| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 注释表 | 第13-14页 |
| 第一章 绪论 | 第14-24页 |
| 1.1 搅拌摩擦焊原理与发展现状 | 第14-17页 |
| 1.1.1 搅拌摩擦连接原理及特点 | 第14-16页 |
| 1.1.2 搅拌摩擦连接国内外研究现状 | 第16-17页 |
| 1.2 搅拌摩擦连接过程中的信号 | 第17-20页 |
| 1.2.1 信号产生及测试需求分析 | 第17-19页 |
| 1.2.2 影响信号采集的因素 | 第19-20页 |
| 1.2.3 信号处理与分析 | 第20页 |
| 1.3 在线监测技术及其研究现状 | 第20-22页 |
| 1.3.1 在线监测的意义 | 第20-21页 |
| 1.3.2 在线监测技术与方法 | 第21-22页 |
| 1.3.3 在线监测国内外发展现状 | 第22页 |
| 1.4 本课题选题内容与研究意义 | 第22-24页 |
| 1.4.1 研究背景与意义 | 第22-23页 |
| 1.4.2 研究内容 | 第23-24页 |
| 第二章 FSJ在线监测系统设计与开发 | 第24-42页 |
| 2.1 在线监测系统总体设计 | 第24-25页 |
| 2.1.1 系统设计的目的与要求 | 第24页 |
| 2.1.2 系统总体构架 | 第24-25页 |
| 2.2 在线监测系统硬件设计 | 第25-32页 |
| 2.2.1 多通道数据采集卡 | 第25-26页 |
| 2.2.2 温度监测系统 | 第26-30页 |
| 2.2.3 振动监测系统 | 第30-31页 |
| 2.2.4 声发射监测系统 | 第31-32页 |
| 2.3 基于Labview的在线监测系统软件设计 | 第32-40页 |
| 2.3.1 人机交互界面 | 第33页 |
| 2.3.2 数据采集与显示模块 | 第33-36页 |
| 2.3.3 高速数据存储模块 | 第36-38页 |
| 2.3.4 数据处理与分析模块 | 第38-40页 |
| 2.4 系统运行测试 | 第40-41页 |
| 2.5 本章小结 | 第41-42页 |
| 第三章 SiCp/Al复合材料FSJ过程中的信号处理与特征研究 | 第42-68页 |
| 3.1 FSJ过程试验方案设计 | 第42-47页 |
| 3.1.1 试验目的 | 第42页 |
| 3.1.2 试验材料与设备 | 第42-43页 |
| 3.1.3 试验方案 | 第43-45页 |
| 3.1.4 试验步骤 | 第45页 |
| 3.1.5 试验结果 | 第45-47页 |
| 3.2 信号分析方法与理论 | 第47-56页 |
| 3.2.1 时域分析 | 第47-48页 |
| 3.2.2 频域分析 | 第48-49页 |
| 3.2.3 小波变换 | 第49-56页 |
| 3.3 FSJ过程中的信号及特征分析 | 第56-64页 |
| 3.3.1 温度信号分析 | 第56-57页 |
| 3.3.2 振动信号特征分析 | 第57-60页 |
| 3.3.3 声发射信号特征分析 | 第60-64页 |
| 3.4 影响监测信号的因素分析 | 第64-67页 |
| 3.4.1 转速对信号特征的影响 | 第64-66页 |
| 3.4.2 连接速度对信号特征的影响 | 第66-67页 |
| 3.5 本章小结 | 第67-68页 |
| 第四章 SiCp/Al复合材料FSJ过程搅拌头磨损状态识别 | 第68-87页 |
| 4.1 搅拌头磨损与失效 | 第68-70页 |
| 4.1.1 磨损与失效形式 | 第68-69页 |
| 4.1.2 搅拌头磨损过程 | 第69-70页 |
| 4.1.3 磨损及失效标准 | 第70页 |
| 4.2 磨损试验及结果分析 | 第70-74页 |
| 4.2.1 磨损试验方法 | 第70-71页 |
| 4.2.2 试验结果分析 | 第71-73页 |
| 4.2.3 搅拌头磨损规律 | 第73-74页 |
| 4.3 搅拌头磨损状态识别与信号特征提取 | 第74-79页 |
| 4.3.1 搅拌头磨损特征选择 | 第74-75页 |
| 4.3.2 基于均方根的磨损状态特征提取 | 第75-77页 |
| 4.3.3 基于小波能量的磨损状态特征提取 | 第77-79页 |
| 4.4 基于多传感器信息融合的搅拌头磨损识别模型 | 第79-81页 |
| 4.4.1 多传感器数据融合 | 第79页 |
| 4.4.2 集成神经网络识别模型 | 第79-80页 |
| 4.4.3 模型算法与参数设计 | 第80-81页 |
| 4.5 搅拌头磨损识别测试 | 第81-85页 |
| 4.5.1 基于Matlab的决策融合算法 | 第81-83页 |
| 4.5.2 样本训练 | 第83-84页 |
| 4.5.3 融合算法识别结果 | 第84-85页 |
| 4.6 FSJ在线监控模块 | 第85-86页 |
| 4.7 本章小结 | 第86-87页 |
| 第五章 总结与展望 | 第87-89页 |
| 5.1 总结 | 第87-88页 |
| 5.2 展望 | 第88-89页 |
| 参考文献 | 第89-94页 |
| 致谢 | 第94-95页 |
| 在学期间的研究成果及发表的学术论文 | 第95页 |