基于时差收敛算法的声发射源定位方法研究

本文针对传统基于时差的声发射定位方法精度及稳定性不足且易受检测环境影响的问题,提出了一种基于收敛算法的声发射源定位方法,经过循环迭代不断优化声发射信号的到达时刻计算方式,使得定位计算重构的定位源稳定收敛在近似同一区域,从而提高声发射源的定位准确度。     

基于三分量P—S波形的岩体声发射源定位算法

依据P、S波的到达时差和三分量P波初动波形可实现单探头源定位.P、S波到达时差的大小与源距离成正比;三分量P波初动的偏振分析可以追踪传播方向.给出了采用三分量法进行声发射源定位的处理步骤和算法,确定了计算声发射事件相对级的公式,并对有关问题进行了讨论.     

基于VMD分量相对熵分析的压力管道泄漏定位

为减小压力管道泄漏定位误差,从而及时处理管道泄漏,预防事故,首先,提出一种基于变分模态分解(VMD)分量相对熵分析的管道泄漏定位方法,采用VMD分解泄漏信号,获得多个分量,用相对熵分析自适应选择方法去除与管道泄漏信号混合的非泄漏信号,获取最佳观测信号;然后,利用管道模态声发射理论与广义S变换互时频分析,减少泄漏声发射信号频散性对定位的影响,获取较准确的泄漏信号的时延与声速;最后,利用管道泄漏时差定位公式计算泄漏位置,实现管道泄漏的精确定位。结果表明:该方法能够实现管道泄漏精确定位,与直接互时频分析方法以及相关系数分析法相比,定位精度明显提高。     

声发射检测灵敏度校准声源实验分析

在声发射技术的应用中,传感器的工作频率和灵敏度对AE检测的结果具有决定性的作用,传感器的校准是AE定量研究的基础,也是声发射检测技术研究中的重要课题。根据二级校准的相关要求设计了三个不同声源的实验:落球、断铅和压断毛细玻璃管法。通过重复性实验,测量了不同大小的钢球从不同高度下落;不同粗细、硬度以及不同长度的铅芯的断裂;不同粗细的毛细玻璃管被压断产生的脉冲声源,分别比较以上三个实验在不同状态条件下产生的脉冲声源信号,分析其实时特征和频谱特征(峰值,上升时间),通过计算确定其不确定度和稳定度,总结优化操作方法,同时分析了实验误差。在此基础上得出最适合做声发射传感器灵敏度校准的脉冲声源,为声发射传感器校准中的参考声源提供性能评判的依据。     

基于IPSO-BP神经网络的钢丝绳断丝损伤识别模型研究

为解决传统钢丝绳断丝损伤识别方法精度低，BP神经网络陷入局部最优等问题，提出改进粒子群算法（IPSO）的BP神经网络识别模型。通过采集钢丝绳断丝损伤信号，提取缺陷信号特征，用峰值、峰峰值、波宽、波形下面积和波动能量5个特征值组成特征向量作为神经网络的输人，断丝数量作为神经网络的输出；利用改进粒子群算法对BP神经网络的初始权值和阈值进行优化；建立基于IPSO-BP算法的神经网络模型，用于钢丝绳断丝的定量识别。结果表明:IPSO-BPS神经网络模型的钢丝绳断丝损伤识别精度、泛化能力均高于传统BP神经网络模型，且改进的粒子群算法迭代寻优速度更快。     

起重机械箱形梁声发射波传播特性仿真与实验研究

声发射检测通过采集材料本身产生的AE信号,实现对结构损伤处AE源的定位及损伤状态评估。正确认识声发射信号波在结构中的传播规律,有助于实现起重机械声发射检测传感器优化布置及对损伤状态的量化判断,特别对于声发射技术应用在起重机械健康监测方面具有积极的意义。     

