Schallemissionsanalyse zur Risscharakterisierung - Ersteinsatzbestimmung

Stefan Schäfer, Wintersemester 2011/12

Als Ersteinsatzbestimmung wird allgemein die Detektion der Ankunft der ersten Energie einer elastischen Welle an einem Sensor bezeichnet. In einer aufgezeichneten Zeitreihe hebt sich der Ersteinsatz durch eine abrupte Änderung des Signals vom sonst relativ gleichförmigen Rauschen ab. Bei transienten Signalen wird er für gewöhnlich durch die erste Schwellwertüberschreitung bestimmt. Werden kontinuierliche Signale aufgezeichnet, müssen alternative Verfahren angewendet werden.

Die Ersteinsatzbestimmung ist in den unterschiedlichsten Disziplinen von der Medizin über die Elektrotechnik bis zu den Materialwissenschaften ein essentieller Bestandteil der Signalverarbeitung. Parallelen bestehen insbesondere mit der Seismologie.

Ersteinsatzbestimmung in der Schallemissionsanalyse

Das Prinzip der Schallemissionsanalyse (SEA) ist universell einsetzbar. Grundsätzlich können alle Signale, die im Ultraschallbereich (20 kHz bis 10 MHz) entstehen, mit der SEA untersucht werden. Bei der SEA zur Risscharakterisierung an Betonbauteilen ist jedoch der Frequenzbereich zwischen 25 kHz und 1 MHz ausschlaggebend. Im Bauwesen wird die SEA generell noch nicht routinemäßig eingesetzt.

Im Allgemeinen kann dabei davon ausgegangen werden, dass die Ankunft der Kompressionswelle (P-Welle) am Sensor der Ersteinsatz des Signals ist, da die Ausbreitungsgeschwindigkeit der Kompressionswelle höher ist als die der Scherwelle. Die P-Welle ist daher von den anderen Wellenphasen unbeeinflusst. Die beiden Ausbreitungsgeschwindigkeiten $//<![CDATA[ \begin{array}{l}v_p\end{array} //]]>$ und $//<![CDATA[ \begin{array}{l}v_s\end{array} //]]>$ sind abhängig vom Elastizitätsmodul sowie der Dichte des umgebenden Mediums.

Bei der Lokalisierung von Schallemissionen, z.B. innerhalb eines Betonbauteils, ist die Ersteinsatzbestimmung einer der wichtigsten und zugleich fehleranfälligsten Schritte. Sie entscheidet über die Aussagekraft der gesamten sich anschließenden Datenanalyse und muss deshalb möglichst genau erledigt werden. Die Trennung des Signals vom Rauschen ist rein visuell sehr zuverlässig durchführbar und noch immer die genaueste Art der Ersteinsatzbestimmung. Da häufig mehrere hundert bis tausend Ereignisse während eines Versuchs auftreten und analysiert werden müssen, stellt dies jedoch gleichzeitig einen relativ zeitaufwändigen Prozess dar. Außerdem entstehen auch bei der manuellen Ersteinsatzbestimmung Fehler durch ein schlechtes Signal-Rausch-Verhältnis, Interferenzerscheinungen und/oder Effekte wie Streuung, Dämpfung oder Dispersion, die die elastische Welle im Medium verändern. Auch die Subjektivität der Analysten spielt eine Rolle, wenn für eine Messkampagne mehrere Personen an der Auswertung beteiligt sind. Ein Verfahren, das eine automatische, genaue und zuverlässige Ersteinsatzbestimmung ermöglicht, ist daher von großem Vorteil.

Prinzip der Ersteinsatzbestimmung

Bei der Ersteinsatzbestimmung gibt es zwei grundlegende Vorgehensweisen: Die globale Strategie zieht die gesamte Zeitreihe auf einmal zur Ersteinsatzbestimmung heran. Bei der iterativen Strategie wird zuerst ein Fenster aus der Zeitreihe ausgewählt, das den Ersteinsatz enthält. Innerhalb dieses Fensters kann der Ersteinsatz dann exakt bestimmt werden.

