實驗名稱：基于數據驅動的結構鋼表面應力磁巴克豪森噪聲表征方法研究

研究方向：材料測試

實驗目的：

磁巴克豪森噪聲（MagneticBarkhausenNoise,MBN）技術可用于定量評估鐵磁材料的表面應力。當前MBN法應力評估技術存在特征量選取較難、定量預測模型復雜且對標定數據集的擬合精度較低的不足。本文提出一種數據驅動的非線性映射算法擬合MBN噪聲和應力的關系，研究了基于小波包變換系數的時頻特征替代統(tǒng)計特征量，減少了樣本數據計算量。采用MBN噪聲在小波包變換時-頻域內的小波包變換系數作為特征向量，利用基于奇異值分解的數據降維算法降低特征向量的維數，將經過數據降維后的特征向量輸入BP神經網絡進行模型訓練以建立預測模型。結果表明：采用基于奇異值分解的數據降維算法可減小模型的復雜度，利用降維后的小波包變換系數特征向量訓練BP神經網絡可實現鐵磁材料表面應力的高精度預測。本文建立的表征方法有效解決了鐵磁構件應力分布成像問題，在預防應力腐蝕、提高疲勞強度等損傷預警方面具有廣闊的應用前景。

測試設備：系統(tǒng)由硬件和軟件兩部分組成：硬件部分包括激勵模塊、MBN傳感器、信號調理模塊、AD采集模塊等，軟件部分由基于LabVIEW設計的具有數據采集和數據分析處理功能的上位機組成。激勵模塊由AFG3102C任意波形函數信號發(fā)生器以及ATA-4014高壓功率放大器組成。

圖1：MBN檢測系統(tǒng)示意圖

實驗過程：

MBN傳感器由U型磁軛、激勵線圈、檢測線圈三個部分組成，其中，U型磁軛材料采用的是高磁導率、低電導率的錳鋅鐵氧體，磁極端面為正方形平面，兩磁極中心點間距為19mm。激勵線圈、檢測線圈均選用漆包線，分別纏繞在U型磁軛、磁棒上，檢測線圈擺放于U型磁軛下方正中心位置。當正弦信號通過激勵線圈時，U型磁軛兩磁極之間會產生近似均勻的交變磁場，從而在U型磁軛與被測試塊中形成磁回路，以產生毫伏級的微弱MBN信號。檢測線圈將拾取到的MBN信號通過電纜導線傳輸到信號調理模塊進行濾波、放大等處理，使其便于由AD采集模塊送入上位機實現信號顯示、數據存儲等功能。下圖為濾波前后的MBN信號波形對比。

圖2：濾波前后的MBN信號波形對比

實驗結果：

1、通過小波包變換將MBN信號時域波形轉換到時、頻域，提取MBN信號時頻冗余特征，可定性反映不同應力水平。

2、利用不同頻帶的小波包變換系數特征向量構造了小波包變換系數矩陣。通過奇異值分解，減小了MBN特征向量的維數，降低了BP神經網絡模型復雜度。

3、開展了懸臂梁梯度應力標定試驗，采集了懸臂梁上表面梯度應力的MBN信號，根據不同測量點對應的應力大小，建立了BP神經網絡的訓練樣本集。

4、通過三點彎曲狀態(tài)下結構鋼試塊下表面梯度應力的MBN信號采集試驗，建立了BP神經網絡測試集，測試了數據驅動模型的預測精度。

5、采用小波包系數作為時頻冗余特征，經奇異值分解降維后，建立BP神經網絡應力預測模型，使得該模型復雜度低、響應速度快，絕大部分樣本預測誤差低于10%，實現了基于數據驅動的鐵磁構件表面應力的定量評估。在實際工程應用中，結合機械臂自動化掃查、傳感器自適應仿形優(yōu)化、信號處理等技術，可實現鐵磁構件表面應力分布高精度成像。

安泰ATA-4014高壓功率放大器：

圖：ATA-4014高壓功率放大器指標參數

本文實驗素材由西安安泰電子整理發(fā)布。Aigtek已經成為在業(yè)界擁有廣泛產品線，且具有相當規(guī)模的儀器設備供應商，樣機都支持免費試用。

審核編輯黃昊宇