Page 100 - 无损检测2024年第十一期

王煜鑫，等：
基于声发射和 XGBoost 的陶瓷基复合材料剩余强度预测

材料在损伤过程中存在应变能释放产生瞬态弹 有效接收试件加载过程中的AE信号，AE传感器紧贴
[5-6]
性波的现象，又称声发射（Acoustic Emission，AE） ， 试件中心位置，同时AE传感器与试件间涂抹耦合剂，
其与材料的损伤过程密切相关，能获得相对宏观的 并用电工胶带固定。试验在室温环境下进行，通过
材料失效信息。AE技术作为一种可以实时监测材 位移控制的方式进行加载，加载速率为0. 5 mm/min。
料状态的无损检测技术，能够直接反映材料内部的 在试验过程中，使用美国物理声学公司的PCI-
损伤缺陷和裂纹扩展 [7-8] 。同时，材料内部的损伤与 II 型AE监测系统进行实时在线监测。AE探头为
其剩余承载能力之间存在本质关系 。因此，有效 WD传感器，前置放大增益为40 dB，信号门槛值为
[9]
监测并利用材料损伤过程中的AE信号， 是实现材料 40 dB，信号采样率为 2 MSPS，带通滤波为20 kHz~
剩余承载能力预测的一种有效途径。 1 MHz。
针对陶瓷基复合材料损伤声发射信号分析，
2 试验结果与讨论
常岩军等 [10] 通过声发射信号的能量与幅值识别了
3D-C/SiC材料在拉伸载荷作用下的微观损伤模式。 2.1 试验信号特征
童小燕等 [11] 通过K均值聚类方法对C/SiC材料拉 AE特征参数分析是AE信号分析的重要手段，
伸过程中的声发射信号进行聚类分析，并基于无监 其中主要的特征参数有计数（Counts），绝对能量
督聚类结果分析了材料微观损伤的演化过程。张勇 （Absolute Energy），能量（Energy），上升时间（Rise
祯等 采用基于改进遗传算法的无监督聚类模式识 Time）、持续时间（Duration），幅值（Amplitude），峰
[4]
别方法，研究了基于声发射信号的C/SiC拉伸损伤 值频率（Peak Frequency）等。试验过程中收集的典
演化过程，分析了损伤发展历程。LYU等 [12] 通过模 型突发型AE信号如图1所示。试件加载过程中AE
糊聚类的分析方法，研究了CMC材料应力氧化寿 计数的时间历程图如图2所示，可以看出加载前期
命与材料损伤机制间的关系。刘武刚等 [13] 结合AE AE信号较少， 随着加载的进行，AE信号逐步增多且
与计算机断层扫描技术，研究了不同工艺陶瓷基复
合材料拉伸载荷下的损伤信号特征。以上研究表明
AE信号在CMC材料损伤状态识别方面有明显的优
势。但尚未开展基于AE信号的CMC材料剩余强度
预测。
文章针对C/SiC陶瓷基复合材料进行拉伸和压
缩试验，通过声发射信号采集设备记录材料加载过
程中的声发射信号，再基于声发射信号关键特征构
建材料剩余强度预测数据集；然后采用极端梯度提
升回归、自适应提升回归等先进机器学习方法，构建
陶瓷基复合材料剩余强度预测模型，并结合SHAP
图 1 试验过程中的典型声发射信号波形
系数开展模型的可解释性研究，分析声发射数据特
征对模型性能的贡献，实现基于声发射信号的材料
剩余强度有效预测。

1 试件制备及参数设置

1.1 试验材料
试验材料为先驱体浸渍-裂解工艺 （PIP）C/SiC
复合材料板，材料中纤维的质量占比约为40%，孔隙
率约为15%，材料密度为2. 4~2. 6 g/cm 。试件形状
3
为直条形，长度、宽度、厚度分别为160，18，4 mm。
1.2 力学试验及声发射监测
材料的力学试验包括拉伸试验和压缩试验，为 图 2 声发射计数时间历程
62
2024 年 第 46 卷 第 11 期
无损检测