Außerdem wird zur Klassifizierung noch die Art des Analyseverfahrens herangezogen. Man unterscheidet parameterbasierte (qualitative) SEA und signalbasierte (quantitative) SEA. Da mit der Verbesserung der Messgeräte und stetig wachsender Rechenleistung von Computern auch immer größere Datenmengen verarbeitet werden können, gewinnt die signalbasierte, automatisierte SEA zunehmend an Bedeutung. Abbildung 1 verdeutlicht die beschriebenen Zusammenhänge.

Signalkonditionierung

Das aufgezeichnete Signal kann noch nicht direkt für die Bestimmung des Ersteinsatzes herangezogen werden. Zuvor muss das im Allgemeinen mit Störungen versetzte Signal konditioniert, also für die Ansprüche der folgenden Schallemissionsanalyse aufbereitet werden. Störquellen bilden in der Regel ein hochfrequentes elektronisches Rauschen, das durch elektronische Komponenten aus der unmittelbaren Nachbarschaft verursacht wird, wie z.B. Vorverstärker, sowie anteilig auch niederfrequente Störungen. Zum Beispiel können Prüfmaschinen derartige Auswirkungen haben. Abbildung 2 zeigt ein derartiges Signal, bei dem durch starkes Rauschen eine Ersteinsatzbestimmung nicht möglich ist. In Abbildung 3 ist ein Vergleich dargestellt für die Auswertbarkeit von Signalen unterschiedlicher Qualität. Die rote Linie markiert hier den Ersteinsatz der P-Welle, die blaue Linie den der S-Welle.

Frequenzfilter und Signalstapelung sind zwei Möglichkeiten, die erforderliche Signalkonditionierung (in Form einer zeitlichen Mittelung) durchzuführen. Befindet sich die Hauptfrequenz des Signals auf Niveau des Rauschens, und das ist im Bauwesen die Regel, können Hoch- und Tiefpassfilterung nicht einfach angewendet werden. Die meistverbreitete Anwendung von Filtern stellen IIR- (Infinite Impuls Response) und FIR-Filter (Finite Impulse Response) dar. Auch Signaltransformationen sind eine Möglichkeit der Signalkonditionierung: Die gefensterte Fourier-Transformation, die Hilbert-Transformation, die Sonogramm-Analyse, der Einsatz Spektren höherer Ordnung, die Hilbert-Huang-Transformation oder die Wavelet-Transformation haben Eigenschaften von Filtern.

Außerdem ist festzuhalten, dass das Signal-Rausch-Verhältnis während eines Versuchs nicht konstant ist. Es kann sich im Verlauf einer SEA durch die zunehmende Schädigung des untersuchten Bauteils verschlechtern. An den neu hinzugekommenen Grenzflächen wird das Signal zusätzlich deformiert.

Verfahren der Ersteinsatzbestimmung

Parameterbasierte SEA

Die Verwendung eines einfachen Schwellwerts ist die simpelste und zugleich ungenaueste energiebasierte Methode. Essentiell für den Erfolg der Detektion sind richtig eingestellte Triggerparameter.

Nach Durchlaufen weiterer Filterkriterien wie Maximalamplitude oder Signaldauer (Frontend-Filter) werden die SE-Parameter über eine vordefinierte Länge gespeichert. Findet während der Messung kein Picking statt, werden zusätzlich auch die Signale als Zeitreihe festgehalten.

Die Duration Discrimination Time ist die Zeitspanne, nach der ein Signal als abgeklungen gilt, wenn in der Zwischenzeit keine weitere Schwellwertüberschreitung mehr stattgefunden hat.

Die Rearm Time ist die Zeitspanne, ab der wieder neue Signale aufgezeichnet werden können. Datenverlust findet statt, wenn die Messkapazität des Systems überschritten wird. Das kann passieren, wenn weitere Signale bereits vor Ablauf der Rearm Time am Sensor ankommen. Ein Grund hierfür können zu niedrig eingestellte Triggerparameter sein.

