D0I:10.13374/j.issn1001-053x.2013.05.010 北京科技大学学报 Vol.35 No.5 第35卷第5期 May 2013 2013年5月 Journal of University of Science and Technology Beijing 基于声发射信号的铝合金材料损伤表征识别 张卫冬，张习文，杨斌，丁贤飞，艾轶博四 北京科技大学国家材料服役安全科学中心，北京100083 ☒通信作者，E-mail:ybai@ustb.edu.cn 摘要随着高速铁路的不断提速，高铁轻量化设计中广泛采用高强铝合金材料，但高速列车齿轮箱体服役安全评价亟 待完善.本文针对高速列车齿轮箱体使用的铝合金材料服役特性，搭建了声发射检测拉伸试验系统，运用BP神经网络 算法对声发射信号进行训练与识别，实现对箱体材料拉伸损伤表征识别与材料服役状态的安全预警.本研究为材料损伤 状态的无损实时识别提供了一种识别与预警方法 关键词铝合金：声发射；损伤探测；神经网络：模式识别 分类号TG146.2+1:TP18 Damage characterization and recognition of aluminum alloys based on acoustic emission signal ZHANG Wei-dong,ZHANG Xi-wen,YANG Bin,DING Xian-fei,AI Yi-bo National Center for Materials Service Safety,University of Science and Technology Beijing,Beijing 100083,China Corresponding author,E-mail:ybai@ustb.edu.cn ABSTRACT With the rapid development of high-speed rails,high-strength aluminum alloys are widely used in the lightweight design,but the service safety assessment of gear boxes in high-speed trains needs to be improved in China. An acoustic emission tensile test system was built for high-speed train gearbox shells made of aluminum alloys.After training and recognition by a BP neural network,acoustic emission signal was used for characterizing tensile damage in the materials and warning the materials service status.The research provides a method of nondestructive real-time characterization and warning for damage in aluminum alloys. KEY WORDS aluminum alloys;acoustic emissions;damage detection;neural networks;pattern recognition 材料表征是材料科学领域一个重要研究方向.对机械结构运行状态下的故障诊断，而对于材料静 传统的材料表征研究多采用显微观测等手段进行材 载状态下内部缺陷产生与发展的检测多用声发射技 料表征，但往往需要进行破坏性试验，而且不能实术.声发射是指材料或结构受外力或内力作用产生 时进行材料损伤检测，这类材料表征识别方法很难 变形或断裂，以弹性波形式释放出应变能的现象， 用于工业现场的实时监测.高速列车作为一种新型 而弹性波可以反映出材料的一些性质.声发射检测 交通工具，在国民经济中起着越来越重要的作用. 就是通过探测受力时材料内部发出的应力波判断材 随着速度的提升，对用于高速列车铝合金材料的各 料内部结构损伤程度的一种的无损检测方法.声 种服役性能提出更高要求，对关键材料服役状态 发射技术作为一种无损检测方法，在机械的状态监 的实时监测系统的需求也越来越迫切. 测和故障诊断方面得到了广泛应用.李海斌等3 在设备故障诊断方面多用振动信号与声发射 结合随机渐进失效分析方法和声发射监测对复合 信号诊断作为故障分析手段.振动信号分析多用于 材料单向拉伸试件进行损伤分析.陈钢等4通过 收稿日期：201302-14 基金项目：“十一五”国家科技支撑计划资助项目(2009BAG12A07-D07):国家自然科学基金资助项目(61273205,51005014)：教育 部中央高校基本科研业务专项(FRF-SD-12-028A)第 卷 第 期 年 月 北 京 科 技 大 学 学 报 基于声发射信号的铝合金材料损伤表征识别 张卫冬, 张 习文, 杨 斌, 丁贤飞, 艾软博 网 北京科技大学国家材料服役安全科学中心, 北京 困 通信作者 , 一 忍 摘 要 随着高速铁路的不断提速 , 高铁轻量化设计中广泛采用高强铝合金材料, 但高速列车齿轮箱体服役安全评价鱼 待完善 本文针对高速列车齿轮箱体使用的铝合金材料服役特性, 搭建了声发射检测拉伸试验系统 , 运用 神经网络 算法对声发射信号进行训练与识别, 实现对箱体材料拉伸损伤表征识别与材料服役状态的安全预警 本研究为材料损伤 状态的无损实时识别提供了一种识别与预警方法 关键词 铝合金 声发射 损伤探测 神经网络 模式识别 分类号 龙 且 万` 队 乞一`。 。, 刀二咬万` 一 , 以 万` 刀乞, 刀拼 ` 爪 一 ,, 八了 一乙。网 , , , 困 , 一 · · 一 , 一 , 一 一 饰 , 一 材料表征是材料科学领域一个重要研究方 向 对机械结构运行状态下的故障诊断, 而对于材料静 传统 的材料表征研究多采用显微观测等手段进行材 载状态下 内部缺 陷产生与发展 的检测多用声发射技 料表征 , 但往往需要进行破坏性试验 , 而且不能实 术 声发射是指材料或结构受外力或 内力作用产生 时进行材料损伤检测, 这类材料表征识别方法很难 变形或 断裂 , 以弹性波形式释放 出应变能的现 象, 用于工业现场 的实时监测 高速列车作为一种新型 而弹性波可 以反映 出材料的一些性质 声发射检测 交通工具 , 在 国民经济中起着越来越重要的作用 就是通过探测受力时材料 内部发出的应力波判断材 随着速度的提升, 对用于高速列车铝合金材料的各 料 内部结构损伤程度 的一种的无损检测方法 声 种服役性能提 出更高要求 , 对关键材料服役状态 发射技术作为一种无损检测方法 , 在机械的状态监 的实时监测系统的需求也越来越迫切 测和故障诊断方面得到了广泛应用 李海斌等 在设备故障诊断方面多用振动信号与声发射 结合随机渐进失效分析方法和声发射监测对 复合 信号诊断作为故障分析手段 振动信号分析多用于 材料单向拉伸试件进行损伤 分析 陈钢等 冈 通过 收稿 日期 书 一 基金项 目 “十一五” 国家科技支撑计划资助项 目 不 国家 自然科学基金资助项 目 , 教育 部中央高校基本科研业务专项 一 一 一 DOI :10.13374/j .issn1001 -053x.2013.05.010