摘要：由于压力容器工作环境的影响，通常压力容器声发射故障信号完全被噪声淹没。由于fft很难提取出故障信号的特征，本文根据声发射信号的特点和小波变换基本原理及特性。应用小波变换与fft相结合的方法，完全能提取出声发射故障信号的特征。
关键词：声发射检验 小波变换 信号处理 压力容器
0 引言
压力容器是 工业 生产过程中不可缺少的一种设备。压力容器在运行过程中受介质、压力和温度等因素影响而会产生腐蚀、冲蚀、腐蚀开裂、疲劳开裂及材料劣化等缺陷，由于它是爆炸危险的特种承压设备，一旦发生爆炸或泄漏就会引发火灾、中毒等事故，给 企业 和人们带来严重的损失和危害。因此，压力容器的故障检测一直是研究的热点。其中，声发射检测是压力容器的检测方法的一种。但是，在环境恶劣的条件下，声发射检测法仍然受到噪声的影响。造成误判，因此使用合理的提取出声发射信号的特征成了关键的问题。对于压力容器故障信号这种非平稳信号，本文用小波变换与fft相结合的方法来提取声发射信号的特征。
1 小波变换原理
小波变换是一种新的时频分析方法。WwW.11665.Com与其他时频方法不同之处是小波变换用尺度算子代替频率移动算子，将时间频率相平面换为时间尺度相平面，而且时窗函数为变特性窗，在高频段时窗长度短，低频段时窗长度长。由于小波变换时窗特性可调这一特点，使其既能对信号中的短时高频成分进行有效分析，又能对信号中的低频缓变成分进行精确估计。
小波分解可以看作是分别对信号（s）进行高通滤波和低通滤波的过程。分解过程如图1所示：将原始信号s经过3层多分辨小波分解。其分解关系为：s=a3+d3十d2+d1，d1频率最高，a3频率最低。如果原始信号s的频带宽度为[0，f]．则分解后各频率分量分别为：a3:[0，f/8]，d3:[f/8，f/4]，d2:[f/4，f/2]，d1:[f/2，f]。
2 小波基的选择
由于声发射信号具有信号的数据量庞大、频率高、时间短、突发性强、衰减快等特点，应选择具有以下五点的小波基：
2.1 能够快速处理大量信号，实现声发射源特征信号的重构;
2.2 能在不同的频域范围内进行分析并最终提取与声发射源相关的信息;
2.3 与信号具有一定的相关性，对信号的特征提取量高;
2.4 应具有线性相位，对信号进行分解和重构时尽量避免或减少信号的失真;
2.5 具有一定阶次消失矩，能声发射信号的特征，减少噪声影响 从以上几方面考虑，工程中满足离散小波变换与时域具有紧支性等性质的常用小波基有：daubechies小波基、symlets小波基和coiflets小波基是较适合于声发射信号分析的小波基。本文从daubechies小波基中选择较为常用的db5小波基作为小波基对检测信号进行3级小波分解。
3 声发射实验
本实验是将压电晶体加速度传感器固定在煤气罐的中部，并用6122采集卡采集全过程声发射信号。
声发射信号是由频谱丰富的多组波组成，同时由于传播途径及转换仪器的原因，声发射信号往往含有噪声。利用小波变换把声发射信号分解到不同的频率通道，就可以在不同的频带上分析声发射信号中的不同频率成分的特征。
首先在压力容器没完全封闭下打压，采集噪声信号并分析其特征。噪声信号如图（a）中的s，并将噪声信号s经小波分析后每个分解尺度的时域重构波形，a3是低频信号，d1，d2，d3为分别为1，2，3层的高频信号。图（b）是图（a）中相应信号的fft 图。从两幅图中分析可知噪声是由不同频率的信号构成。
后在压力容器完全密封下打压，压力逐步增大，速率0.02mp/min，每增加0.1mp保压30～40 s后，再继续加压，直到压力为1.2mp。采集信号如图（c）中的s，并将噪声信号s经小波分析后每个分解尺度的时域重构波形，a3是低频信号，d1，d2，d3为分别为1，2，3层的高频信号。图（d）是图（c）中相应信号的fft 图。从故障信号s的时域波形与相应fft 波形看，噪声完全把故障信号淹没。但经分解重构后的d3波形图完全能看出故障信号主要集中在625~1250hz之间，同时从d3的fft图中得到故障频率集中在600~900hz之间，说明只有压力到达一定程度后，压力容器才会有阶跃故障信号，该故障信号是突发性类型信号；而其他频段的时域波形和fft图与噪声信号的时域与fft图相比，特征相同，说明这些频段内的信号都是噪声。
4 结论
对压力容器的声发射检测，日益成为一个重要的研究课题。本文通过对所采集的噪声信号与故障信号进行小波变换与fft对比分析，能够精确提取出故障信号特征，能直观地描述出压力容器故障引发的ae信号的强度、在时频面上的分布及频率组成等，从而为判断故障信号的类型、损伤程度及其 发展 趋势提供准确的信息。使ae信号的时间分辨率和频率分辨率能同时达到最好的效果。
参考 文献 :
[1]李志安.压力容器断裂理论与缺陷评定[m].大连理工大学出.19.
[2]程正兴.小波分析算法与应用[m].西安 交通 大学出版社.2003.
[3]张平.集成化声发射信号处理平台的研究[d].北京.清华大学机械工程系.2002.29-32.
[4]飞思科技产品研发中心.小波分析理论与matlabr2007实现[m].北京. 电子 工业 出版社.2006.
[5]金鑫.展.基于小波的声发射信号参数提取方法[j].仪器仪表学报.2006(6).