Signalbasierte SEA

Aus den registrierten Signalen lassen sich ebenfalls charakteristische Funktionen ermitteln, die zur Ersteinsatzbestimmung herangezogen werden können. Ebenfalls kann aus den Signalen der Energiegehalt abgeleitet werden.

Energiebasierte Kriterien - Partielle Energie: Anstelle eines Schwellwerts wird beim Hinkley-Picker unter der Annahme, dass mit Signalbeginn die am Sensor gemessene Spannung zunimmt, die partielle Energie bis zu einem bestimmten Datenpunkt berechnet und ein Trend subtrahiert. Der negative Trend modifiziert die Funktion der partiellen Energie derart, dass das globale Minimum der Funktion die Stelle des Ersteinsatzes markiert.

Energiebasierte Kriterien - zeitabhängige Energiedichte: Das STA/LTA-Verhältnis zur Bestimmung des Ersteinsatzes zu nutzen, ist ein Konzept aus der Seismologie und wird dort erfolgreich angewendet. STA (short term average) und LTA (long term average) bezeichnen zwei Zeitfenster, mit deren Hilfe das Verhältnis zwischen kurzfristiger Amplitudenzunahme und Hintergrundrauschen erfasst wird. Wenn das Verhältnis von STA zu LTA einen bestimmten Schwellwert übersteigt, markiert dies den Ersteinsatz. Als Grundlage dieser Methode wird eine frequenzabhängige Funktion des Signals ermittelt, auch charakteristische Funktion genannt. Sie basiert auf der Enveloppe des Signals. In Abbildung 4 ist eine Enveloppe mit dem zugehörigen Signal abgebildet.

Autoregressive Prozesse

Die iterative Strategie für die automatische Ersteinsatzbestimmung beschreibt einen zweiteiligen Prozess. Zuerst wird der Bereich des ankommenden Signals markiert, in dem sich der Ersteinsatz befindet. Dies wird im Allgemeinen mit Hilfe eines einfachen Schwellwert-Kriteriums umgesetzt, auf das die quadrierte und normierte Enveloppe angewendet wird. Mittels Wavelet- oder Hilberttransformation wird dabei die Einhüllende des Signals berechnet. Der so ermittelte Schwellwert liefert bereits sehr gute Ergebnisse, da das Rauschen durch die Quadrierung reduziert wird. In einem zweiten Schritt kann der vorausgewählte Bereich zur exakten Bestimmung der Ersteinsatzzeit herangezogen werden.

Mit Hilfe des Akaike-Informations-Kriteriums (AIC) haben Kurz et al. dieses vorausgewählte Fenster als autoregressiven Prozess modelliert. Das AIC ermöglicht die rechnerische Ermittlung der Ordnung dieses autoregressiven Prozesses. Das globale Minimum der AIC Funktion definiert, wie auch bereits beim Hinkley-Picker beschrieben, den Ersteinsatz. Die Ergebnisse dieser Vorgehensweise sind in Abbildung 5 für ein Signal exemplarisch aufgezeigt.

Picking

Beim Picking werden das Signal und seine Ankunftszeit bestimmt. In der Regel werden dabei nur die Ersteinsätze detektiert, die der P-Welle entsprechen, da andere Wellenphasen wie Transversal- oder Oberflächenwellen erst später eintreffen. Diese haben zwar zumeist eine höhere Amplitude, überlagern sich aber mit gestreuten Anteilen früherer Phasen. Das macht ihre Einsätze nicht genau genug bestimmbar sind.

Picking kann bereits während der Messung über einen festen oder dynamischen Schwellwert erfolgen. Ist eine anschließende manuelle Ersteinsatzbestimmung geplant oder sollen aufwändigere Verfahren mit mehr Rechenaufwand durchgeführt werden, müssen die Signale abgespeichert werden.

