论文部分内容阅读
耐火材料在各种热工设备和高温容器中作为抵抗高温作用的结构材料和内衬,对保障高温设备安全运行具有重要意义。受实际工况和环境的影响,耐火材料损伤严重危害设备正常运行,甚至炉内产品质量。因此对耐火材料损伤识别具有重要意义。基于声发射信号分析的耐火材料损伤识别已成当前研究热点,但受传递通道影响,失真声发射源信息直接影响损伤识别的准确性。为此本文对声发射源信号的恢复展开了研究,主要研究内容如下:(1)针对声发射系统同时包含非线性和线性情况的特点,本文提出基于改进Rao-Blackwellized粒子滤波(RBPF)的源信号恢复方法,通过结合状态空间模型来对系统状态即源信号进行估计,并从理论和实验两个角度验证了改进RBPF在耐火材料声发射信号上的恢复可行性及优势。(2)为了建立合适的声发射系统模型,本文针对声发射信号和地震波信号具有相似性的特点,通过引入地震波模型并修改参数建立了声发射系统状态空间模型,然后结合标准PF、RBPF和改进RBPF对实验采集的耐火材料损伤声发射信号进行源信号恢复,根据仿真验证对三种恢复信号分配了权值,求得了最接近真实值的信号,将求得的信号与三种算法的恢复结果进行对比之后,得出改进RBPF算法最优的结论。(3)为了进一步说明源信号恢复效果,对采集信号和源信号进行了功率谱分析,两种情况下基体开裂的主频成分分别为6~8kHz和5~9kHz,基质裂纹扩展的主频成分分别为40~60kHz和10~20kHz,通过之前分析发现改进RBPF的恢复效果更具有代表性,使用该算法后基体开裂和基质裂纹扩展所对应的主频成分应分别为5~9kHz和10~20kHz。本文提出的基于改进RBPF算法的信号恢复方法不仅对耐火材料声发射源信号进行了有效的恢复,而且对其损伤模式的识别提供了更为准确的依据,为材料损伤研究提供了新的思路。