温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,汇文网负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。
网站客服:3074922707
基于
原位
声发
信号
热障
弯曲
失效
模式
机器
学习
曹枝军
第 51 卷第 2 期 2023 年 2 月 硅 酸 盐 学 报 Vol.51,No.2 February,2023 JOURNAL OF THE CHINESE CERAMIC SOCIETY http:/ DOI:10.14062/j.issn.0454-5648.20220928 基于原位声发射信号的热障涂层三点弯曲失效模式的机器学习 曹枝军1,2,袁建辉1,苏怀宇2,万家宝2,苏佳卉2,吴 倩2,王 亮2(1.上海工程技术大学材料科学与工程学院,上海 201620;2.中国科学院上海硅酸盐研究所集成计算材料研究中心,上海 201899)摘 要:由于热障涂层体系结构的复杂和服役环境的恶劣,极易导致涂层发生界面分层、宏观断裂和剥落失效。首先利用声发射技术实时监测了热障涂层在三点弯曲载荷下的失效过程,结合微观形貌特征、声发射参数分析、K-means 聚类分析识别了热障涂层损伤失效模式。然后利用 Fourier 变换、小波包变换等分析了 4 种失效模式的波形特征,其中宏观断裂或剥落失效信号无明显频带,而基底变形、表面垂直裂纹、剪切型界面裂纹、张开型界面裂纹对应的频率分布范围分别在 62.5125.0 kHz、187.5250.0 kHz、250.0312.5 kHz、375.0437.5 kHz。采用机器学习的方法对原位声发射信号进行了深度处理,提取小波能量系数作为机器学习反向传播神经网络的特征向量,结合收敛曲线、混淆矩阵、受试者工作特征曲线、F1值评价了该模型优劣性,实现了对于热障涂层失效模式的判别,为热障涂层失效预测和寿命评估提供参考价值。关键词:热障涂层;三点弯曲;声发射;失效模式;反向传播神经网络 中图分类号:TG174.44 文献标志码:A 文章编号:04545648(2023)02037316 网络出版时间:20221227 Failure Mode of Thermal Barrier Coatings Based on Acoustic Emission Under Three-Point Bending via Machine Learning Based on in-situ Acoustic Emission Signals CAO Zhijun1,2,YUAN Jianhui1,SU Huaiyu2,WAN Jiabao2,SU Jiahui2,WU Qian2,WANG Liang2(1.School of Materials Science and Engineering,Shanghai University of Engineering Science,Shanghai 201620,China;2.Integrated Computational Materials Research Center,Shanghai Institute of Ceramics,Chinese Academy of Sciences,Shanghai 201899,China)Abstract:It is ready to cause the interface delamination,macroscopic fracture and spalling failure of thermal barrier coatings(TBCs)due to their complexity of architecture and harsh service environment.In this paper,the failure process of TBCs under three-point bending(3PB)load was monitored in real time via acoustic emission(AE)technology,and the damage failure modes of TBCs were identified based on micro-morphology analysis of AE parameters and K-means cluster.The waveform characteristics of four failure modes were analyzed by fast Fourier transform and wavelet packet transform.The macroscopic fracture or spalling failure signals have no obvious frequency band,while the corresponding frequency components of substrate deformation,surface vertical crack,sliding interface crack and opening interface crack are 62.5125.0 kHz,187.5250.0 kHz,250.0312.5 kHz and 375.0437.5 kHz,respectively.The method of deep machine learning was used to process the in-situ acoustic emission signals.The wavelet energy coefficient was extracted as a characteristic vector of the Back propagation neural network,and the advantages and disadvantages of the model