轻水堆核电站的压力边界设备长期服役于高温高压且具有放射性的水环境，在特殊水化学条件、服役材料及载荷的联合作用下，设备材料可能承受多种腐蚀损伤形式，典型的如点蚀、沿晶腐蚀、应力腐蚀开裂（SCC）等，严重威胁核电站运行的安全性和经济性。发展针对这些腐蚀损伤的在线监测技术是防止其发生、控制其发展的最经济、最有效的途径之一，但目前仍缺乏有效的能直接应用于轻水堆核电站服役环境的在线监测技术。声发射（AE）是指材料损伤过程中局部能量快速释放的现象, 通过AE特征参数如振铃计数、幅度、上升时间、持续时间、能量等的分析可以有效辨别产生AE信号的源，从而区分不同的损伤模式。 

　　课题组在国家自然科学基金面上项目（51371174、51671201）支持下，研制了高温高压水原位加载及在线AE测量系统，研究了核级304 SS在高温高压水环境中发生SCC时的AE信号特征及对应的AE源机制。发现材料状态与加载模式能影响304 SS在高温高压水中的SCC开裂模式：固溶态304 SS表现为穿晶SCC（TGSCC）开裂模式，敏化态304 SS在慢应变速率加载条件下是TGSCC和沿晶SCC（IGSCC）的混合开裂模式，而恒载荷加载条件下则是IGSCC开裂模式。通过控制SCC开裂模式，原位监测了高温高压水中SCC过程的AE信号，发现来源于残余韧带撕裂和塑性变形的爆发型AE信号和连续性AE信号与SCC模式有很好的对应关系，可以通过分析AE波形来监测高温高压水SCC过程。进一步可以利用爆发型信号和连续型信号的比例λ作为判别因子来监测SCC状态：TGSCC的λ值在1左右，TGSCC和IGSCC混合开裂的λ值在0.5左右，而随着IGSCC比例增加，λ值逐渐降低到0左右。利用随机森林模型区分不同AE波形的判别精确率为97.6%，所有AE特征参数均对随机森林模型区分AE波形有一定程度的贡献，但上升时间所占权重最大。结合上述的判别因子λ和随机森林模型可以实现高温高压水SCC过程的原位、自动AE监测。相关研究结果已发表于Corrosion Science, 146, 2019, 90-98. 

退火和敏化304 SS高温高压水SCC过程中的AE信号、波形及监测SCC模式的判别因子