毛嘉伊 陈雪莹 陈敦惇 陆阿坤 顾爱军

扬州大学水利科学与工程学院，江苏 扬州 225009

1 背景综述

碳纤维复合材料以其比强度高、比模量高及性能的可设计性等优点，广泛应用于航空航天、汽车、电子电气、建筑等重要领域[1]。为保证设施安全运行，定期的检测或实时的监测必不可少。在众多检测方法中，声发射技术以其方便、实时、可在线监测等优势脱颖而出，成为无损检测领域的研究热点。声发射（以下简称AE）是指当材料内部结构发生开裂、塑性变形等损伤时，从损伤位置快速释放能量而产生瞬态弹性波的现象[2]。利用这一性质，通过分析AE 信号，实现损伤识别，被称为声发射技术。

复合材料由多种材料组合而成，其破坏可分为纤维断裂、基体开裂、层间脱粘等多种情况，使得通过AE信号判断损伤性质变得非常复杂，因而早期广泛采用的参数分析法难以获得满意的效果。参数分析[3-4]即对撞击计数、幅度、能量计数等参数进行统计分析以获取材料的损伤变化规律。后期逐渐针对波形信号开展了频率特性分析，包括频谱分析[5]、小波分析[6]、希尔伯特-黄变换[7]等。Arumugam 等[8]利用傅里叶变换分析了碳纤维/环氧树脂复合材料压缩实验中的AE 信号，得到各类损伤AE 信号频率的不同范围。高华等[9]利用小波变换对碳纤维复合材料损伤信号进行时频分析，发现不同损伤类型可通过声发射振幅及频率特征有效识别。孟超等[10]利用小波变换的时频分析确定了AE 信号3个主要频段及对应的3 种基本损伤模式。然而傅里叶变换适用于平稳信号，对非平稳的AE 信号的分析结果并不可靠；小波变换需选择合适的小波基函数，不利于自适应监测分析；希尔伯特-黄变换具有自适应性，但存在模态混叠等问题。如何选取适合的数据处理方法是AE 工作者首先面临的问题。

本文对碳纤维复合材料层合板进行了拉伸破坏试验研究，对试验中获得的AE 信号采用参数、频谱及时频等分析方法进行了对比研究，尤其讨论了两种时频分析方法的优劣，以确定适合于复合材料损伤监测的声发射分析方法。

2 方法

2.1 傅里叶变换

对数字信号而言，傅里叶变换常指快速傅里叶变换（以下简称FFT），它是离散傅里叶变换（以下简称DFT）的快速算法，其基本思想是把原始的N 点序列依次分解成一系列的短序列，充分利用DFT 计算式中指数因子所具有的对称性和周期性求出这些短序列相应的DFT，通过适当组合达到删除重复计算、减少乘法运算及简化结构的目的。

2.2 小波变换

小波变换（以下简称WT）是一种较新的变换分析方法。它继承和发展了短时傅立叶变换局部化的思想，同时又克服了窗口大小不随频率变化等缺点，能够提供一个随频率改变的“时间—频率”窗口，是进行信号时频分析和处理的理想工具。WT 的主要特点是能对时间频率进行局部化分析，通过伸缩平移运算对信号逐步进行多尺度细化，达到高频处时间细分，低频处频率细分，能自动适应时频信号分析的要求，从而聚焦到信号的任意细节，解决了傅里叶变换的困难。

2.3 希尔伯特-黄变换

希尔伯特-黄变换（以下简称HHT）是一种基于经验的数据分析方法。它由经验模态分解（以下简称EMD）和希尔伯特谱分析两部分组成[11]。HHT 的第一步是利用EMD 将信号分解为若干个固有模函数（以下简称IMF）和一个残差值，然后对各IMF 分量进行希尔伯特变换，并通过构建解析信号得到振幅函数和相位函数，于是得到信号的瞬时频率，而原信号可通过希尔伯特谱分析表达为“时间—频率—能量”的三维分布图。