Picking über Amplitundenschwellwert

Ein konstanter Schwellwert muss einerseits über dem Rauschen liegen, um häufige Fehlpicks zu vermeiden. Dies ist insofern schwierig, als der Rauschpegel zu Messbeginn oft nicht endgültig abgeschätzt werden kann. Anpassungen des Schwellwerts im Verlauf der Messungen können deshalb nötig werden. Andererseits führt ein zu hoher Schwellwert zu verspätetem Picking.

Ein dynamischer Schwellwert passt sich dem über ein definiertes Zeitintervall gemittelten, durchschnittlichen Hintergrundrauschen an. Auch die Anwendung eines gleitenden Mittelwerts ist möglich. Es empfiehlt sich einen dynamischen Schwellwert überall da einzusetzen, wo externe Einflüsse auf die Messkampagne nicht ausgeschlossen werden können und deshalb die Amplituden des Rauschens mit der Zeit variieren, z.B. durch Umwelteinflüsse.

Da der Ersteinsatz des Signals extrem klein ist (im Bereich von Mikrovolt), kann er oftmals nur schwer detektiert werden. Wegen seiner niedrigen Amplitude wird der Schwellwert erst deutlich nach dem eigentlichen Signaleinsatz überschritten, dann wenn höhere Amplituden im Signal auftreten. Auch ein dem aktuellen Rauschen angepasster, dynamischer Schwellwert kann dieses Problem nicht immer beheben.

Wenn das Picking während der Messung nicht möglich bzw. zu stark fehlerbehaftet war, kann es zu einem späteren Zeitpunkt manuell oder mit ausgewählten Algorithmen durchgeführt werden, sofern die transienten Signale als Zeitreihe abgespeichert wurden. Außerdem müssen genügend Datenpunkte vor der Überschreitung des Schwellwerts vorhanden sein.

Picking von Hand

Die manuelle Ersteinsatzbestimmung liefert immer noch die genausten Ergebnisse, da das menschliche Auge Amplitudenschwankungen durch Änderungen in der Signalform wahrnehmen kann. Dennoch spielen auch hier Qualitätskriterien des betrachteten Signals eine Rolle. Wichtig sind eine ausreichend hohe Samplingrate und eine dynamische Aufzeichnung. Ein zu niedriges Signal-Rausch-Verhältnis hat zur Folge, dass der Einsatz im Rauschen nicht aufgefunden werden kann.

Die zur manuellen Auswertung verwendeten Programme haben eine graphische Benutzeroberfläche und vergrößern das Signal im Bereich des Ersteinsatzes, um eine visuelle Begutachtung zu ermöglichen. Da jedoch jedes Signal einzeln betrachtet werden muss, ist der Aufwand sehr hoch und ein Picking von Hand ist nur für ausgesuchte Messreihen sinnvoll. Eine Klassifizierung der Ersteinsätze kann z.B. in vier Qualitätstufen erfolgen. Qualitätsmerkmal bildet hier vor allem die eindeutige Identifikation des Ersteinsatzes gegenüber dem Hintergrundrauschen. Abbildung 6 zeigt eine solchen Klassifizierungsskala.

Im Fall von Untersuchungen an Stahlbeton ist mit starker Streuung der elastischen Wellen an Bewehrungsstäben oder Zuschlagskörnern zu rechnen. Die stark heterogene Zusammensetzung bewirkt somit eine deutliche Dämpfung der Wellenenergie. Zudem sind durch Spannglieder Laufzeitänderungen in Abhängigkeit des Hüllrohrmaterials und des Verpressungszustands möglich. Weil diese Abweichungen aber etwa in der Größenordnung der Pickingfehler liegen, werden sie nicht weiter berücksichtigt.

Automatisches Picking

Damit SEA auch im Bauwesen Alltagstauglichkeit erlangen kann, gibt es verschiedene Lösungsansätze zur automatischen Bestimmung des Ersteinsatzes. Kontinuierliche Laufzeitmessung (Laufzeitpicking) ist hier ein adäquates Mittel.

