Sledování rozvoje únavových trhlin v nýtovaných leteckých konstrukcích pomocí akustické emise

0368753 - ÚT 2012 RIV CZ cze C - Conference Paper (international conference)
Chlada, Milan - Převorovský, Zdeněk
Sledování rozvoje únavových trhlin v nýtovaných leteckých konstrukcích pomocí akustické emise.
[Monitoring of fatigue crack growth in riveted aircraft structures by acoustic emission.]
Defektoskopie 2011 NDE for Safety. Brno: University of Technology Brno, 2011 - (Pazdera, L.; Mazal, P.), s. 1-8. ISBN 978-80-214-4358-7.
[NDE for Safety / DEFEKTOSKOPIE 2011 /41./. Ostrava (CZ), 09.11.2011-11.11.2011]
R&D Projects: GA MPO(CZ) FR-TI1/274
Institutional research plan: CEZ:AV0Z20760514
Keywords : acoustic emission * source location * neual networks * arrival time profiles
Subject RIV: BI - Acoustics

Akustická emise představuje jednu z významných nedestruktivních metod pro detekci a identifikaci rostoucích materiálových defektů. Původ různých typů detekovaných emisních signálů lze vysvětlit rozdílnými mechanismy poruch nebo provozními šumy. Monitorování konstrukcí pomocí akustické emise vyžaduje nové, robustní a rychlé metody pro lokalizaci a klasifikaci emisních zdrojů. Nově navržená lokalizační metoda na bázi umělých neuronových sítí, využívající tzv. časové profily příchodů signálu v poli snímačů akustické emise, byla aplikována na sledování rozvoje trhlin během dlouhodobého únavového zatěžování vzorků nýtované pásnice křídla letounu. V příspěvku jsou diskutovány možnosti této metody pro vzdálené "on-line" sledování růstu nebezpečných trhlin v kritických částech leteckých konstrukcí.

In principle, the acoustic emission (AE) represents one of NDT and structure health monitoring (SHM) methods for the detection and identification of growing material defects. Different types of signals detected by the AE method are supposed to correspond to different types of defects or operational noises. Monitoring of structures by acoustic emission needs new robust and fast methods for emission source location and classification. Recently proposed AE source location method using so called signal arrival time profiles and artificial neural networks (ANN) was applied for monitoring of growing defects during long term fatigue testing of riveted aircraft wing flange. The potentialities of the method regarding the on-line monitoring of dangerous crack growth in selected critical parts of aircraft structures are discussed.
Permanent Link: http://hdl.handle.net/11104/0203011