基于广义概念的城市燃气管道泄漏精确定位

为了准确地检测城市燃气管道泄漏,提出了一种基于广义概念的管道泄漏检测定位方法。声发射技术对于管道泄漏的检测、定位是一个极好的工具,但由于泄漏源的传播容易受到周围背景噪声以及复杂工况的影响,其定位误差较大。基于时延估计的互相关信号处理方法被广泛用于管道泄漏检测定位,但由于泄漏应力波传播通道的动态特性,使得源信号在传播过程中会产生波形变化,给互相关函数峰值位置的确定带来困难。由此引入广义相关分析方法,通过对信号进行前置滤波,在一定程度上减少了传播通道动态特性因素对泄漏点定位的不利影响,得到了更为准确的时延估值。在此基础上,通过模拟实验,编写Matlab神经网络代码,构造GRNN模型,进一步预测定位。结果表明,GRNN预测的声发射检测值、互相关定位值以及广义相关定位值,相比之前定位精度分别得到提高,其中基于广义相关的延时估计方法定位最为精确,将该方法用于工程实际中,可以更加精确地定位出泄漏点。     

GA-BP算法应用于核事故源项反演的研究

为了更准确地估算核事故源项,提高核事故后果评价的准确性,将用遗传算法优化的BP神经网络算法应用于核事故源项反演,改善BP神经网络学习算法应用于核事故源项反演时易陷入局部极小的缺陷。应用Matlab软件编码实现用遗传算法来优化BP神经网络的权值和阈值,将这些优化值赋给网络,得到优化的BP神经网络,即GA-BP神经网络。用7 852组训练数据训练GA-BP神经网络,训练结束后,用500组测试数据评估两种算法的性能。经统计计算得到GA-BP神经网络的平均训练误差为7.98%,小于原始BP神经网络的10.25%;GA-BP的平均测试误差为9.78%,小于原始BP神经网络的10.21%。训练和测试结果表明,经遗传算法优化的BP神经网络误差明显小于原始BP神经网络算法,GA-BP神经网络算法能有效地避免原始BP神经网络容易陷入局部极小值的缺陷,且缩短了训练时间,提高了源项反演的准确度。     

基于IEEMD样本熵分析的管道泄漏定位

为降低城市管道泄漏定位误差,提出1种改进的集合经验模态分解（IEEMD）样本熵分析的管道多点泄漏定位方法。首先通过在EEMD中添加自相关函数计算和EMD算法,得到IEEMD;然后应用IEEMD可将原始泄漏信号直接去噪并分解为真实信号分量和冗余分量,经样本熵分析计算剔除冗余分量,获得有效泄漏信号;最后根据互相关时延计算和声发射时差定位法精确计算泄漏点位置。结果表明:该方法泄漏信号提取效果好、计算效率更高,有效提高了信号的信噪比,降低了信号的均方误差;该方法将管道泄漏定位误差降低至4.06%,较大程度提高了管道泄漏定位精确度。     

白云岩单轴压缩试验声发射特性研究

在单轴压缩条件下,进行白云岩破坏全过程的声发射试验研究,得到应力、声发射特性与时间的关系,并研究了岩体的Kaiser效应。结果表明:（1）岩石单轴压缩破坏过程中并不是所有试验岩样有具有典型的声发射特征阶段,部分岩样AE曲线中可以找到Kaiser效应特征点,但是多数岩样的Kaiser效应特征点不明显;（2）岩样的AE现象在应力达到峰值前会经过一个平静期,而在岩石发生破坏直至彻底破坏阶段,AE现象明显增加,这个先平静后剧增的过程可以作为预报岩爆发生的一种警示信号;（3）大多数岩样都在AE能量达到最大时发生彻底破坏。     

岩石破坏失稳的声发射响应与损伤定量表征研究

为了探索在外载荷作用下岩石的损伤演化规律及声发射响应特征，实现损伤程度的定量表征，以标准岩石试件为研究对象，采用RMT-301岩石力学试验系统和DS5-8B全信息声发射仪，开展单轴加载条件下岩石破坏全过程的声发射(AE)试验研究，根据声发射参数、声发射源三维定位、声发射能量密度和岩石力学分析表征其破坏形态，再现岩石裂隙孕育、发展和贯通过程，揭示岩石破坏规律、能量密度分布特征、裂隙空间演化和AE时序参数；以时间为中间变量，建立声发射累计振铃计数和应力、应变及损伤变量的耦合关系；基于岩石损伤演化方程，进一步建立声发射累积能量和应力、应变的定量模型。研究结果对揭示岩石破坏机制、区分岩体强度具有指导意义，为矿山煤岩动力灾害的预测预警提供一定理论支撑。     

