CN104359977A - 金属板材弯曲疲劳状态声表面波高阶非线性参数表征方法 - Google Patents

Abstract

本发明目的是提供一种金属板材弯曲疲劳状态声表面波高阶非线性参数表征方法，用于实时检测金属板材的弯曲疲劳状态，预测其弯曲疲劳寿命。在航空航天、机械、交通、化工和水利等领域具有广泛的应用。本发明的金属板材弯曲疲劳状态声表面波高阶非线性参数表征方法包括：根据表面波传播距离与被测材料声速确定激励信号的参数。高功率超声收发仪发射脉冲串信号，超声波束斜入射到材料中产生表面波，表面波与弯曲疲劳过程中产生的微观缺陷、微塑性变形或微裂纹等疲劳缺陷相互作用，产生高次谐波信号。弯曲疲劳实验过程中，间隔固定周期记录非线性参数变化，与标准曲线比对，判断试件是否出现缺陷，发出预警信号，并预测金属板材的剩余弯曲疲劳寿命。

Description

金属板材弯曲疲劳状态声表面波高阶非线性参数表征方法

一、技术领域

本发明属于无损检测技术和金属疲劳领域，具体涉及金属板材弯曲疲劳状态的声表面波无损检测方法，是一种利用多个非线性参数实时高精度检测金属构件疲劳损伤、预测构件疲劳寿命的方法。

二、背景技术

金属板材弯曲疲劳状态声表面波高阶非线性参数表征方法是一种可以实时金属板材弯曲疲劳状态、预测金属板材弯曲疲劳寿命的无损检测技术。利用超声波传播过程中，声波与金属板材弯曲疲劳状态(微观缺陷、微塑性变形或微裂纹)相互作用，引起声波的散射或反射等现象，产生了谐波信号，使声波出现非线性。该方法在航空航天、工业机械、交通运输、建筑等多方领域都有广泛的应用，如飞机发动机涡轮或叶片的疲劳损伤检测，汽车或火车轮毂等疲劳损伤的检测，混凝土疲劳损伤，以及检测常见机械构件(如轴、连接件等)疲劳裂纹检测等，因此检测疲劳状态、预测疲劳寿命具有重要的现实意义。

金属板材弯曲疲劳状态的声表面波无损检测方法使用频段为1MHz-20MHz的超声波，检测接收信号基波幅值和高次谐波幅值、二阶非线性系数和三阶非线性系数等随金属板材弯曲疲劳周期的变化趋势。非线性超声参数对不同材料疲劳损伤的敏感程度不同，因此需对不同材料疲劳过程进行标定。

S.I.Rokhlin等对钛合金试样进行不同载荷的拉伸疲劳试验，使用兰姆波监测和定量检测试样中的微裂纹。Laurence J.Jacobs、Jin-Yeon Kim、Jianmin Qu等研究了二阶非线性系数对腐蚀裂纹和应力状态敏感程度。韩国Younho Cho研究了非线性超声对热疲劳损伤的敏感性等。国内邓明晰等使用Lamb波检测材料中声非线性；吴斌等使用纵波检测拉伸试验中非线性系数随应力变化趋势。研究者们集中于二阶非线性系数与疲劳损伤或寿命的关系。目前尚未发现使用三阶非线性超声波检测与表征金属材料的疲劳状态、预测金属构件的疲劳寿命。

三、发明内容

本发明目的是提供一种金属板材弯曲疲劳状态声表面波高阶非线性参数表征方法，用于在线检测金属板弯曲疲劳实验过程中高阶非线性超声参数变化趋势。

本发明的金属板材弯曲疲劳状态声表面波高阶非线性参数表征方法包括：利用高功率超声收发仪发射与接收超声波信号，超声波束斜入射到金属板中，在金属板中产生表面波，表面波与金属板的缺陷(微观缺陷、微塑性变形或微裂纹)相互作用，使声波发生折射、反射或散射等现象，产生了高次谐波成分，利用高次谐波幅值与二阶、三阶非线性超声系数检测与表征金属板材弯曲疲劳状态。

四、附图说明

图1金属板材弯曲疲劳非线性超声检测***示意图。

五、具体实施方式

图1为金属板材弯曲疲劳非线性超声检测***试验装置示意图，各部分为：金属板材疲劳试验装置、金属板材、超声波换能器、高功率超声收发仪、计算机、工控机、数据采集卡、运动控制卡等。根据被测金属板材的厚度确定激励信号周期数、频率和幅值等。将金属板材安装在图1金属板材疲劳弯曲实验装置上，将换能器安装在图1换能器位置，连接非线性超声检测***。

当考虑一维纵波传播通过一个非线性介质时，在小应变情况下，其运动方程可以写为：

$\mathrm{\ρ}\frac{{\∂}^{2}u}{\∂t^2}=\frac{\∂\mathrm{\σ}}{\∂x}---\left(1\right)$

式中，u是x方向上的位移，ρ是介质的密度，σ(x,t)是x方向上的正应力。当考虑小应变情况时，正应变可以定义为(即几何关系)：

$\mathrm{\ϵ}=\frac{\∂u}{\∂x}---\left(2\right)$

假设介质的非线性本构关系可以由下式来描述：

σ＝E·f(ε)             (3)