Der Hinkley-Picker kann bei hohem (gutem!) Signal-Rausch-Verhältnis zuverlässig eingesetzt werden. Für schlechtere Verhältnisse ist der modifizierte Hinkley-Picker anwendbar, wobei der STA/LTA Picker hier bessere Ergebnisse erzielt.

Allen Pickern ist gemein, dass die Qualität ihrer Ergebnisse mit schlechterer Datenqualität ebenfalls abnimmt. Selbst der sehr rechenintensive AIC-Picker, der den anderen Verfahren deutlich überlegen ist und eine sehr genaue Lokalisierung ermöglicht, kann nur noch schwerlich Einsatzzeitpunkte detektieren, da sich die Ersteinsätze nur noch wenig bis gar nicht aus dem Rauschen hervorheben.

Zukünftig werden hier vor dem Hintergrund weiter ansteigender Rechnerleistungen noch weitere Optimierungen zu erwarten sein, gerade was die Alltagsreife der Verfahren angeht.

Literatur

• Erfurt, W.: Erfassung von Gefügeveränderungen in Beton durch Anwendung zerstörungsfreier Prüfverfahren zur Einschätzung der Dauerhaftigkeit. Dissertation. Fakultät Bauingenieurwesen der Bauhaus-Universität Weimar. Weimar, 2002.
• Finck, F.: Untersuchung von Bruchprozessen in Beton mit Hilfe der Schallemissionsanalyse. Dissertation. Fakultät für Bau- und Umweltingenieurwissenschaften der Universität Stuttgart. Stuttgart, 2005.
• Gräfe, B.: Luftgekoppeltes Ultraschallecho-Verfahren für Betonbauteile. Genehmigte Dissertation. Technische Universität Berlin. Berlin, 2008.
• Hergarten, S.: Seismologie und Seismik. Institut für Erdwissenschaften der KFU Graz. 2008.
• Köppel, S.: Schallemissionsanalyse zur Untersuchung von Stahlbetontragwerken. Institut für Baustatik und Konstruktion der Eidgenössischen Technischen Hochschule Zürich. Zürich, 2002.
• Krüger, M.: Bestimmung elastischer Materialparameter mit Ultraschall. MPA Universität Stuttgart, Otto-Graf-Institut. 2002.
• Kurz, J.H.; Grosse, C.U.; Reinhardt, H.-W. (Hg.): Lokalisierungsverfahren in der Schallemissionsanalyse. Institut für Werkstoffe im Bauwesen der Universität Stuttgart, 2. - 4.5.2005. Universität Stuttgart. Rostock, 2005.
• Kurz, J.H.: Verifikation von Bruchprozessen bei gleichzeitiger Automatisierung der Schallemissionsanalyse an Stahl- und Stahlfaserbeton. Dissertation. Universität Stuttgart. 2006.
• Schechinger, B.: Schallemissionsanalyse zur Überwachung der Schädigung von Stahlbeton. Dissertation. Eidgenössische Technische Hochschule Zürich. Zürich, 2005.
• Tryller, H.v.: Hohlraumvermessung. Physikalische Kriterien zur sicheren und optimalen Abtastung der Kavernenwand. 2004.

Einzelnachweise

1. Finck, F.: Untersuchung von Bruchprozessen in Beton mit Hilfe der Schallemissionsanalyse. Dissertation. Fakultät für Bau- und Umweltingenieurwissenschaften der Universität Stuttgart. Stuttgart, 2005.
2. Kurz, J.H.: Verifikation von Bruchprozessen bei gleichzeitiger Automatisierung der Schallemissionsanalyse an Stahl- und Stahlfaserbeton. Dissertation. Universität Stuttgart. 2006.
3. Schechinger, B.: Schallemissionsanalyse zur Überwachung der Schädigung von Stahlbeton. Dissertation. Eidgenössische Technische Hochschule Zürich. Zürich, 2005.