一种基于声发射技术的激光清洗过程监测方法与流程

本发明涉及激光清洗过程的监测技术领域，尤其涉及激光清洗过程监测技术。

背景技术：

激光清洗技术是采用高峰值功率的脉冲激光辐射工件表面，使表面的污染物、锈蚀物或涂漆层吸收激光能量后瞬间剥离或蒸发等一系列变化，最终从基材上被有效去除。与传统清洗工艺比较激光清洗存在明显的优势，主要表现为非机械接触过程对工件不会造成机械损伤，激光方向性好对可对清洗区域实现精确定位且能够适应于复杂曲面，具有无飞尘污染、节能环保等优点。

然而激光清洗机制复杂,至今没有一个完备的数学模型能够定量的描述它,使得激光清洗技术更多依靠个人经验和缺乏实时的分析仪器检测过程。为避免脉冲激光照射时间过长而导致基体表面损伤或者过短而造成残留污染物清洗不完全，对清洗表面进行实时监测显得犹为重要。关系到激光清洗技术的实际应用如传统的光谱分析技术和ccd光学成像技术等监测技术,设备昂贵、抗干扰能力较差、信号处理繁琐。以声发射(ae)监测技术对激光清洗领域还没有进行系统的研究性工作，激光清洗过程产生的声发射信号包含了丰富的清洗信息，可用于实时监测而调整激光参数提高清洗效果。

因此，现有技术需要进一步改进和完善。

技术实现要素：

本发明的目的在于克服现有技术的不足，提供一种结构和使用简单、合理，精度高和性能稳定的基于声发射技术的激光清洗过程监测方法。

本发明的目的通过下述技术方案实现：

一种基于声发射技术的激光清洗过程监测方法，该监测方法主要包括如下具体步骤：

步骤s1：将碳钢样件放置并定位在纳秒近红外光纤激光x/y/z工作台上，激光对焦使光斑焦点位于碳钢锈蚀层表面。

步骤s2：然后进行传感器的放置，根据工件锈蚀层声发射信号的衰减特性进行幅度曲线测量试验，确定传感器涂上凡士林并布置在距离声发射源(除锈区域)长度为8mm的位置上。

步骤s3：进行声发射检测装置的搭建，利用信号电缆将传感器与前置放大器连接，前置放大器的输出端接入到pci-2数据采集卡，并设置相应的通道参数。最后将声发射仪与显示器连接，用于采集信号的显示与分析处理。

步骤s4：改变纳秒近红外激光系统的激光能量密度，涵盖低、中、较高、高(15.76j/cm²，42.7j/cm²，53j/cm²，72.1j/cm²)四种典型能量，其他参数保持不变。对相同厚度的锈蚀层进行三次方形区域激光面扫描加工。利用声发射系统对同步采集的声发射幅度信号进行处理，根据幅度-时间散点分布图随扫描次数的变化确定激光清洗的效果与质量，每种能量密度均进行三次面扫描的激光清洗过程并观察清洗后效果。

另外，高中低三种典型能量密度(15.76j/cm²，42.7j/cm²，53j/cm²，72.1j/cm²)，具体是4种不同的能量密度，其中53j/cm²,，是激光在进行第二次方形区域清洗过程已将碳钢表面的锈蚀层基本去除，第三次方形区域清洗过程激光开始作用于无锈钢基材表面，所以能看出第三次声发射幅度信号与对比图2类似的信号带，这个能量密度既是为了清洗实验结果对比，还是里面出现的幅度信号特征时可以作为激光清洗过程的结束预判断。

步骤s5：对于能量密度低的清洗过程，观察到工件表面残余大量的锈蚀物。当能量密度达到中等时，清洗效果明显，黑色斑点彻底清除呈现基材原有色泽。当能量密度达到较高时，锈蚀层完全去除且基材颜色出现淡黄色，去除效率更好。表面锈层全部去除激光开始作用于钢基材表面。高能量密度下基材表面将热损伤，表面呈现暗黄色失去原有基体的色泽。

步骤s6：声发射幅度散点信号的产生来自激光与表面锈层的反应。根据步骤s4的表面锈蚀层残余量和基材表面形貌可知，激光能量低时,锈蚀层去除能力较低，信号特征不活跃且散点分布并无明显的变化。