3 实验

3.1 试件

实验所使用的复合材料层合板由T300 单向碳布与QY8911 树脂预浸料经模压成型工艺制作而成，其纤维体积含量60%，胶含量为40%。试件由层合板沿纤维方向切割而成，并用硬质合金钻头加工中心圆孔（图1a）。试样尺寸为长250 mm，宽25 mm，厚3 mm，符合ASTM 实验标准。

图1 拉伸试样及其破坏形式

3.2 实验系统

实验加载采用最大载荷100 kN的电子万能试验机，位移控制加载速率设为0.5 mm/min。声发射监测采用全信息声发射系统，可连续记录AE 波形。声发射传感器采用压电式宽频传感器，频率范围为100 ～900 kHz，试验时传感器用耦合剂（凡士林）和橡皮筋固定在碳纤维试样表面。前置放大器放大倍数为40 dB，声发射门槛值设定为40 dB，采样频率为3.0 MHz。

4 结果与讨论

实验加载持续时间为220 s，试件破坏形式为沿加载方向的开裂（图1b）。由加载曲线（图2）可见，除加载初期和破坏期外，大部分时段内载荷随时间大致呈线性变化。

4.1 参数分析

AE 系统可实时给出AE 参数随时间的变化规律。以幅值参数为例可知，参数的变化与加载曲线具有较好的相关性，尤其在破坏阶段出现大量高幅值AE 信号（图2）时，参数的剧烈变化反映了试样的严重破坏。

图2 声发射信号幅值随时间的分布及加载曲线

这样的分析从事后的总体参数分布图像来看的确有效，然而在加载过程中通过幅值的显著增加来判断试样的失效并不可靠。材料在损伤过程中的AE 幅值总是不断被刷新，而何时达到破坏却难以判定，原因在于破坏时所对应的幅值在不同实验中并无确定的定量数值。

4.2 频谱分析

分别于平稳加载期、邻近破坏期及破坏期3 个阶段取代表性信号（分别记为信号A、B、C）进行分析，利用FFT 可得其相应频谱（图3）。尽管由频谱图大致可看出信号频带变宽的趋势，傅里叶变换的本质导致其无法突显信号的局部特征。

图3 信号A、B、C 及相应傅里叶变换

4.3 时频分析

分别采用WT 和HHT 方法对上述信号进行了时频分析（图4、图5）。无论基于何种变换，其信号时频规律均相应一致：信号A 为低频短时分布，对应于单一的微损伤（通常为基体开裂）；信号B 频带向高频加宽，并有较长的分布时间，对应于较高能量损伤（如纤维脱粘、局部纤维断裂等）；信号C 呈宽频和多时间分布，对应于高能量和多模式破坏（如多纤维断裂和脱粘等综合破坏）。

图4 信号A、B、C 的WT 时频谱

图5 信号A、B、C 的HHT 时频谱

与WT 相比，HHT 方法具有更高的分辨率，且无须人为选择小波基，更具自适应性。更为重要的是，其经验模态分解所得到的的固有模态函数，更好地反映了声源特征。此外，HHT 时频谱的幅值反映了信号的绝对能量信息，有利于利用能量信息对信号做进一步判断。因此，近年来HHT 得到AE 研究人员的重视。

5 结论

采用参数、频谱及时频分析对单向碳纤维复合材料拉伸破坏的声发射特性进行了研究，主要结论如下。

（1）AE 信号的时频特征反映了材料的损伤特性，其宽频带、多模式的分布反映了复合材料破坏时多纤维断裂和纤维脱粘的综合破坏特征，基于HHT 的时频分析具有更大的潜力。

（2）频谱分析只能反映型号的整体频率特征，对损伤形式的判别并无显著优势。

（3）参数分析亦可反映材料的破坏情况，但通常只能基于事后的全局比较分析。