤维复合材料损伤特性开展更深层次的研究和分析。参考文献［２］杨忠清．玻璃纤维增强树脂基复合材料疲劳行为研究［Ｄ］．南京：南京航空航天大学，２００８．［３］杜龙，万建平．复合材料损伤及结构修理技术［Ｊ］．教练机，２０１２（４）．［４］赵士洋．复合材料层合板损伤模型的建构方法及其应用［Ｄ］．西安：西北工业大学，２０１４．［５］栗丽．基于声发射信号分析的２Ｄ及３Ｄ纺织结构复合材料损伤机制研究［Ｄ］．上海：东华大学，２０１５．［６］吴超群．基于小波神经网络的复合材料损伤声发射信号识别方法研究［Ｄ］．大庆：东北石油大学，２０１１．［７］贾继红，张晓丽，陈小凡．小波理论在碳纤维复合材料分层缺陷—检测中的应用［Ｊ］．现代制造工程，２０１５（１２）：９３９６．［８］刘斯以．ＡＣ３１３复合材料构件加载中声发射监测［Ｄ］．南昌：南昌航空大学，２０１３．［９］梁晓敏，周伟，等．基于小波分析的复合材料层间损伤声发射行为［Ｊ］．玻璃钢／复合材料，２０１４（８）：４４．［１０］ＭＡｓｓａｒａｒ，ＭＢｅｎｔａｈａｒ，ＡＥＭａｈｉ，ｅｔａ１．Ｍｏｎｉｔｏｒｉｎｇｏｆｄａｍａｇｅｍｅｃｈａｎｉｓｍｓｉｎｓａｎｄｗｉｃｈｃｏｍｐｏｓｉｔｅｍａｔｅｒｉａｌｓｕｓｉｎｇａｃｏｕｓｔｉｃｅｍｉｓｓｉｏｎ［Ｊ］．ＩｎｔｅｒｎａｔｉｏｎａｌＪｏｕｒｎａｌｏｆＤａｍａｇｅＭｅｃｈａｎｉｃｓ，２０１５，２４（６）：７８７．［ｕ］袁哲．ＤＳＰ在声发射信号模式识别中的应用研究［Ｄ］．南京：南京林业大学，２００９．［１２］周静，毛汉领，黄振锋．基于ＤＳＰ的小波分析及声发射信号的—特征提取［Ｊ］．水力发电，２００８，３４（０３）：７３７５．［１３］赵圣飞．基于ＳＴＭ３２的数据采集存储系统的设计与实现［Ｄ］．太原：中北大学，２０１４．［１４］伍将军．高速多通道声发射同步数据采集系统的研制［Ｄ］．广西：广西大学，２００７．［１５］郑洁，姚磊江，程起友，等．复合材料损伤的声发射试验研究［Ｊ］．机械科学与技术，２０１０，２９（１１）：１４７８－１４８１．［１６］郝宇宁．基于ＤＳＰ的小波分析在声发射信号处理中的应用研究［Ｄ］．南宁：广西大学，２００７．［１］唐见茂．航空航天复合材料发展现状及前景［Ｊ］．航天器环境工［１７］何伟・声发射监测系统功能设计［Ｄ］－沈阳：沈阳工业大—程，２０１３，３０（０４）：３５２３５９．