步骤s7：激光能量的增大表明锈蚀层去除效率提高，幅度散点发散趋势越提前。同时散点数量分布越少，伴随着锈蚀物残余量的减少，激光与锈蚀层的反应激烈程度较低。幅度不断减小至45db附近。

步骤s8：在能量密度为53j/cm²时，经过第二次清洗结束后工件表面锈层全部去除。在第三次扫描过程的幅度信号出现一条与激光作用在无锈基材表面，且平行于x轴的散点信号带，说明激光开始作用于钢基材表面。此幅度信号特征的出现可作为激光清洗过程的结束前的判断。

步骤s9：在最高的能量密度72.1j/cm²时，信号散点数值较大，发散的程度进一步提高且在激光第一次方形区域清洗过程开始呈现，说明去除效果最佳。在第二次和第三次清洗过程观察到信号幅度散点分布可以由发散合并为聚集上升的信号带，此时观察到钢材表面在高温氧化下出现颜色转变，表面呈现暗黄色失去原有基体的色泽。信号带作为钢材表面激光清洗过度而造成严重热损伤。

步骤s10：根据步骤s4和步骤s5的关系，结合出现的三种幅度散点信号特征，通过分析声发射幅度信号与扫描次数的关系、信号散点分布形态和清洗效果，包括清洗未完全，锈蚀物基本去除以及清洗过度造成烧蚀，并结合为不同能量密度下清洗后的表面形貌，用于声发射技术用于监测激光清洗过程的预判。

作为本发明的优选方案，考虑到激光清洗过程影响锈蚀物去除机制最主要的参数为激光能量，选用不同激光能量密度，其他参数保持不变的条件控制清洗过程的效果，同时为方便检测，本发明所述步骤s4中方形面积尺寸设为12mm*12mm。

作为本发明的优选方案，所述步骤s3中通道参数设为：信号增益40db，数据样品采样率5mhz；根据碳钢工件的材料特性：峰值定义时间300μs，hit(一个撞击事件)定义时间600μs以及hit闭锁时间1000μs，同时声发射采集门槛设为30db。

作为本发明的优选方案，所述步骤s4中的其他参数为：重复频率10khz，脉冲宽度200ns，扫描速度240mm/s，光斑重叠率40％。

作为本发明的优选方案，所述步骤s6中散点信号的数值大小介于30～80db之间。

本发明还公开了一种基于声发射技术的激光清洗过程监测系统，该监测系统主要包括近红外纳秒光纤激光加工系统、数据采集卡、两个前置放大器、两个声发射传感器、以及计算机。所述近红外纳秒光纤激光加工系统包括扫描振镜、纳秒脉冲激光器、用于控制纳秒脉冲激光器的控制系统、以及用于传输激光的光路组件。所述数据采集卡安装在计算机上。

具体的，所述声发射传感器安装在工件的锈蚀物上，其输出通道与前置放大器的输入通道连接；所述前置放大器的输出通道通过具有抑制电磁噪声的信号电缆连接到数据采集卡的输入通道；清洗采集到的声发射信号通过以上器件进入数据采集卡，利用装有基于pci-2系统的aewin软件的显示器进行信号处理和分析。

与现有技术相比，本发明还具有以下优点：

(1)本发明所提供的基于声发射技术的激光清洗过程监测方法的声发射传感器直接布置在工件锈蚀层表面，减少其他信号干扰，提高采集的声发射信号的可靠度。

(2)本发明所提供的基于声发射技术的激光清洗过程监测方法可以研究在不同激光能量或其他工艺参数下，不同清洗效果的声发射信号特征的差异性，及其前兆规律。

(3)本发明所提供的基于声发射技术的激光清洗过程监测方法，其结构简单，现场布设与操作方便，并且使用范围广、能够准确有效地检测不同类型的激光清洗过程，最后还可以针对清洗效果进行评价。

(4)本发明所提供的基于声发射技术的激光清洗过程监测方法所监测的对象不仅仅局限于碳钢锈层，还可以监测其他激光清洗技术(包括有除锈、除漆、除氧化膜、除微粒污染物、除油污等)。

(5)本发明所提供的声发射幅度信号来源于激光与污染物的作用，具有可视化高，信号简单易懂，易于判断的优势，与传统的利用机器视觉或图像识别检测激光清洗过程相比更利于实时监测清洗效果和作出预判步骤，设备较便宜，信号处理过程简洁。

