【技術實現步驟摘要】
本專利技術涉及耐火材料的微觀損傷機理識別，具體為基于聲發射技術的耐火材料損傷模式識別方法。
技術介紹
1、耐火材料是保障高溫設備如鋼鐵、玻璃、陶瓷等工業生產過程中關鍵的材料。這類材料由耐高溫的無機物骨料、黏合相、添加物等組成，微觀非均質結構復雜，具有較強的抗高溫性能。在高溫環境下,耐火材料會發生各種微觀損傷，如基質開裂、界面脫粘、顆粒破壞等。目前，該領域的研究集中在模式識別耐火材料的微觀損傷方面。準確識別和分析這些微觀損傷機理對于建立耐火材料的力學行為模型、預測材料性能變化至關重要。
2、聲發射技術作為一種非破壞性的探測手段，能夠有效地監測和分析受力過程中耐火材料的微觀破壞過程。通過對聲發射技術的應用,可以將不同損傷階段的特征信號區分開來,從而實現對耐火材料微觀損傷模式的識別。通過傳統的聲發射參數關聯圖分析方法，對任意兩個變量進行關聯分析，可以區分不同特性的聲發射信號，如振幅，持續時間，能量，到達時間，均方根電壓值，撞擊數，撞擊率，外接參量等聲音發射信號的變化規律。
3、近年來，聲發射技術在耐火材料微觀損傷領域得到了廣泛應用。研究表明，聲發射技術與脈沖回波技術相結合，能夠對高溫下耐火材料的破壞行為進行有效監測；聲發射參數可用于監測耐火材料中的裂紋形成情況，不同脆性耐火材料在裂紋行為上表現不同；采用數字圖像相關技術，采用聲發射方式，可對耐火材料的力學性能、斷裂行為等方面進行評估；聲發射技術可對耐火材料在熱循環過程中的損傷過程進行監測，對臨界損傷等級進行測定；對于含有石墨的鎂質耐火材料，聲發射技術還可用于檢測
4、有鑒于此，有必要開發出一種基于聲發射技術和k均值聚類算法的耐火材料損傷模式識別方法，綜合聚類分析和聲發射參數關聯圖分析的方法，有效地實現材料耐火材料損傷的聲發射信號模式識別，以解決上述問題。
技術實現思路
1、(一)技術方案
2、本專利技術提供如下技術方案：基于聲發射技術的耐火材料損傷模式識別方法，包括以下步驟：
3、s1、通過三點彎曲實驗采集耐火材料在靜載作用下的聲發射信號，確定聲發射信號的數據集類別的數量和特征參數。
4、s2、采用k均值聚類算法對聲發射信號進行聚類分析,將聲發射信號劃分為三類。
5、s3、結合聲發射參數關聯圖分析,確定不同損傷機制對應的聲發射特征,并確定每類信號對應的損傷模式。
6、優選的，所述步驟s1中，所述耐火材料為鎂碳質耐火材料，材料的基本尺寸為125mm×25mm×25mm，所述三點彎曲的實驗內容為對鎂碳質耐火材料試件的彎曲過程進行全程聲發射監測，直至試件斷裂，且材料試驗機的加荷速率為0.25n/(m2·s)。
7、優選的，所述步驟s1中，所述聲發射信號中，占全部信號93.7％的聲發射信號幅度集中在50-75db，信號平均頻率集中在21-60kh?z，所述特征參數包括上升時間、峰值計數、計數、能量、持續時間、幅度和asl，所述材料彎曲過程的聲發射過程可分為三個階段，損傷孕育階段21-33.66s、損傷累積發展階段33.66-62.14s和失穩破壞階段62.14-斷裂。
8、優選的，所述步驟s2中，所述k均值聚類算法包括如下步驟：
9、s21、任選k個初始聚類中心：其中上角標表示聚類過程中的迭代運算次數。
10、s22、假設已進行到r次迭代，若對某一樣本x有
