An Information-Statistical Approach to Analyzing Acoustic Emission Signals

Cover Page

Cite item

Full Text

Open Access Open Access
Restricted Access Access granted
Restricted Access Subscription Access

Abstract

A new information-statistical approach is proposed that makes it possible to consider acoustic emission (AE) from the standpoint of synergetics based on representation of processes that govern the state of the object under study, a statistical model (image) in the form of a probability density function. It is shown that the multidimensional Dirichlet distribution has a set of properties that can be used to determine the integral metric for estimating the plastic deformation process from observed AE signals. As a quantitative measure in analyzing the plastic deformation process using AE signals, it is proposed to use the self-organization parameter. Regular mechanical tests of structural carbon steel 20 with a pearlite–ferrite structure were carried out to demonstrate that the information-statistical self-organization parameter is the most informative when describing AE-related processes.

About the authors

V. I. Erofeev

Institute of Mechanical Engineering Problems, Russian Academy of Sciences—Branch of Federal Research Center Institute of Applied Physics, Russian Academy of Sciences, 603024, Nizhny Novgorod, Russia

Email: erof.vi@yandex.ru
Россия, 603024, Нижний Новгород, ул. Белинского 85

A. V. Ilyakhinsky

Institute of Mechanical Engineering Problems, Russian Academy of Sciences—Branch of Federal Research Center Institute of Applied Physics, Russian Academy of Sciences, 603024, Nizhny Novgorod, Russia

Email: ilyahinsky-aleks@bk.ru
Россия, 603024, Нижний Новгород, ул. Белинского 85

V. M. Rodyushkin

Institute of Mechanical Engineering Problems, Russian Academy of Sciences—Branch of Federal Research Center Institute of Applied Physics, Russian Academy of Sciences, 603024, Nizhny Novgorod, Russia

Email: ryabovdm1996@gmail.com
Россия, 603024, Нижний Новгород, ул. Белинского 85

D. A. Ryabov

Nizhny Novgorod State Technical University, 603155, Nizhny Novgorod, Russia

Email: ryabovdm1996@gmail.com
Россия, 603155, Нижний Новгород, ул. Минина 24

A. A. Khlybov

Nizhny Novgorod State Technical University, 603155, Nizhny Novgorod, Russia

Author for correspondence.
Email: ryabovdm1996@gmail.com
Россия, 603155, Нижний Новгород, ул. Минина 24