附图说明

图1是本发明所提供的基于声发射技术的激光清洗过程监测方法的原理示意图。

图2是53j/cm²能量密度下的激光作用在无锈钢基材的声发射幅度信号示意图。

图3是工件锈蚀层声发射信号的衰减特性进行幅度曲线测量结果图。

图4是不同能量密度三次激光清洗过程的幅度信号-时间示意图。

图5是不同能量密度激光三次清洗后的钢材表面形貌图。

上述附图中英文的含义说明：

ampae/amplitude：信号幅度；distance：声发射源与传感器间的距离；preamplifier：前置放大器；digitalacquisitioncard：数字采集卡；signalcable：信号电缆；scanninggalvanometer：扫描振镜；pulsedlaser：纳秒脉冲激光器；controlledsystem：激光加工参数控制系统。

具体实施方式

为使本发明的目的、技术方案及优点更加清楚、明确，以下参照附图并举实施例对本发明作进一步说明。

实施例1：

如图1至图5所示，本实施例公开了一种基于声发射技术的激光清洗过程监测方法，该监测方法主要包括如下具体步骤：

步骤s1：将碳钢样件放置并定位在纳秒近红外光纤激光x/y/z工作台上，激光对焦使光斑焦点位于碳钢锈蚀层表面。

步骤s2：然后进行传感器的放置，根据工件锈蚀层声发射信号的衰减特性进行幅度曲线测量试验，确定传感器涂上凡士林并布置在距离声发射源(除锈区域)长度为8mm的位置上。

步骤s3：进行声发射检测装置的搭建，利用信号电缆将传感器与前置放大器连接，前置放大器的输出端接入到pci-2数据采集卡，并设置相应的通道参数。最后将声发射仪与显示器连接，用于采集信号的显示与分析处理。

步骤s4：改变纳秒近红外激光系统的激光能量密度，涵盖低、中、较高、高(15.76j/cm²，42.7j/cm²，53j/cm²，72.1j/cm²)四种典型能量，其他参数保持不变。对相同厚度的锈蚀层进行三次方形区域激光面扫描加工。利用声发射系统对同步采集的声发射幅度信号进行处理，根据幅度-时间散点分布图随扫描次数的变化确定激光清洗的效果与质量，每种能量密度均进行三次面扫描的激光清洗过程并观察清洗后效果。

另外，高中低三种典型能量密度(15.76j/cm²，42.7j/cm²，53j/cm²，72.1j/cm²)，具体是4种不同的能量密度，其中53j/cm²，是激光在进行第二次方形区域清洗过程已将碳钢表面的锈蚀层基本去除，第三次方形区域清洗过程激光开始作用于无锈钢基材表面，所以能看出第三次声发射幅度信号与对比图2类似的信号带，这个能量密度既是为了清洗实验结果对比，还是里面出现的幅度信号特征时可以作为激光清洗过程的结束预判断。

步骤s5：对于能量密度低的清洗过程，观察到工件表面残余大量的锈蚀物。当能量密度达到中等时，清洗效果明显，黑色斑点彻底清除呈现基材原有色泽。当能量密度达到较高时，锈蚀层完全去除且基材颜色出现淡黄色，去除效率更好。表面锈层全部去除激光开始作用于钢基材表面。高能量密度下基材表面将热损伤，表面呈现暗黄色失去原有基体的色泽。

步骤s6：声发射幅度散点信号的产生来自激光与表面锈层的反应。根据步骤s4的表面锈蚀层残余量和基材表面形貌可知，激光能量低时,锈蚀层去除能力较低，信号特征不活跃且散点分布并无明显的变化。

步骤s7：激光能量的增大表明锈蚀层去除效率提高，幅度散点发散趋势越提前。同时散点数量分布越少，伴随着锈蚀物残余量的减少，激光与锈蚀层的反应激烈程度较低。幅度不断减小至45db附近。

步骤s8：在能量密度为53j/cm²时，经过第二次清洗结束后工件表面锈层全部去除。在第三次扫描过程的幅度信号出现一条与激光作用在无锈基材表面，且平行于x轴的散点信号带，说明激光开始作用于钢基材表面。此幅度信号特征的出现可作为激光清洗过程的结束前的判断。

