碳纤维复合材料损伤识别的AE频响分析方法

韩文钦，顾爱军

(1．江苏大学 土木工程与力学学院，江苏 镇江 212013；2. 江苏理工学院 材料工程学院，江苏 常州 213001；

3.扬州大学 水利与能源动力工程学院，江苏 扬州 225009)



碳纤维复合材料损伤识别的AE频响分析方法

韩文钦1,2，顾爱军3

(1．江苏大学 土木工程与力学学院，江苏 镇江 212013；2. 江苏理工学院 材料工程学院，江苏 常州 213001；

3.扬州大学 水利与能源动力工程学院，江苏 扬州 225009)

摘要：为了深入理解树脂基碳纤维复合材料的损伤发生和演化规律，制作了三种不同铺层的中心开孔的拉伸试样和一种用于测试层裂的拉伸试样，应用声发射技术全程监测拉伸试验。试验结果分析表明，声发射信号的峰值频率能有效的识别复合材料的各种损伤模式。对在试验过程中采集的声发射信号进行希尔伯特-黄变换，可以有效的分离隐含于声发射信号中的复合材料各种损伤模式，为声发射技术应用于实际复合材料结构的安全监测提供有效方法。

关键词：碳纤维复合材料；声发射；希尔伯特-黄变换；峰值频率

0引言

高性能碳纤维树脂基复合材料以其高比强高比模等许多优点在航空航天及土木工程领域得到了较广泛的应用[1]。但复合材料在服役过程中容易产生不可目视的内部损伤, 严重影响结构服役的安全可靠性, 所以对其破坏过程和损伤机理的研究是复合材料及其结构研制、设计与安全评估的重大课题。复合材料的损伤演化是一个从微观、细观损伤萌生、发展逐渐累积直至宏观失效的渐进过程，复合材料的损伤模式大致可分为纤维断裂、基体开裂、纤维与基体界面脱粘、纤维抽拔及分层等。声发射(Acoustic Emission, AE)技术以实时监测损伤过程为特点, 能够在线监测损伤的萌生和破坏过程, 是一种有效地检查动态缺陷的无损检测方法。复合材料的每一种损伤发生、发展都有对应的、明显的声发射特征，利用声发射技术能及时发现和识别复合材料各种损伤演化中所呈现的细微特征，因此，声发射技术是研究复合材料的损伤机理和结构安全评估最为有效的方法之一[2]。

目前，国内外研究者对声发射技术在复合材料损伤检测方面的应用进行了诸多研究，文献[3-5]应用几种方法对声发射信号提取损伤特征进行信号处理和模式识别，在对复合材料进行损伤模式识别时以上方法都有各自的优缺点。由于声发射信号的本质特征和不同源信号的相互叠加, 得到的损伤信号往往伴随有非平稳和非线性的特性, 用传统的时频分析方法难以准确地提取损伤信息。美国华裔科学家Huang N E于1996年提出了一种新型的非线性非稳态信号处理方法[6]：希尔伯特-黄变换(Hilbert-Huang Transform ,HHT)。HHT方法从信号自身特征出发，用经验模态分解(Empirical Mode Decomposition ,EMD)方法把信号分解成一系列的本征模态函数(Intrinsic Mode Functions ,IMF)，然后对这些IMF分量进行Hilbert变换，从而得到时频平面上能量分布的Hilbert谱图，可以准确地表达信号在时频面上的各类信息。本文利用声发射信号的峰值频率识别复合材料的各种损伤模式，应用希尔伯特-黄变换提取隐含于声发射信号中的复合材料各种损伤模式，为复合材料结构进行结构完整性评估提供新方法。

1试验研究

本文试验所用的材料为环氧树脂基碳纤维层合板，层合板由碳纤维-环氧树脂预浸片经模压成型工艺制作，预浸片的厚度为0.25mm。试样是从碳纤维复合材料层合板上切割制作完成的，七种试样共有四种铺层方式，其中有四种试样用于单向拉伸试验：[0]12、[90]12和[45/-45]4s，四种拉伸试样的中心有一直径为4mm的圆孔，另外一种试样是双悬臂梁试样(Double Cantilever Beam，DCB)，用于测试层合板的层间断裂韧性的，每种试样的几何形状和声发射传感器布置位置见图1，各种试样的宽度和厚度及试样命名见表1。

图1　试样的几何形状和传感器布置位置

试验类型铺层方式名称试样宽度(mm)试样厚度(mm)拉伸试验[0]12U0253拉伸试验[90]12U90253拉伸试验[45/-45]4SC45254层间断裂韧性—双悬臂梁[0]12DCB303