式中：E为弹性模量。考虑声速c、弹性模量E和密度ρ之间关系为将式(2)、(3)代入式(1)可得：

$\frac{{\∂}^{2}u}{{\∂t}^2}=c^2{f}^{\′}\left(\mathrm{\ϵ}\right)\frac{{\∂}^{2}u}{{\∂x}^2}---\left(4\right)$

如果f'(ε)已知，上述非线性方程可以通过数值或者渐进的方法求解。为了解该方程解的特性，将f'(ε)做幂级数展开，根据其本构关系(Van Den Abeele1996)可以写为：

$f\left(\mathrm{\ϵ}\right)=\mathrm{\ϵ}+\frac{1}{2}{\mathrm{\β\ϵ}}^2+\frac{1}{6}{\mathrm{\δ\ϵ}}^3+\mathrm{\Δ}\left({\mathrm{\ϵ}}^4\right)---\left(5\right)$

式中：β、δ分别为二阶和三阶经典非线性系数，与材料的高阶弹性常数有关；Δ(ε⁴)为ε高阶无穷小项。再把(5)式代入(4)式，略去高阶小项，可得：

$\frac{{\∂}^{2}u}{{\∂t}^2}=c^2\·\frac{{\∂}^{2}u}{{\∂x}^2}[1+\mathrm{\β}\frac{\∂u}{\∂x}+\frac{\mathrm{\δ}}{2}{\left(\frac{\∂u}{\∂x}\right)}^2]---\left(6\right)$

将u(x,t)按x的方幂展开：

u(x,t)＝u₀(x,t)+xu₁(x,t)+…+xⁿu_n(x,t)         (7)

最后按x同次方幂化简合并整理后解得：

$\begin{array}{c}u(x,t)=A_1\cos (\mathrm{kx}-\mathrm{\ωt})-\frac{\mathrm{\β}}{8}{k}^2{A}_1^{2}x\cos 2(\mathrm{kx}-\mathrm{\ωt})\\ +\frac{\mathrm{\δ}}{24}{k}^3{A}_1^{3}x[\cos 3(\mathrm{kx}-\mathrm{\ωt})+3\cos (\mathrm{kx}-\mathrm{\ωt})]\end{array}---\left(8\right)$

式中，ω是圆频率，k是波数。若将上式中的cos2(kx-ωt)和cos3(kx-ωt)项的幅值设为A₂和A₃(即二次谐波和三次谐波幅值)，则可以得到下式：

$\mathrm{\β}=\frac{8A_2}{k^{2}x{A}_1^2}=\frac{2c^2{A}_2}{{\mathrm{\π}}^2{f}^{2}x{A}_1^2};\mathrm{\δ}=\frac{24A_3}{k^{3}x{A}_1^3}=\frac{3c^2{A}_3}{{\mathrm{\π}}^3{f}^{3}x{A}_1^3}---\left(9\right)$

当声波入射到弯曲疲劳试件中时，微观缺陷、微塑性变形或微裂纹使声波发生折射、反射或散射，产生了高次谐波成分。因此随着金属板材弯曲疲劳状态的改变，非线性超声参数发生了变化。该方法研究接收信号的二次谐波幅值A₂、三次谐波幅值A₃、二阶非线性系数β和三阶非线性系数δ随金属板材弯曲疲劳周期的变化趋势。利用非线性声参数监测疲劳状态发展过程，检测金属板中的疲劳状态(微观缺陷、微塑性变形或微裂纹)，预测金属板材的弯曲疲劳寿命。

Claims (5)

1.一种金属板材弯曲疲劳状态声表面波高阶非线性参数表征方法，其特征在于：使用高功率超声收发仪产生Tone burst脉冲串信号，激励中心频率为f的超声表面波换能器，使用中心频率为2f的超声表面波换能器接收声波信号，绘制不同金属板材的非线性参数与弯曲疲劳寿命的关系曲线，用于检测金属板材弯曲疲劳状态和预测弯曲疲劳寿命。

2.根据权利要求1所述的金属板材弯曲疲劳状态声表面波高阶非线性参数表征方法，其特征在于：金属材料的非线性主要来自两个方面：晶格非简谐性、微塑性变形和微裂纹等微观缺陷。当超声波在弯曲疲劳金属板材中传播时，疲劳状态(微观缺陷、微塑性变形或微裂纹等)的变化引起声波非线性，即接收信号中出现了高次谐波成分，因此可利用非线性超声参数表征金属板材的弯曲疲劳状态。

3.根据权利要求1所述的金属板材弯曲疲劳状态声表面波高阶非线性参数表征方法，其特征在于：利用高功率超声收发仪发射与接收信号，以脉冲串为激励信号，脉冲串的数量与声波在被测材料中传播距离和速度有关，接收换能器中心频率至少为激励换能器中心频率的2倍。

4.根据权利要求1所述的金属板材弯曲疲劳状态声表面波高阶非线性参数表征方法，其特征在于：对接收声波信号进行频谱分析，获取接收信号的基波和高阶谐波幅值，计算高次谐波与基波的幅值比和二阶、三阶非线性系数。

5.根据权利要求1所述的金属板材弯曲疲劳状态声表面波高阶非线性参数表征方法，其特征在于：利用弯曲疲劳试验机对试件进行弯曲疲劳试验，每次间隔固定周期使用非线性超声***检测金属板材的疲劳状态，获取高次谐波与基波幅值比、二阶非线性系数和三阶非线性系数随疲劳周期的变化趋势。