长江三峡永久船闸边坡故障诊断——声发射信号分析处理研究

【摘要】： 声发射技术作为一种新型动态检测方法，在故障诊断中占有重要地位。声发射检测技术可以对材料、设备或结构进行在线检测，因而有着广阔的应用前景。声发射信号处理对声发射技术至关重要，在此领域的学者一直致力于研究开发合理而有效的声发射信号处理方法，但目前仍面临许多亟待解决的问题。本文在“长江三峡永久船闸边坡稳定性声发射监测”课题基础上及实际检测中面临的问题进行较深入而有针对性的研究。 首先，本文对一种新的信号分析处理方法——小波分析理论进行了深入探讨。小波分析作为一种时频分析方法，通过调整窗口的长与宽可同时解决信号在时域和频域分辨率差的问题。根据小波分析的特点，本文对小波变换用于实际信号处理进行了可行性研究，选择Debauchies小波对采集的数据信号进行小波变换，提取声发射信号。 然后，在实验与对实验所采集数据频谱分析基础上，根据对小波分析用于信号处理可行性研究，本文选择db6母小波、尺度j=3对实验所采集数据信号进行小波变换，变换后其高频成分D_1信号即为声发射特征信号。选择该阶小波系数作为声发射信号特征用于神经网络的输入，对小波神经网络进行训练学习。用训练好的神经网络对实验所采集数据进行模式识别，可有效地识别出声发射信号。 最后，将小波分析、小波神经网络用于长江三峡永久船闸边坡声发射监测，通过合理选择参数，能够理想地实现声发射信号提取及大批量数据处理。