金属材料损伤趋势预测研究

沈阳工业大学 程子靖 于 洋

对金属材料进行了静载实验，以对金属材料损伤进行趋势预测，通过声发射传感器采集加载过程中金属材料释放出的声发射信号，提取出声发射信号的RMS值，针对声发射信号RMS值时间序列建立NAR神经网络预测模型，可以很好地预测出声发射信号的变化趋势。

声发射检测作为一种动态无损检测技术，可以利用传感器接收金属结构变化内部产生的弹性波，无需外部激励，对被检测材料不造成任何的影响。声发射信号可以用于金属材料结构的失效实时监测。张一辉等利用声发射检测技术Q235B材料的拉伸过程进行监测，研究发现了该材料的损伤状态与其声发射信号之间存在着映射关系。彭国平等对Q345R疲劳损伤过程产生的声发射信号特征参数进行分析，找出了各阶段声发射信号的特征。

1 金属材料损伤实验声发射信号分析及处理

用某金属材料进行循环加卸载的静载试验，采用气动油压千斤顶通对金属材料进行轴向力加载，持续增加轴向力直到金属材料产生裂纹，最后金属材料断裂。传感器为物理声学公司窄带谐振式传感器，中心频率设定为150kHz。声发射仪器采集门槛设置为35dB，峰值定义时间设置为300μs，撞击定义时间设置为600μs，撞击锁闭时间设置为1000μs。

1.1 声发射信号分析

声发射信号RMS值的变化曲线可以直接反映出金属材料损伤趋势，并且不会受到环境噪声的影响。当被测设备处于运行阶段也可进行监测。……