2试验分析与处理

2.1U0单向板试样结果分析

U0试样在拉伸过程中的载荷、AE信号幅度、AE信号能量和峰值频率随时间的变化见图2所示，显然，整个过程可分为3个阶段，在第1阶段(0-11.4秒)，没有AE信号产生。在第2阶段(11.4-181.2秒)，载荷-时间曲线几乎为直线，有大量AE信号产生，这些AE信号具有较低的幅度值(0.1-400mv)和较低的能量值(0.1-200mv*ms)，绝大部分AE信号的峰值频率分布在140-190kHz，一般情况下，在低应力水平下复合材料会产生基体微裂纹，这并不影响材料力学性能。在61.581秒时选择一AE信号进行快速傅里叶变换(Fast Fourier Transform ，FFT)，AE信号的波形和FFT见图3(a)、(b)所示，FFT功率谱显示一个峰值，其峰值频率为178kHz，FFT功率谱反映材料的损伤事件发生，其峰值频率能对应于某种损伤模式。对AE信号进行经验模态分解(EMD)，在经验模态分解的基础上对信号进行希尔伯特-黄变换(HHT)，三维时频分布图见图3(c)所示，在AE信号的整个时间历程上，信号中只存在一种频率成分，这种频率成分可能对应某种损伤形式。

(a)载荷-时间-幅度；(b)载荷-时间-能量；(c)载荷-时间-峰值频率

图3 (a)在61.581秒时的AE波形；(b)傅里叶变换；(c)AE信号经HHT得到的三维时频分布图

图4 (a)在200.538秒时的AE波形；(b)傅里叶变换；(c)AE信号进行HHT分解得到的三维时频分布图

在第3阶段(181.2-219.3秒)，由于在圆孔边缘出现与加载方向平行的纵向劈裂裂纹，载荷急剧下降。AE信号的幅值和能量急剧增加，出现了几种峰值频率范围：30-50 kHz、 90-105 kHz、 140-190 kHz、230-290 kHz 和 370-390 kHz，每一个频率范围可能对应于一种损伤的发生，显然，在第3阶段比第2阶段多了几种损伤发生。在拉伸试验最后时段，纵向的基体开裂、纤维与基体界面脱粘以及纤维断裂可能导致试样最终断裂。在200.538秒时选择一AE信号进行快速傅里叶变换(Fast Fourier Transform ，FFT)，AE信号的波形和FFT见图4(a)、(b)所示，FFT功率谱显示几个峰值，但是AE信号的峰值频率为160kHz，可能的解释是AE信号中包含几种损伤发生时激发的几种信号成分，每一种信号成分对应于某种频率范围。为了区分包含于AE信号中的损伤模式对应的信号成分，对AE信号进行HHT变换，得到其三维时频分布图见图4(c)所示，AE信号包含几种频率范围：320-390 kHz、140-190 kHz和 30-70 kHz，其中30-70 kHz所对应的信号幅值是很低的。

2.2其他试样的拉伸试验的AE频响结果分析

从U0试样的拉伸过程的AE参数图(见图2)可以看出，AE信号的幅值和能量不能区分复合材料的损伤形式，只能反映复合材料的损伤严重程度。从对AE信号进行HHT变换可知，一个AE信号中同时包含几种损伤源激发的损伤信息，现在的声发射信息采集系统的信号采样速率比较高，采集的一个AE信号中可能同时掺杂着几种损伤源激发的信号，一个AE信号的幅值和能量是几个包含在内的AE信号的幅值和能量的叠加，所以在U0试样拉伸过程到了最终失效阶段时，几种损伤大量的集中发生，采集的AE信号幅值和能量都很大(见图2)，同时，AE信号的峰值频率分布呈现密集、多样化的特征，而且，峰值频率具有一定的分布规律，可能与各种损伤形式有关。

图5　所有试验的AE信号的峰值频率分布

同U0试样拉伸试验一样，其它三种试样(见表1)在拉伸过程中全程声发射监测，对所有试样在拉伸过程中采集的AE信号进行了快速傅里叶变换(FFT)，所获得的每一种试样所有AE信号的峰值频率分布图见图5所示，从图5可以看出，峰值频率大小随时间有规律的分布，其分布大致可以归纳为五种类型：(1)0-50 kHz用b1表示；(2)70-110 kHz用b2表示；(3)130-200 kHz用b3表示；(4)230-290 kHz用b4表示；(5)330-400 kHz用b5表示。

b3除了没有在DCB试验中出现，在其它试样的拉伸试验中都出现了该频带，在U90试验中b3几乎是唯一存在的；b3都是从试验开始一直持续到结束，并且其发生的数量最多。在U90试验中一般以基体开裂失效形式为主，基体开裂损伤在每种试样拉伸过程中出现的最早，b3对应的峰值频率范围为130-200 kHz的AE信号应该是基体开裂损伤发生时所激发的。

b2在DCB试验中是主要的峰值频率带，该损伤应该是DCB试验中最主要的损伤模式；而且b2自始至终出现在C45试验中，可以断定b2对应的峰值频率范围为70-110 kHz的AE信号应该是分层损伤发生时所激发的，因为分层损伤是DCB试验的最主要的失效形式，在C45试样中由于在±45铺层之间的界面存在切应力，分层损伤极易发生。

