基于人工神经网络的16Mn钢疲劳损伤声发射信号分析

【摘要】：利用声发射(AE)技术对16Mn钢四点弯曲疲劳实验中的裂纹产生过程进行监测,对不同的最大载荷的试样进行了信号采集和断裂面的扫描电子显微镜(SEM)观察,对比分析了疲劳曲线和声发射分布图随时间的变化规律,结果表明:疲劳损伤的声发射活动分为三个不同的阶段:裂纹萌生,平面应变条件下的裂纹扩展和平面应力条件下的裂纹扩展。同时,建立了多传感器的神经网络和数据融合识别模型,将载荷,振幅,计数,能量,持续时间和上升时间等信号特征量选定为输入节点,裂纹长度、循环周次作为输出节点。利用人工神经网络的非线性模型和学习机制,对材料疲劳损伤程度进行评估。研究结果为利用声发射技术对钢结构疲劳损伤进行安全性评估和寿命预测提供了参考。