步骤s9：在最高的能量密度72.1j/cm²时，信号散点数值较大，发散的程度进一步提高且在激光第一次方形区域清洗过程开始呈现，说明去除效果最佳。在第二次和第三次清洗过程观察到信号幅度散点分布可以由发散合并为聚集上升的信号带，此时观察到钢材表面在高温氧化下出现颜色转变，表面呈现暗黄色失去原有基体的色泽。信号带作为钢材表面激光清洗过度而造成严重热损伤。

步骤s10：根据步骤s4和步骤s5的关系，结合出现的三种幅度散点信号特征，通过分析声发射幅度信号与扫描次数的关系、信号散点分布形态和清洗效果，包括清洗未完全，锈蚀物基本去除以及清洗过度造成烧蚀，并结合为不同能量密度下清洗后的表面形貌，用于声发射技术用于监测激光清洗过程的预判。

作为本发明的优选方案，考虑到激光清洗过程影响锈蚀物去除机制最主要的参数为激光能量，选用不同激光能量密度，其他参数保持不变的条件控制清洗过程的效果，同时为方便检测，本发明所述步骤s4中方形面积尺寸设为12mm*12mm。

作为本发明的优选方案，所述步骤s3中通道参数设为：信号增益40db，数据样品采样率5mhz；根据碳钢工件的材料特性：峰值定义时间300μs，hit(一个撞击事件)定义时间600μs以及hit闭锁时间1000μs，同时声发射采集门槛设为30db。

作为本发明的优选方案，所述步骤s4中的其他参数为：重复频率10khz，脉冲宽度200ns，扫描速度240mm/s，光斑重叠率40％。

作为本发明的优选方案，所述步骤s6中散点信号的数值大小介于30～80db之间。

本发明还公开了一种基于声发射技术的激光清洗过程监测系统，该监测系统主要包括近红外纳秒光纤激光加工系统、数据采集卡、两个前置放大器、两个声发射传感器、以及计算机。所述近红外纳秒光纤激光加工系统包括扫描振镜、纳秒脉冲激光器、用于控制纳秒脉冲激光器的控制系统、以及用于传输激光的光路组件。所述数据采集卡安装在计算机上。

具体的，所述声发射传感器安装在工件的锈蚀物上，其输出通道与前置放大器的输入通道连接；所述前置放大器的输出通道通过具有抑制电磁噪声的信号电缆连接到数据采集卡的输入通道；清洗采集到的声发射信号通过以上器件进入数据采集卡，利用装有基于pci-2系统的aewin软件的显示器进行信号处理和分析。

实施例2：

如图1至5所示，本实施例公开了一种结构和使用简单、合理，精度高和性能稳定的一种脉冲激光清洗过程中的声发射监测方法，来解决现有激光清洗技术不具备实时检测而提高清洗质量和效率的难题。

为实现上述目的，本发明采取如下技术方案：

(1)基于声发射技术的脉冲激光清洗过程实时监测系统，见图1，其特征在于：包括近红外纳秒光纤激光加工系统、pci-2数据采集卡、两个前置放大器、两个声发射nano-30谐振式传感器；声发射传感器安装在工件的锈蚀物上，传感器的输出通道与前置放大器的输入通道连接，前置放大器的输出通道通过具有抑制电磁噪声的信号电缆连接到数据采集卡的输入通道。清洗采集到的声发射信号通过以上器件进入数据采集卡，利用装有基于pci-2系统的aewin软件的显示器进行信号处理和分析；

(2)试验材料方面，采用的q235钢板材厚度为1mm，材料表面经过拉光处理表面粗糙度ra值为0.3μm，将样件置浸泡于自来水中，保证潮湿的室外环境放置一个月后表面形成锈蚀，锈蚀层厚度约45μm，表面发生锈蚀等级为b级；

(3)关于激光工艺参数方面，考虑到激光清洗过程影响锈蚀物去除机制最主要的参数为激光能量，选用不同激光能量密度，其他参数保持不变的条件控制清洗过程的效果。为方便检测，对工件的锈蚀层固定的区域均进行三次12mm*12mm方形面积扫描；