11、
12、則其中，是以為聚類中心的樣本子集，在k個聚類中按此方法分配全部樣本，即以最小間距為原則。
13、s23、在進行重新分類后，計算各聚類中心：
14、
15、其中，為中所包含的樣本數。
16、s24、若j＝1，2，…，k，則結束，否則轉s22。
17、優選的，所述步驟s21中，k值取3，分別對應耐火材料損傷時的3個階段，損傷起始階段、基質損傷階段和界面損傷階段，k均值聚類算法，即按照幅度、振鈴計數、上升時間、持續時間和平均頻率特征屬性將聲發射信號分為三類。
18、優選的，所述步驟s3中，所述確定每類信號對應的損傷模式包括如下步驟：
19、s31、結合聲發射參數關聯圖分析，辨識耐火材料不同損傷階段對應的聲發射特征，實現耐火材料損傷的模式識別。
20、s32、取出已分類的各參數，再對應時間，得到聲發射信號的時間歷程分類結果。
21、s33、分析不同類型聲發射信號的特性，如振幅，振鈴計數，上升時間，持續時間，平均頻率，推斷聲發射信號對應的不同損傷機制的特性。
22、s34、結合理論分析,解釋不同損傷模式對應的聲發射信號特征。
23、優選的，所述步驟s33中，所述不同類型聲發射信號包括三類，第一類、第二類和第三類，第一類信號出現在整個彎曲試驗過程中，是所有信號中比例最大的一類，占總信號的95.9％，信號的幅度集中在50-70db，平均頻率集中在30-60khz，在三類信號中，此類信號的振鈴計數、上升時間、持續時間最小，而平均頻率最高。
24、第二類信號占總信號的2.8％，信號的幅度和平均頻率分別集中在80-90db和15-35khz，但此類信號的平均頻率是最低的，直到33.67s時才開始會出現這類信號，并且這類信號一直持續到事件斷裂。
25、第三類信號在三類信號中占有最小的比例，占總信號的1.3％，信號的幅度集中在95-100db，是三類信號中最大的，這樣的信號在62.17s時開始出現，同樣也一直持續到了事件斷裂。
26、優選的，所述步驟s34中，不同損傷模式所對應的聲發射信號具有不同的特征，而同一階段的聲發射特征是相似的，基質損傷伴隨著整個彎曲試驗過程，界面損傷在基質損傷到達一定程度才會出現，并且三類信號中有兩類信號具有相似的聲發射特征可歸結為一類。
27、(二)有益效果
28、與現有技術相比，本專利技術提供了基于聲發射技術的耐火材料損傷模式識別方法，具備以下有益效果：
29、1、該基于聲發射技術的耐火材料損傷模式識別方法，通過對聲發射信號的聚類分析，可以將不同損傷階段的特征信號進行有效識別，從而實現對耐火材料微觀損傷模式的準確判斷，聚類分析可以將材料彎曲試驗過程中采集到的聲發射信號分為幾類，這些信號可以反映損傷機理特征，再結合聲發射參數關聯圖分析，對不同損傷階段的耐火材料對應的聲發射特征進行辨識，進而實現模式識別耐火材料損傷，本專利技術研究的耐火材料的損傷過程可分為損傷起始階段、基質損傷階段和界面損傷階段，將聲發射信號的幅度、振鈴計數、上升時間、持續時間和平均頻率等參數，利用k均值聚類算法初步分為三類，然后結合聲發射關聯圖，可以得出伴隨著整個彎曲試驗過程的基質損傷，在基質損傷達到一定程度后才會出現界面損傷，三類信號中有兩類信號的聲音發射特征相似，可以歸為一類，本文檔來自技高網...
