Phát xạ âm thanh là gì? Các nghiên cứu khoa học liên quan

Định nghĩa Phát xạ âm thanh

Phát xạ âm thanh (acoustic emission – AE) là hiện tượng giải phóng năng lượng dưới dạng sóng cơ học khi có quá trình thay đổi nội tại hoặc phá hủy cục bộ trong vật liệu hoặc kết cấu. Năng lượng này tạo ra sóng siêu âm lan truyền qua môi trường rắn, lỏng hoặc khí, có thể được thu nhận bằng các cảm biến piezoelectric gắn lên bề mặt.

AE xảy ra khi ứng suất vượt qua ngưỡng nội tại của vật liệu, dẫn đến sự di chuyển đứt gãy vi mô, ma sát giữa các hạt, lan truyền vết nứt hoặc sự tái sắp xếp cấu trúc tinh thể. Tần số phổ của tín hiệu AE thường nằm trong khoảng 100 kHz – 1 MHz, với biên độ và dạng sóng phản ánh cơ chế phát sinh.

Các thông số cơ bản của sự kiện AE bao gồm:

• Amplitude: Biên độ tối đa của sóng, liên quan đến năng lượng giải phóng.
• Energy: Diện tích dưới đường cong biên độ theo thời gian, tính bằng đơn vị volt–microgiây hoặc tích phân từ đầu đến cuối sự kiện.
• Counts: Số lần tín hiệu vượt ngưỡng đặt trước, dùng để đánh giá tần suất phát xạ.

Nguyên lý vật lý

Sóng phát xạ âm thanh tuân theo phương trình sóng trong môi trường đàn hồi không hấp thụ nhiều năng lượng: $\nabla^2 u(\mathbf{r},t) - \frac{1}{c^2}\frac{\partial^2 u(\mathbf{r},t)}{\partial t^2} = 0$ trong đó $u(\mathbf{r},t)$ là biến dạng tại điểm $\mathbf{r}$ và thời điểm $t$, $c$ là vận tốc âm thanh đặc trưng của vật liệu, phụ thuộc vào mô đun đàn hồi và khối lượng riêng.

Khi một điểm trong vật liệu phát xạ, nguồn AE có thể được lý tưởng hóa thành điểm nguồn (point source) hoặc nguồn đồ thị (line source) tùy cấu trúc vết nứt. Sóng lan truyền dưới dạng sóng dọc (longitudinal) và sóng ngang (shear), với vận tốc:**

• $c_L = \sqrt{\frac{E(1-\nu)}{\rho(1+\nu)(1-2\nu)}}$ đối với sóng dọc,
• $c_S = \sqrt{\frac{E}{2\rho(1+\nu)}}$ đối với sóng ngang,

trong đó $E$ là mô đun Young, $\nu$ là hệ số Poisson, $\rho$ là khối lượng riêng.

Biến	Ý nghĩa	Đơn vị
$u$	Biến dạng sóng	m
$c$	Vận tốc âm	m/s
$E$	Mô đun Young	Pa
$\rho$	Khối lượng riêng	kg/m³
$\nu$	Hệ số Poisson	–

Mô hình toán học

Mô hình Green’s function dùng để mô tả phản hồi của môi trường đàn hồi với nguồn điểm AE: $u(\mathbf{r},t) = \frac{1}{4\pi c^2 r}\,\delta\Bigl(t-\frac{r}{c}\Bigr)$ với $r$ là khoảng cách từ nguồn tới điểm quan sát, $\delta$ là hàm delta Dirac, thể hiện sự xuất hiện tức thời của xung sóng khi thời gian khớp.

Phương pháp phần tử hữu hạn (FEM) kết hợp boundary element method (BEM) được sử dụng để mô phỏng phát xạ và tán xạ sóng trong cấu trúc phức tạp, cho phép:

1. Phân rã tín hiệu AE thành các thành phần mode dọc, ngang và bề mặt.
2. Đánh giá ảnh hưởng của hình học, biên và tiếp xúc giữa các chi tiết.
3. Dự đoán tập trung ứng suất và vị trí phát xạ tiềm năng.

Phân loại phát xạ âm thanh

Phát xạ âm thanh được chia thành các cơ chế chính dựa trên nguồn gốc năng lượng:

• Gián đoạn (Burst emission): Do nứt gãy đột ngột, vỡ kết cấu vi mô; tín hiệu có biên độ cao, thời gian ngắn.
• Liên tục (Continuous emission): Do ma sát, mài mòn hoặc chuyển vị hạt nhân kéo dài; tín hiệu có biên độ thấp, thời gian dài.
• Termal (Thermal emission): Do biến dạng nhiệt dẫn đến co giãn vật liệu, phát ra sóng áp suất nhiệt.

Thông qua phân tích dạng sóng và phổ tần số (FFT), có thể phân biệt:

• Cơ chế nứt gãy: phổ tần trung bình 200–500 kHz, biên độ lớn.
• Cơ chế ma sát: phổ tần thấp 50–200 kHz, tín hiệu kéo dài.
• Emission nhiệt: phổ hẹp quanh tần số cộng hưởng vật liệu.

Phương pháp đo và phân tích

Kỹ thuật đo phát xạ âm thanh (AE) sử dụng cảm biến piezoelectric gắn chặt lên bề mặt cấu trúc để thu tín hiệu sóng cơ học. Tín hiệu đầu ra được khuếch đại bằng pre-amplifier độ ồn thấp (gain 40–60 dB), sau đó đưa vào bộ thu dữ liệu (data acquisition) với tần số lấy mẫu thường ≥ 5 MHz để giữ nguyên đặc trưng sóng.

