[发明专利]一种金属拉深件微小裂纹冲击性信号的识别方法

说明书

技术领域

本发明涉及一种基于金属件声发射技术的状态检测及故障诊断方法，特别涉及用于在拉深状态下对金属制件的早期微小裂纹的识别方法。

背景技术

拉深是利用专用模具将平板毛坯支撑开口空心零件的一种冲压工艺方法。用拉深方法可以制成筒形、阶梯形、锥形、球形和其它不规则形状的薄壁零件，如果和其它冲压成型工艺配合，还可以制造形状极为复杂的零件。用拉深方法来制造薄壁空心件，生产效率高，省材料，零件的强度和刚度好，精度较高，拉深可加工范围非常广泛，直径从几毫米的小零件直至2～3m的大型零件，因此，拉深在汽车、航空航天、国防、电器和电子等工业部门以及日用品生产中占据相当重要的地位。

在拉深件的加工检测中，应用最为普遍的是目测。但利用目测只能判断拉深件产品显而易见的质量问题，如圆角拉裂、凸缘起皱等变形严重的问题。而金属材料在拉深成形过程中，其不同区域的变形程度、受力情况以及摩擦与润滑等情况千差万别，拉深件在成形过程中产生裂纹在所难免，由于这些裂纹是在材料内部产生，所以肉眼难以察觉。一旦制件内部产生裂纹，如果不及时察觉，将导致大量次品的出现。由于早期裂纹比较细小，在产品使用初期可能并不会影响到产品的性能，但在使用一段时间后，会因为受力、振动、环境等因素使裂纹进一步扩展，当裂纹扩展到一定程度会造成较大的安全事故和经济损失。

金属件拉深过程裂纹声发射的频率较高且在时域上是突发性的非平稳时序信号，信号频率在100～300KHz之间，属于高频率声发射信号。此外，金属微观裂纹扩展成为宏观裂纹之前，需要经过裂纹的慢扩展阶段，理论计算表明，裂纹扩展所需要的能量比裂纹形成需要的能量约大100～1000倍，因此对金属裂纹识别最好的办法是采用能量分析法。

对金属拉深件声发射裂纹检测的传统方法是采用FFT(傅里叶)频谱分析，选取某些特征频率的幅值来进行诊断，这种方法的缺陷是只考虑了正弦振动的能量，却没有考虑到频带里信号的所有能量，包括非线性、非平稳的振动能量，而且对于采集的数据量要求较大，难以满足现场在线监测的高要求场合。

发明内容

本发明的目的是为了克服现有技术中金属拉深件裂纹特征参数提取的不准确性及低效率性等不足，提出一种准确性高、效率高、计算速度快的基于小波包分解与自回归谱分析的金属拉深件早期微小裂纹冲击性声发射信号的识别方法。

本发明采用如下步骤实现：先采用声发射传感器对金属拉深件微小裂纹声发射冲击性信号进行采集，对采集的信号进行前置放大、滤波和A/D转换预处理，将预处理的信号输入计算机中，再进行小波包分析，对小波包分解后的不同频段的数据进行重构，然后采用时间序列的方法对去噪后的声发射信号进行时序分析，建立时序模型，最后在计算机中结合模糊综合评判方法与最大隶属度原则实现对金属拉深件的状态辨别。

本发明的有益效果是：

1、本发明针对声发射采集信号的影响，运用时序分析的方法对瞬时冲击性声发射信号进行特征量的提取，从金属件拉伸过程产生的裂纹声发射信号中提取微弱的缺陷信息，即早期微小裂纹信号，主要识别过程可在微型计算机上进行，提高了特征参数反映实际工况的准确度，易操作和实施。

2、本发明采用小波包技术对金属拉深件早期微小裂纹冲击性声发射的非平稳信号进行全面的精细的频率分解，可将包括正弦信号在内的任意信号分解到相应的频带内。

3、本发明采用自回归谱分析建立动态时序模型，对动态数据具有外延特性，对周期性较强的序列不要求严格按周期采样，在保证获得足够信息的前提下，可以大大减少采样数目，频率定位准确且清晰，适合于在线监测的高要求场合。

附图说明

下面结合附图和具体实施方式对本发明作进一步详细说明。

图1是本发明流程示意图。

具体实施方式

如图1所示，本发明对采集到的金属件裂纹声发射信号进行放大、滤波、A/D转换及归一化处理前期数据预处理之后，采用小波包技术分解信号至不同频带，根据金属裂纹及环境噪声的频率特性，剔除噪声及摩擦磨损信号，即对信号进行小波消噪处理；对去噪后的信号进行重构，而后进行自回归谱分析，选取能量参数，形成辨别缺陷所需的特征向量，最后采用模糊综合评判实现对裂纹的精确识别。具体步骤如下：

先采用声发射传感器对金属早期微小裂纹声发射原始纹冲击性信号进行采集，对采集的信号进行必要的预处理，预处理包括对信号进行前置放大、滤波和A/D转换，预处理后将信号输入计算机中。