不同围压下煤岩损伤变形规律及声发射特征分析

为研究不同围压条件下煤岩的损伤变形,利用RTX-1000岩石三轴仪和Micro-Ⅱ声发射成像采集仪对煤样进行不同围压下的三轴压缩声发射定位试验,对加载过程中的应力应变、AE计数等特征参数进行对比分析,构建基于AE计数的损伤模型,研究三轴压缩下煤岩损伤变形的规律。研究结果表明:在保持应变率恒定的条件下,围压越高,煤样的峰值强度越大,分别为18.04,29.92,32.29,45.94 MPa;围压越高,弹性阶段的AE计数相对减少;煤样发生剪胀扩容变形;基于AE计数构建损伤模型,分析对比损伤应变理论曲线与试验曲线,得到较高的拟合度,且损伤临界值和损伤量随围压的升高呈现减小的趋势;分析理论模型中的速率增长因子,得到试验与理论损伤规律一致。     

五老峰隧道岩爆声发射参数特征研究

为研究岩爆事件的声发射特征，为岩爆灾害的进一步监测预警提供依据，对五老峰隧道掌子面附近区域岩爆事件进行声发射监测，以RA均值作为主要参数，研究岩爆发生前后的参数变化规律，并通过与b值等参数分析结果的相互印证，对比岩爆信号与爆破震动信号之间的区别。试验结果表明:不同传感器因为布设位置、耦合程度的差异，接收到的声发射信号数量与参数分布范围存在较大差异；RA均值作为参数分析依据，能够较好地反映岩爆事件的孕育发展过程，且能够一定程度上消除传感器接收信号数量差异的影响，更稳定地反映岩爆事件的信号特征；岩爆事件发生前RA均值与事件密度不断升高，峰值后则都迅速降低，而爆破产生的声发射信号则在RA值上存在一定突变性，且峰值后仍保持较高水平。本次监测中，共发生1次微型岩爆，而在左洞爆破后，声发射信号明显增多，但并未产生显著破裂事件。     

基于ICEEMDAN和MC-CNN的矿山声发射信号识别分类方法

为精准识别地下矿山声发射事件,采用基于改进的完全集合经验模态分解模型(ICEEMDAN)和多通道卷积神经网络(MC-CNN)模型对声发射信号进行处理后得到分量图,根据各通道输入分量峭度值赋予不同权重,并利用卷积神经网络对输入数据进行训练,最终采用五折交叉实验方法验证该分类识别方法的可行性及有效性.结果表明:基于ICEE...     

压力管道泄漏声发射源定位的实验研究

结合实验室声发射仪和油气管道设备,建立了充气管道泄漏声发射检测系统模型,分别在传感器间距、管道压力和泄漏量三种变化状态下进行了泄漏源定位影响实验。对管道泄漏声发射信号的时域统计特征、频域分布特征以及泄漏信号的相关性作了分析;从声信号能量累计和衰减特性方面对互相关定位法和幅度衰减测量区域定位法的可行性进行了计算,表明在传感器间距较小和泄漏量较小的状态下,在背景噪声较小的环境中,用互相关法具有较好的定位精度;而幅度衰减测量区域定位方法对泄漏源的定位误差较大。     

基于ISOA-RBPNN的埋地管道剩余强度预测*

为提高腐蚀管道剩余强度的预测精度，提出引入弹性梯度下降法改进BP神经网络，并融合改进海鸥优化算法(ISOA)，构建腐蚀管道剩余强度预测模型。关于改进BP神经网络模型的参数寻优，首先采用Cat混沌映射初始化改进海鸥优化算法(SOA)初始种群的分布，提升寻优能力，优化SOA的搜索方向和攻击形式，增强其全局搜索能力并提高收敛速度，然后用ISOA对弹性BP神经网络（RBPNN）模型中的权值和阈值进行寻优，最后构建ISOA-RBPNN预测模型。以管道爆破数据为例，利用MATLAB进行仿真模拟，并与PSO-BPNN模型和IFA-BPNN模型预测结果进行对比分析。研究结果表明:ISOA-RBPNN模型的各项评价指标均优于其他2个模型，预测结果较实际值误差更小，在预测腐蚀管道剩余强度领域具有更好的性能，可为后续研究腐蚀管道剩余寿命和制定维修策略提供参考依据。