were evaluated by convergence curve,confusion matrix,Receiver operating characteristic curve and F1 value,thus realizing the discrimination of failure modes of TBCs under 3PB test and providing a reference value for failure prediction and life assessment of thermal barrier coatings.Keywords:thermal barrier coating;three-point bending;acoustic emission;failure mode;back propagation neural network 收稿日期:20221028。修订日期:20221110。基金项目:国家自然科学基金(51301192,51671208,91960107);NSAF联合基金(U1730139);中国博士后科学基金(2021M691341);上海市自然科学基金(19ZR1479600)。第一作者:曹枝军(1998),男,硕士研究生。通信作者:王 亮(1982),男,博士,副研究员;袁建辉(1981),男,博士,副教授。Received date:20221028.Revised date:20221110.First author:CAO Zhijun(1998),male,Master candidate.E-mail:zjcao_ Correspondent author:WANG Liang(1982),male,Associate Professor.YUAN Jianhui(1981),male,Associate Professor.E-mail:L.W; 374 硅酸盐学报 J Chin Ceram Soc,2023,51(2):373388 2023 年 随着航空涡轮发动机推重比的提高,航空涡轮发动机在国家与经济发展中扮演着更加重要的角色。热端部件作为涡轮发动机的核心部件,在航空涡轮发动机抗高温方面起着关键的作用。Padture 等1指出各种各样的涂层可用于保护各种结构工程材料免受磨损、腐蚀和侵蚀,并提供隔热作用。热障涂层(TBCs)由于具有优异的高温抗氧化、抗热腐蚀和高温机械性能,被广泛应用于航空涡轮发动机、舰船燃气轮机和工业燃气轮机热端部件中,并与高效气膜冷却技术、单晶高温合金技术一起并排为“世界航空推进计划”的 3 大有效隔热防护技术2。TBCs 是为了提高高温合金基体表面性能而常用的陶瓷涂层,能够把涡轮和燃烧室发动机部件和热气流相隔开,并提高发动机的服役寿命3。TBCs是一个复杂的多层系统,通常服役在高温燃气加热、高温氧化、CMAS(CaOMgOAl2O3SiO2)冲蚀条件下的多耦合环境下,一般是由高温合金基底层(Sub)、金属黏结层(BC)、氧化层(TGO)和表面陶瓷层(TC)组成。热障涂层在长期的服役过程中会出现剥离失效,并影响着发动机热端部件的使用温度和服役寿命4。近些年来国内外利用阻抗谱法(IS)、光激发荧光压电光谱法(PLPS)、红外热成像法(IRT)、声发射法(AE)等无损检测技术对热障涂层裂纹扩展及内部损伤进行了研究。Chen 等5利用 IS 研究了热障涂层的高温热循环考核和高温氧化过程中钇稳定氧化锆(YSZ)陶瓷层的微结构演变和 TGO 生长,通过等效电路拟合来对 TGO 厚度进行表征,阻抗分析表明导致 YSZ 晶界电容增加、电阻降低的主要原因是烧结过程中产生的微裂纹。Rossmann 等6利用 PLPS 技术研究了电子束物理气相沉积和等离子物理气相沉积热生长氧化物在多次热循环考核下的残余应力,通过绘制热障涂层的应力图,以评估这 2 种喷涂方法对涂层寿命的影响,给监测氧化层微损伤区和寿命预测提供参考。Halloua 等7利用神经网络和主成分分析(Principal components analysis,PCA)对红外脉冲热成像(IRT)数据进行处理,并建立了热响应与热障涂层厚度之间的映射关系,最后通过遗传算法对网络训练中的初始权值进行优化调整,几种算法的融合使得其与实际厚度的偏差不会大于 5%。声发射(AE)是一种利用电子仪器对声发射信号进行采集和分析的无损检测技术,可以给热障涂层断裂模式、内部损伤演化和涂层寿命预测提供更多有效的信息。与上述其他无损检测方法相比,声发射技术兼具原位、实时、无损和整体监测的特点,对于热障涂层失效机理研究是非常有效的。目前国内外学者对于 AE 技术在热障涂层无损检测领域进行了深入研究,主要基于热障涂层声发射信号在失效过程参数分析、失效过程波形分析、失效机制模式识别、涂层寿命评估预测等方面进行信号分析和深度处理。基于声发射信号的热障涂层失效过程参数分析,Park 等8在热循环考核和四点弯曲试验中进行监测得到了声发射信号,根据热循环次数对声发射事件、累积能量、计数和幅值进行分析。声发射测试结果表明,微裂纹和氧化物是声发射信号监测的重要来源。Yang 等911对热障涂层拉伸实验下的常规声发射参数进行分析,根据热障涂层的声发射参数和应变演化特征曲线,进而判别热障涂层的表面开裂过程。结果表明热障涂层的失效起源于表面垂直开裂,继而出现界面开裂,且声发射撞击数随拉伸载荷的增加而呈幂指数增加。基于声发射信号的热障涂层失效过程的波形分析,目前可采用 Fourier 变换和小波变换来处理波形信号。Ito 等1213通过应用改进的快速 Fourier 变换(FFT)对热障涂层失效过程中采集的声发射波形信号进行滤波处理,对连续记录的声发射波形采用了软阈值和硬阈值等降噪方法,指出裂纹的密度与声发射事件的数量有一定的相关性。Wang 等14通过比较第 159 次和第160次(自愈前后)高温热循环考核期间涂层失效的声发射信号波形和FFT 频谱,发现自修复前后峰值频率的位置发生了变化,低频信号的强度有一定程度的降低,一些高频信号被抑制甚至消失,结果表明涂层内部确