Phân tích ban đầu bao gồm xác định thời điểm đến (time-of-arrival) qua ngưỡng cố định hoặc ngưỡng động trên từng kênh. Sự kết hợp dữ liệu đa kênh cho phép định vị nguồn phát xạ bằng phương pháp tam giác hóa (triangulation) hoặc hyperbolic localization.

• Event detection: xác định các sự kiện khi tín hiệu vượt ngưỡng âm lượng và giữ ít nhất trong một khoảng thời gian tối thiểu.
• Feature extraction: đo amplitude, counts, duration, energy và rise time.
• Frequency analysis: FFT hoặc wavelet transform để phân biệt cơ chế phát xạ.

Thiết bị và cảm biến

Cảm biến AE chủ yếu là piezoelectric ceramics (PZT) hoạt động trong dải tần 100 kHz–1 MHz. Thiết kế thường tích hợp lớp cách nhiệt để ổn định nhiệt độ và gel dẫn sóng để tối ưu truyền năng lượng từ bề mặt vào đầu dò.

Pre-amplifier gắn gần cảm biến, hạn chế mất mát tín hiệu và nhiễu môi trường. Bộ khuếch đại thường có chức năng lọc băng tần (band-pass filter) loại bỏ tạp âm ngoài dải quan tâm.

Thiết bị	Chức năng	Thông số chính
Cảm biến PZT	Thu sóng AE	100 kHz–1 MHz, độ nhạy 50–200 pC/N
Pre-amplifier	Khuếch đại và lọc	Gain 40–60 dB, band-pass 50 kHz–2 MHz
Data acquisition	Số hóa tín hiệu	Sampling ≥5 MHz, 12–16 bit

Ứng dụng

AE được ứng dụng rộng rãi trong giám sát không phá hủy (NDT) và bảo trì dự đoán (predictive maintenance). Trong ngành dầu khí, AE giám sát nứt ống dẫn và áp lực cao nhằm phát hiện rò rỉ sớm. Trong hàng không vũ trụ, AE theo dõi mỏi vật liệu trên cánh và thân tàu.

Trong xây dựng dân dụng, AE dùng để giám sát rạn nứt bê tông cầu, kết cấu ngầm và bồn chứa áp lực. AE cung cấp cảnh báo trước khi xuất hiện hỏng hóc lớn, giúp kế hoạch sửa chữa kịp thời và giảm rủi ro gián đoạn vận hành.

Trong ngành cơ khí chính xác, AE theo dõi mài mòn ổ bi, vành răng, nén khí. AE kết hợp với điều khiển phản hồi (feedback control) cho phép tự động dừng máy khi phát hiện sự kiện bất thường.

Thách thức và hạn chế

Độ nhạy AE bị ảnh hưởng bởi chất lượng gắn kết giữa cảm biến và bề mặt, yêu cầu bề mặt nhẵn và gel dẫn sóng phù hợp. Tạp âm cơ khí và điện từ có thể tạo ra nhiễu giả, làm sai lệch kết quả đo.

Định vị chính xác nguồn AE trong cấu trúc phức tạp gặp khó khăn do tán xạ sóng tại biên và khớp góc. Mô hình toán học lý tưởng (điều kiện vô hạn, đồng nhất) không phản ánh đúng điều kiện thực tế, dẫn đến sai số định vị thường 5–20% kích thước cấu trúc.

Phân biệt cơ chế phát xạ (nứt gãy, ma sát, nhiệt động) đòi hỏi phương pháp phân tích phổ và machine learning kết hợp cơ chế vật lý. Dữ liệu đào tạo (training data) cần đa dạng dạng hỏng và điều kiện thử nghiệm để tăng độ chính xác phân loại.

Xu hướng nghiên cứu tương lai

Ứng dụng trí tuệ nhân tạo và học sâu (deep learning) trong phân tích AE cho phép tự động phân loại sự kiện và dự báo tuổi thọ kết cấu. Mạng neural convolutional (CNN) có thể học đặc trưng dạng sóng và phổ mà không cần tiền xử lý phức tạp.

Phát triển cảm biến AE MEMS (Micro-Electro-Mechanical Systems) miniaturized, tích hợp đa cảm biến và truyền dữ liệu không dây hình thành mạng cảm biến phân tán (Wireless Sensor Networks). Giải pháp này phù hợp giám sát diện rộng, giảm chi phí lắp đặt và bảo trì.

Phương pháp tomographic acoustic emission sử dụng nhiều cảm biến và thuật toán ngược (inverse algorithms) để tái tạo ảnh nội bộ cấu trúc, cho phép xác định hình dạng và hướng phát triển của vết nứt trước khi tạo ra hỏng hóc lớn.

Tài Liệu Tham Khảo

• Kinsler, L. E., Frey, A. R., Coppens, A. B., & Sanders, J. V. (2000). Fundamentals of Acoustics. John Wiley & Sons. Wiley
• Scruby, C. B., & Drain, L. E. (1990). Laser Ultrasonics: Techniques and Applications. CRC Press. CRC Press
• ISO 12713:2015. Acoustic emission – Vocabulary. International Organization for Standardization. ISO
• Grosse, C. U., & Ohtsu, M. (2008). Acoustic Emission Testing. Springer. Springer
• Halmshaw, R. (1990). Acoustic Emission, Nondestructive Testing and Evaluation. EMAS. EMAS