References

  1. Неразрушающий контроль: Справочник: В 7 т. Под общ. ред. Клюева В.В. Т. 7: В 2 кн. Кн. 1: Иванов В.И., Власов И.Э. Метод акустической эмиссии. М.: Машиностроение, 2005. 829 с.
  2. Шериф Р., Гелдарт Л. Сейсморазведка / пер. с англ. М.: Мир, 1987. Т. 1. 448 с.
  3. Беликов В.Т., Рывкин Д.Г. Использование результатов наблюдений акустической эмиссии для изучения структурных характеристик твердого тела // Акуст. журн. 2015. Т. 61. № 5. С. 622–630.
  4. Хлыбов А.А., Рябов Д.А., Пичков С.Н., Шишулин Д.Н., Захаров Д.А. Разработка акустического метода определения степени наводороживания в конструкциях из титановых сплавов // Дефектоскопия. 2019. № 4. С. 8–14.
  5. Салита Д.С., Поляков В.В. Акустическая эмиссия при пластической деформации сплавов системы Pb–Sn // Физическая мезомеханика. 2020. Т. 23. № 2. С. 84–93.
  6. Лавров А.В., Шкуратник В.Л. Акустическая эмиссия при деформировании и разрушении горных пород (обзор) // Акуст. журн. 2005. Т. 51. № 7. С. 6–18.
  7. Сасорова Е.В., Левин Б.В. Низкочастотные сейсмические сигналы как региональные признаки подготовки землетрясений // Вулканология и сейсмология. 1999. № 4–5. С. 126–133.
  8. Paparo G., Gregori G.P., Coppa U., De Ritis R., Taloni A. Acoustic Emission (AE) as a diagnostic tool in geophysics // Annals of Geophysics. 2002. V. 45. № 2. P. 401–416.
  9. Робсман В.А. Нелинейная трансформация вероятностных распределений сигналов акустической эмиссии при эволюции ансамбля дефектов в твердом теле // Акуст. журн. 1996. Т. 42. № 6. С. 846–852.
  10. Aggelis D.G., Kordatos E.Z., Matikas T.E. Monitoring of metal fatigue damage using acoustic emission and thermography // J. Acoustic Emission. 2011. V. 29. P. 113–122.
  11. Остапчук А.А., Павлов Д.В., Марков В.К., Крашенинников А.В. Исследование сигналов акустической эмиссии при сдвиговом деформировании трещины // Акуст. журн. 2016. Т. 62. № 4. С. 503–512.
  12. Барат В.А., Елизаров С.В., Иванов В.И. Эмпирический подход к оценке вероятности обнаружения усталостных трещин методом акустической эмиссии // Сборник материалов Всероссийской конференции с международным участием “Актуальные проблемы метода акустической эмиссии” (АПМАЭ-2021). Санкт-Петербург, 13–16 апреля 2021 г. СПб.: Свен, 2021. С. 107–108.
  13. Буйло С.И. Физико-механические, статистические и химические аспекты акустико-эмиссионной диагностики: монография. Ростов-на-Дону, Таганрог: Издательство Южного федерального университета, 2017. 184 с.
  14. Dimitrios G.A., Evangelios Z.K., Theodore E.M. Monitoring of metal fatigue damage using acoustic emission and thermography // J. Acoustic Emission. 2011. V. 29. P. 113–122.
  15. Середа Ю.С. Проблемы информационно-статистической теории. Н. Новгород: ООО “Типография “Поволжье””, 2007. 356 с.
  16. Хан Г., Шапиро С. Статистические модели в инженерных задачах. Пер. с англ. Коваленко Е.Г.; под ред. Налимова В.В. М.: Мир, 1969. 395 с.
  17. Богатиков В.Н., Ерофеев В.И., Иляхинский А.В., Лопатин А.Г. Информационно-статистический метод исследования процессов в многоуровневых и распределенных системах в условиях реально доступной информации на примере процесса суспензионной полимеризации стирола // Вестник научно-технического развития. 2020. № 7(115). С. 5–13.
  18. Шеннон К. Работы по теории информации и кибернетике. М.: Изд. иностр. лит., 2002. 829 с.
  19. Середа Ю.С. Проблемы информационно-статистической теории. М.: Космосинформ, 1998. 274 с.
  20. Николис Г., Пригожин И. Самоорганизация в неравновесных системах. М.: Мир, 1979. 512 с.
  21. Пригожин И., Кондепуди Д. Современная термодинамика. М.: Мир, 2002. 461 с.
  22. Ерофеев В.И., Иляхинский А.В., Никитина Е.А., Родюшкин В.М. Распределение Дирихле в задаче оценки состояния металла методом акустического зондирования // Дефектоскопия. 2018. № 2. С. 11–14.
  23. Иляхинский А.В., Паховов П.А., Ануфриев М.А., Мухина И.В. Информационно-статистические показатели самоорганизации систем регуляции сердечной деятельности в оценке вариабельности ритма сердца // Физиология человека. 2017. Т. 43. № 2. С. 1–7.
  24. Уилкс С. Математическая статистика. М.: Наука, 1967. 632 с.
  25. Трефилов В.И., Моисеев В.Ф., Печковский Э.П., Горная И.Д., Васильев А.Д. Деформационное упрочнение и разрушение поликристаллических металлов: научное издание. Под ред. Трефилова В.И. 2-е изд. перераб. и доп. Киев: Наук. Думка, 1989. 256 с.
  26. Голдман С. Теория информации. М.: Изд. иностр. лит., 1957. 446 с.
  27. Hurst H.E. Long-term storage capacity of reservoirs // Transactions of American Society of Civil Engineers. 1951. V. 116. P. 770–799.
  28. Федорченко С.Г., Федорченко Г.С. Интегральная мера оценки состояния энергетической безопасности // Проблемы региональной энергетики. 2014. Т. 24. № 1. С. 1–16.

Supplementary files

Supplementary Files
Action
1. JATS XML
2.

Download (82KB)
3.

Download (38KB)
4.

Download (84KB)

Copyright (c) 2023 В.И. Ерофеев, А.В. Иляхинский, В.М. Родюшкин, Д.А. Рябов, А.А. Хлыбов

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».