声发射信号的表征与分析方面，根据信号幅度和时间关系和散点上升形态判断不同激光能量密度下的清洗效果。随着表面锈蚀物通过一系列反应得到去除，对应的声发射信号变化有三个明显特征：(1)信号散点数量的变化：由多至少(碳钢表面的锈层减少)(2)信号散点整体分布的数值和斜率：减低的趋势(锈蚀物的减少造成激光作用碳钢的激烈程度降低)(3)散点的发散现象(一定范围内增大激光能量密度激光除锈效果越明显，信号散点发散的现象越提前)。

具体包括如下步骤：

(1)首先，将制备好的表面锈蚀层厚度为45μm的碳钢样件放置并定位在纳秒近红外光纤激光x/y/z工作台上，激光对焦使光斑焦点位于碳钢锈蚀层表面；

(2)然后进行传感器的放置，根据工件锈蚀层声发射信号的衰减特性幅度曲线测量试验，测量结果见图3，确定传感器涂上凡士林并布置在距离声发射源(除锈区域)长度为8mm的位置；

(3)按照图1进行声发射检测装置的搭建，利用信号电缆将传感器与前置放大器连接，前置放大器的输出端接入到pci-2数据采集卡，并设置相应的通道参数：信号增益40db，数据样品采样率5mhz；根据碳钢工件的材料特性：峰值定义时间300μs，hit定义时间600μs以及hit闭锁时间1000μs，同时声发射采集门槛设为30db；最后将声发射仪与显示器连接，用于采集信号的显示与分析处理；

(4)改变纳秒近红外激光系统的激光能量密度，涵盖低中高(15.76j/cm²，42.7j/cm²，53j/cm²，72.1j/cm²)三种典型能量，其他参数保持不变(重复频率10khz，脉冲宽度200ns，扫描速度240mm/s，光斑重叠率40％)。对相同厚度45μm的锈蚀层进行三次12mm*12mm方形区域激光面扫描加工。利用声发射系统对同步采集的声发射幅度信号进行处理，根据幅度-时间散点分布图随扫描次数的变化确定激光清洗的效果与质量(每种能量密度均进行三次面扫描的激光清洗过程并观察清洗后效果)；

(5)对于能量密度(15.76j/cm²)低的清洗过程，观察到工件表面残余大量的锈蚀物；当能量密度(42.7j/cm²)达到中等时，清洗效果明显，黑色斑点彻底清除呈现基材原有色泽；稍微增加能量(53j/cm²)时，锈蚀层完全去除且基材颜色出现淡黄色，去除效率更好。表面锈层全部去除激光开始作用于钢基材表面；高能量密度(72.1j/cm²)下基材表面将热损伤，表面呈现暗黄色失去原有基体的色泽；见图5；

(6)声发射幅度散点信号的产生来自激光与表面锈层的反应。见图4(图中，gradualdecreaseofrustlayer表示锈蚀层逐渐减；appearanceofsteelsubstrate表示钢基材表面开始显露)；根据步骤(5)的表面锈蚀层残余量和基材表面形貌可知，激光能量较低时(15.76j/cm²)锈蚀层去除能力较低，信号特征不活跃且散点分布并无明显的变化，介于30～80db之间；

(7)激光能量的增大(42.7j/cm²)表明锈蚀层去除效率提高，幅度散点发散趋势越提前；同时散点数量分布越少，伴随着锈蚀物残余量的减少，激光与锈蚀层的反应激烈程度较低；幅度不断减小至45db附近；

(8)在能量密度为53j/cm²时，经过第二次清洗结束后工件表面锈层全部去除。在第三次扫描过程的幅度信号出现一条与激光作用在无锈基材表面类似，且平行于x轴的散点信号带，见图2，说明激光开始作用于钢基材表面。此幅度信号特征的出现可作为激光清洗过程的结束前的判断；

(9)根据步骤(5)和步骤(6)的关系，结合出现的三种幅度散点信号特征，通过分析声发射幅度信号与扫描次数的关系、信号散点分布形态和清洗效果，包括清洗未完全，锈蚀物基本去除以及清洗过度造成烧蚀，结合如图5所示为不同能量密度下清洗后的表面形貌，可用于声发射技术用于监测激光清洗过程的预判。

上述实施例为本发明较佳的实施方式，但本发明的实施方式并不受上述实施例的限制，其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化，均应为等效的置换方式，都包含在本发明的保护范围之内。