基于经验模态分解和小波包能量熵的杉木加载过程中细观损伤监测与识别

摘要

【目的】细观损伤是承载木材断裂的主要原因之一。木材的多孔层状结构使其损伤过程变得复杂，针对单一信号处理方法较难充分挖掘木材断裂声发射信号中的细观损伤信息，造成识别信息不充分、不完备的问题。本研究提出通过经验模态分解（EMD）和小波包能量熵结合的信号处理方法，通过声发射无损检测手段，识别杉木加载过程中的细观损伤类型。【方法】以杉木为研究对象，进行单轴压缩、双悬臂梁和顺纹拉伸3种单一损伤试验，并对其进行加载过程中声发射信号的采集、监测与分析。通过小波包阈值法消除损伤试验中采集的声发射信号噪声，经由EMD和相关系数计算，分离出最能体现杉木细观损伤特征的本征模态（IMF）分量，并对IMF分量进行基于傅里叶变换的峰值频率分析和小波包能量熵分析，提取杉木细观损伤的特征。【结果】（1）EMD和小波包能量熵结合的信号处理方法能够判断杉木加载过程中声发射信号对应的细观损伤类型与构成。（2）杉木不同细观损伤类型的声发射信号对应不同的小波包能量熵区间：胞壁屈曲与塌溃（0.69～0.99）、层间开裂（1.57～1.78）、纤维束断裂（1.92～2.27）。（3）宏观断口观察和电镜显微分析验证了该方法的准确性。【结论】经验模态分解–小波包能量熵法避免了声发射信号模态堆叠的影响，并解决了木材细观损伤复杂且难以识别的问题，为杉木木材断裂的早期诊断方法提供了理论支撑。

关键词

木材细观损伤识别 / 声发射 / 小波包变换 / 能量熵 / 经验模态分解(EMD)