【技術保護點】
1.基于聲發射技術的耐火材料損傷模式識別方法，其特征在于，包括以下步驟：
2.根據權利要求1所述的基于聲發射技術的耐火材料損傷模式識別方法，其特征在于，所述步驟S1中，所述耐火材料為鎂碳質耐火材料，材料的基本尺寸為125mm×25mm×25mm，所述三點彎曲的實驗內容為對鎂碳質耐火材料試件的彎曲過程進行全程聲發射監測，直至試件斷裂，且材料試驗機的加荷速率為0.25N/(m2·s)。
3.根據權利要求1所述的基于聲發射技術的耐火材料損傷模式識別方法，其特征在于，所述步驟S1中，所述聲發射信號中，占全部信號93.7％的聲發射信號幅度集中在50-75dB，信號平均頻率集中在21-60kH?Z，所述特征參數包括上升時間、峰值計數、計數、能量、持續時間、幅度和ASL，所述材料彎曲過程的聲發射過程可分為三個階段，損傷孕育階段21-33.66s、損傷累積發展階段33.66-62.14s和失穩破壞階段62.14-斷裂。
4.根據權利要求1所述的基于聲發射技術的耐火材料損傷模式識別方法，其特征在于，所述步驟S2中，所述K均值聚類算法包括如下步驟：
5
6.根據權利要求4所述的基于聲發射技術的耐火材料損傷模式識別方法，其特征在于，所述步驟S3中，所述確定每類信號對應的損傷模式包括如下步驟：
7.根據權利要求6所述的基于聲發射技術的耐火材料損傷模式識別方法，其特征在于，所述步驟S33中，所述不同類型聲發射信號包括三類，第一類、第二類和第三類，第一類信號出現在整個彎曲試驗過程中，是所有信號中比例最大的一類，占總信號的95.9％，信號的幅度集中在50-70dB，平均頻率集中在30-60KHZ，在三類信號中，此類信號的振鈴計數、上升時間、持續時間最小，而平均頻率最高；
8.根據權利要求7所述的基于聲發射技術的耐火材料損傷模式識別方法，其特征在于，所述步驟S34中，不同損傷模式所對應的聲發射信號具有不同的特征，而同一階段的聲發射特征是相似的，基質損傷伴隨著整個彎曲試驗過程，界面損傷在基質損傷到達一定程度才會出現，并且三類信號中有兩類信號具有相似的聲發射特征可歸結為一類。
...【技術特征摘要】
1.基于聲發射技術的耐火材料損傷模式識別方法，其特征在于，包括以下步驟：
2.根據權利要求1所述的基于聲發射技術的耐火材料損傷模式識別方法，其特征在于，所述步驟s1中，所述耐火材料為鎂碳質耐火材料，材料的基本尺寸為125mm×25mm×25mm，所述三點彎曲的實驗內容為對鎂碳質耐火材料試件的彎曲過程進行全程聲發射監測，直至試件斷裂，且材料試驗機的加荷速率為0.25n/(m2·s)。
3.根據權利要求1所述的基于聲發射技術的耐火材料損傷模式識別方法，其特征在于，所述步驟s1中，所述聲發射信號中，占全部信號93.7％的聲發射信號幅度集中在50-75db，信號平均頻率集中在21-60kh?z，所述特征參數包括上升時間、峰值計數、計數、能量、持續時間、幅度和asl，所述材料彎曲過程的聲發射過程可分為三個階段，損傷孕育階段21-33.66s、損傷累積發展階段33.66-62.14s和失穩破壞階段62.14-斷裂。
4.根據權利要求1所述的基于聲發射技術的耐火材料損傷模式識別方法，其特征在于，所述步驟s2中，所述k均值聚類算法包括如下步驟：
5.根據權利要求4所述的基于聲發射技術的耐火材料損傷模式識別方法，其特征在...
【專利技術屬性】
技術研發人員：高奕雯，劉昌明，李寧，郭宇飛，徐增丙，李瓅，周承凱，吳芳舟，肖永杰，孟繁誠，
申請(專利權)人：武漢科技大學，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。