基于声发射的纤维增强复合材料研究进展.pdfVIP

2025年第25卷第11期科学技术与工程ISSN1671—1815

2025,25(11):04397-14ScienceTechnologyandEngineeringCN11—4688/T

DOI:10.12404/j.issn.1671-1815.2404015

引用格式:罗辉,王泽良,曾文广,等.基于声发射的纤维增强复合材料研究进展[J].科学技术与工程,2025,25(11):4397-4410.

LuoHui,WangZeliang,ZengWenguang,etal.Researchprogressoffiberreinforcedcompositesbasedonacousticemission[J].Science

TechnologyandEngineering,2025,25(11):4397-4410.

石油、天然气工业

基于声发射的纤维增强复合材料研究进展

111222∗2

罗辉,王泽良,曾文广,苗嘉旭,庄明璋,杨东海,王照亮

(1.中石化西北油田分公司,乌鲁木齐830011;2.中国石油大学(华东)储运与建筑工程学院,青岛266580)

摘要纤维增强复合材料(fiberreinforcedcomposite,FRP)在制作使用过程中由于撞击损伤、疲劳积累等问题,导致内部结

构发生不可逆的细微损伤,声发射技术(acousticemission,AE)以其高精度、实时性,成为监测其损伤演化和失效机制的重要手

段。综述了近年来声发射技术在FRP损伤表征中的应用,通过对参数分析、波形分析、模式分析及深度学习分析等AE技术手

段展开研究,结果表明参数分析与波形分析可以针对检测过程中的信号特征进行互补,实现了对复合结构变形、断裂等损伤

行为的定性描述,深度学习分析等方法为纤维增强复合材料的健康监测和寿命预测提供了重要理论支持。综合来看,声发射

技术能够实时监控和评估运行中的复合材料结构,对于维护FRP材料健康状况、预防突发性故障具有巨大的发展潜力,未来

可以进一步结合人工智能技术以提高损伤识别的准确性和效率。

关键词FRP复合材料;声发射;损伤分析;信号分析;深度学习

中图法分类号TE88X937;文献标志码A

ResearchProgressofFiberReinforcedCompositesBasedon

AcousticEmission

11122

LUOHui,WANGZe-liang,ZENGWen-guang,MIAOJia-xu,ZHUANGMing-zhang,

2∗2

YANGDong-hai,WANGZhao-liang

(1.SinopecNorthwestChinaPetroleumBureau,Urumqi830011,China;

2.CollegeofPipelineandCivilEngineering,ChinaUniversityofPetroleum(Huadong),Qingdao266580,China)

[Abstract]Duringthemanufacturingandappl