b1对应的AE事件在所用的试验中均有发生，其所对应的损伤是U90和DCB试验的主要损伤形式，一般地，纤维与基体界面脱粘是U90和DCB试样主要的损伤模式，因此，b1对应的峰值频率范围为0-50 kHz的AE信号应该是纤维与基体界面脱粘损伤发生时所激发的。

b5除了在U90和DCB试验中没有出现，在其它两个试样中都有发生，而且出现在拉伸试验的后半程。参考已有相关文献，纤维断裂失效会产生高频的AE事件，所以，峰值频率范围为330-400 kHz的AE信号与纤维断裂事件有关。

b4在各种试验中发生、发展的情况与b5相似，当U0试样中出现纵向劈裂裂纹时，b4对应的AE事件数量急剧增加(见图2)，而且与方向的纤维有关，因此，峰值频率范围为230-290 kHz的AE信号与纤维抽拔事件有关。

综上所述，各种损伤模式所对应的AE信号峰值频率分布范围可总结为图6所示。

图6　损伤模式所对应的峰值频率分布

3结论

对七种碳纤维复合材料拉伸试样进行了拉伸试验，同时全程声发射监测，对每种试样在加载过程中采集的所有声发射信号进行后处理分析，分析结果表明声发射信号的幅度和能量不能有效的区分损伤模式，声发射信号的峰值频率可以有效地识别复合材料中发生的不同损伤模式，并获得了各种损伤发生时对应的声发射信号的峰值频率分布范围。

复合材料发生损伤时激发的声发射信号经快速傅里叶变换可以获得信号的频率分布，一个AE信号峰值频率可能对应信号中所包含的主要损伤，AE信号中所隐含的其它损伤信息可通过对信号进行希尔伯特-黄变换提取出来，希尔伯特-黄变换能够在时域上有效地识别一个AE信号所包含的所有损伤模式，为复合材料损伤研究提供新的方法。

参考文献:

[1] Peng F, Fu Y M, Chen Y J. Effect of matrix cracking on the time delayed buckling of viscoelastic laminated circular cylindrical shells[J]. Sci China Tech Sci, 2008(12):2152-2164.

[2] Hugueta S, Godina N, Gaertnera R, et al. Use of acoustic emission to identify damage modes in glass fibre reinforced polyester[J]. Compos Sci Technol ,2002(10):1433-1444.

[3] Dickinson LP, Fletcher NH. Acoustic detection of invisible damage in aircraft composite panels[J].Appl Acoust,2009,70:110-119.

[4] Xingmin Z, Xiong Y. Investigation of damage mechanisms in self-reinforced polyethylene composites by acoustic emission[J].Compos Sci Technol ,2006,66:444-449.

[5] Godina N, Hugueta S, Gaertnera R, et al. Clustering of acoustic emission signals collected during tensile tests on unidirectional glass/ polyester composite using supervised and unsupervised classifiers[J]. NDT&E Int,2004(4):253-264.

[6] Bradley Lee Barnhart, The Hilbert-Huang Transform: Theory, Applications, Development [D].Iowa:University of Iowa, Department of Physics,2011.

(责任编辑：孙文彬)

Damage Modes Recognition of CFRP Laminates Basedon Acoustic Emission Technique

HAN Wen-qin1,2, GU Ai-jun3

(1.Faculty of Civil Engineering and Mechanics, Jiangsu University, Zhenjiang Jiangsu 212013, China;2. School of Material Engineering, Jiangsu University of Technology, Changzhou Jiangsu 213001, China;3. School of Hydraulic, Energy and Power Engineering, Yangzhou University, Yangzhou Jiangsu 225009, China)

Abstract:To gain a deeper understanding of the initiation, growth and evolution of the different types of damage, three types of specimens with different lay-ups and orientations and one type of specimen for interlaminar toughness test were subjected to the tensile test along with acoustic emission monitoring. AE signals were collected and post-processed, and the statistical results showed that the peak frequency of AE signal could distinguish various damage modes effectively. After an AE signal was decomposed by Hilbert-Huang Transform (HHT) method, it might separate and extract all damage modes included in this AE signal apart from damage mode corresponding to the peak frequency. it provides an effective mthod for safety monitor of composites using acoustic emission technique.

Key words:CFRP; acoustic emission; Hilbert-Huang transform; peak frequency

中图分类号：TU599,TB332

文献标识码：A

文章编号：1009-7961(2016)01-0067-05

作者简介：韩文钦(1973-)，男，河北邯郸人，副教授，在读博士，主要从事工程力学方面研究。

基金项目：国家自然科学基金项目(11402101)；江苏省产业前瞻与共性关键技术(BE2015007-1)

收稿日期：2015-10-20