学，２０１５・’’ＩＶＥｒＩＧｒ１０ｏｒＨＥＡＣ０ＵＳｒＩＣＥＭＩＳＳｌｏＮＣＨＡＲＡＣｒＥＲｌｒＩＣＳＤＵＲＩＮＧⅡＴＨＥＤＡＭＡＧＥｏＦＧＬＡＳＳＦＩＥＲＣｏＭ口Ｅ＇ｏＳＩｒＥ——ＭＥＮＧＣｈａｏ，ＰＥＮＧＷｅｉｄｏｎｇ，ＮＩＮＧＸｉａｏｂｏ，ＴＡＮＧＱｉｎｇ－１３１（１．ＡｅｒｏｎａｕｔｉｃａｌＥｎｇｉｎｅｅｒｉｎｇＩｎｓｔｉｔｕｔｅ，ＣｉｖｉｌＡｖｉａｔｉｏｎＦｌｉｇｈｔＵｎｉｖｅｒｓｉｔｙｏｆＣｈｉｎａ，Ｇｕａｎｇｈａｎ６１８３０７，Ｃｈｉｎａ；２．ＳｉｃｈｕａｎＡｉｒｃｒａｆｔＭａｉｎｔｅｎａｎｃｅＥｎｇｉｎｅｅｒｉｎｇＬｔｄ．，Ｃｏ．，Ｃｈｅｎｇｄｕ６１０２００，Ｃｈｉｎａ）Ａｂｓｔｒａｃｔ：Ｇｌａｓｓｆｉｂｅｒｃｏｍｐｏｓｉｔｅｍａｔｅｒｉａｌｓａｒｅｗｉｄｅｌｙｕｓｅｄｉｎａｅｒｏｓｐａｃｅ，ａｕｔｏｍｏｂｉｌｅｍａｎｕｆａｃｔｕｒｉｎｇａｎｄｏｔｈｅｒｆｉｅｌｄｓｂｅｃａｕｓｅｏｆｉｔｓｓｕｐｅｒｉｏｒｐｅｒｆｏｒｍａｎｃｅｉｎｓｔｒｕｃｔｕｒｅ．ＡｓｅｔｏｆａｃｏｕｓｔｉｃｅｍｉｓｓｉｏｎｄｅｔｅｃｔｉｏｎｓｙｓｔｅｍｃｏｎｓｉｓｔｏｆＴＭＳ３２０Ｆ２８３３５，ｓｔｏｒａｇｅａｎｄｄｉｓｐｌａｙｗｅｒｅｄｅｓｉｇｎｅｄｂａｓｅｄｏｎｔｈｅｄａｍａｇｅｐｒｏｐｅｒｔｉｅｓｏｆｇｌａｓｓｆｉｂｅｒｃｏｍｐｏｓｉｔｅｍａｔｅｒｉａｌｓａｎｄｔｈｅｃｈａｒａｃｔｅｒｉｓｔｉｃｓｏｆＡＥｓｉｇｎａｌｓ．Ｔｈｅｗａｖｅｆｏｒｍａｎｄｆｒｅｑｕｅｎｃｙｃｈａｒａｃｔｅｒｉｓｔｉｃｓｏｆａｃｏｕｓｔｉｃｅｍｉｓｓｉｏｎｓｉｇ－ｎａｌａｒｅａｎａｌｙｚｅｄｂｙｔｈｅｔｉｍｅｆｒｅｑｕｅｎｃｙａｎａｌｙｓｉｓｍｅｔｈｏｄｏｆｍｏｄｅｍｗａｖｅｌｅｔｔｒａｎｓｆｏｒｍ，ａｎｄｔｈｒｅｅｍａｉｎｆｒｅｑｕｅｎｃｙｂａｎｄｓａｎｄｃｏｒｒｅｓｐｏｎｄｉｎｇｔｈｒｅｅｂａｓｉｃｄａｍａｇｅｍｏｄｅｓｏｆｔｈｅｇｌａｓｓｆｉｂｅｒｃｏｍｐｏｓｉｔｅａｃｏｕｓｔｉｃｅｍｉｓｓｉｏｎｓｉｇｎａｌｆｒｅｑｕｅｎｃｙａｒｅｄｅｔｅｒｍｉｎｅｄ．Ｋｅｙｗｏｒｄｓ：ａｃｏｕｓｔｉｃｅｍｉｓｓｉｏｎ；ｇｌａｓｓｆｉｂｅｒｃｏｍｐｏｓｉｔｅｓ；ｄｅｔｅｃｔｉｏｎ；ｗａｖｅｌｅｔａｎａｌｙｓｉｓ