| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 注释表 | 第10-11页 |
| 第一章 绪论 | 第11-17页 |
| 1.1 研究背景、目的和意义 | 第11-12页 |
| 1.2 风电叶片损伤及其检测 | 第12-15页 |
| 1.2.1 风电叶片损伤 | 第12-13页 |
| 1.2.2 风电叶片损伤检测的国内外研究现状 | 第13-15页 |
| 1.3 本文主要研究内容 | 第15-17页 |
| 1.3.1 主要工作内容 | 第15-16页 |
| 1.3.2 论文的结构安排 | 第16-17页 |
| 第二章 基于局部敲击法的脱层检测系统设计 | 第17-24页 |
| 2.1 声振检测方法简介 | 第17-18页 |
| 2.1.1 整体敲击法 | 第18页 |
| 2.1.2 局部敲击法 | 第18页 |
| 2.2 局部敲击检测原理 | 第18-19页 |
| 2.3 风电叶片的脱层检测系统设计 | 第19-23页 |
| 2.3.1 系统设计 | 第20-22页 |
| 2.3.2 玻璃钢脱层试件 | 第22-23页 |
| 2.4 本章小结 | 第23-24页 |
| 第三章 敲击信号初步分析 | 第24-31页 |
| 3.1 振动信号的相关检测特征 | 第24-27页 |
| 3.1.1 振动信号的理论模型 | 第24-26页 |
| 3.1.2 振动信号的实验结果分析 | 第26-27页 |
| 3.2 声音信号的相关检测特征 | 第27-30页 |
| 3.2.1 声音信号的理论分析 | 第27-28页 |
| 3.2.2 声音信号的实验结果分析 | 第28-30页 |
| 3.3 本章小结 | 第30-31页 |
| 第四章 敲击声音信号分析与处理 | 第31-58页 |
| 4.1 声音信号预处理 | 第31-37页 |
| 4.1.1 去除趋势项 | 第32-34页 |
| 4.1.2 信号降噪 | 第34-37页 |
| 4.2 声音信号的端点检测 | 第37-40页 |
| 4.2.1 端点检测原理 | 第37页 |
| 4.2.2 基于短时能量的单参数双门限端点检测 | 第37-40页 |
| 4.3 声音信号的功率谱分析 | 第40-47页 |
| 4.3.1 短时傅里叶变换 | 第40-41页 |
| 4.3.2 功率谱估计 | 第41-42页 |
| 4.3.3 频域特征参数提取 | 第42-44页 |
| 4.3.4 实验结果分析 | 第44-47页 |
| 4.4 小波分析 | 第47-57页 |
| 4.4.1 小波变换基础理论 | 第47-49页 |
| 4.4.2 小波包分析 | 第49-52页 |
| 4.4.3 小波基函数的选取 | 第52-53页 |
| 4.4.4 小波分析在风电叶片脱层检测中的应用 | 第53-57页 |
| 4.5 本章小结 | 第57-58页 |
| 第五章 基于BP神经网络的风电叶片脱层检测 | 第58-67页 |
| 5.1 BP神经网络概述 | 第58-61页 |
| 5.1.1 神经网络的概述与发展现状 | 第58页 |
| 5.1.2 BP神经网络的结构与算法 | 第58-61页 |
| 5.2 基于BP神经网络的风电叶片脱层检测 | 第61-63页 |
| 5.2.1 基于声音信号和BP神经网络的脱层识别 | 第61-62页 |
| 5.2.2 基于声音信号和振动信号的BP神经网络系统脱层识别 | 第62-63页 |
| 5.3 风电叶片的脱层深度分类 | 第63-64页 |
| 5.4 风电叶片的脱层面积判别 | 第64-66页 |
| 5.5 本章小结 | 第66-67页 |
| 第六章 总结与展望 | 第67-69页 |
| 6.1 全文总结 | 第67页 |
| 6.2 存在的问题与展望 | 第67-69页 |
| 参考文献 | 第69-72页 |
| 致谢 | 第72-73页 |
| 在学期间发表论文和科研成果 | 第73页 |