基于磁记忆检测的服役构件剩余寿命评估方法研究
| 摘要 | 第1-7页 |
| ABSTRACT | 第7-9页 |
| 致谢 | 第9-14页 |
| 第一章 绪论 | 第14-24页 |
| ·课题的来源及研究的背景、意义 | 第14-16页 |
| ·课题来源 | 第14页 |
| ·研究背景及意义 | 第14-16页 |
| ·国内外研究现状分析 | 第16-22页 |
| ·磁记忆检测 | 第16-18页 |
| ·磁记忆信号的处理 | 第18-20页 |
| ·基于人工智能的寿命预测 | 第20-22页 |
| ·本文主要研究内容及结构 | 第22-24页 |
| ·论文主要研究内容 | 第22-23页 |
| ·论文组织结构 | 第23-24页 |
| 第二章 疲劳损伤有限元仿真与试验设计 | 第24-30页 |
| ·试件疲劳损伤有限元分析 | 第24-28页 |
| ·试件模型参数 | 第24页 |
| ·ABAQUS弹塑性有限元分析 | 第24-26页 |
| ·FE-SAFE模拟寿命计算 | 第26-28页 |
| ·疲劳拉伸试验 | 第28-29页 |
| ·试验材料与制备 | 第28页 |
| ·试验仪器与方法 | 第28-29页 |
| ·试验结果与仿真分析对比 | 第29页 |
| ·本章小结 | 第29-30页 |
| 第三章 服役构件疲劳寿命评估方法研究 | 第30-43页 |
| ·支持向量机 | 第30-35页 |
| ·统计学习理论的基本思想 | 第30-32页 |
| ·支持向量机分类 | 第32-34页 |
| ·支持向量机回归 | 第34-35页 |
| ·服役构件损伤的特征参量分析 | 第35-39页 |
| ·理论分析 | 第35-36页 |
| ·实验分析 | 第36-39页 |
| ·基于支持向量机的剩余寿命预测 | 第39-42页 |
| ·模型的训练与测试 | 第39页 |
| ·结果分析与讨论 | 第39-42页 |
| ·本章小结 | 第42-43页 |
| 第四章 构件磁记忆信号特征提取及损伤识别 | 第43-54页 |
| ·小波变换理论 | 第43-44页 |
| ·连续小波变换 | 第43-44页 |
| ·离散小波变换 | 第44页 |
| ·磁记忆检测信号特征提取 | 第44-51页 |
| ·小波消噪方法 | 第44-45页 |
| ·采用小波分解的磁记忆特征信号分析 | 第45-48页 |
| ·确定损伤指标 | 第48-49页 |
| ·磁记忆信号基本特征分析 | 第49-51页 |
| ·基于磁信号特征的损伤识别模型 | 第51-53页 |
| ·信号特征可靠性模型建立 | 第51-52页 |
| ·模型的验证与讨论 | 第52-53页 |
| ·本章小结 | 第53-54页 |
| 第五章 基于磁记忆信号特征提取的寿命评估 | 第54-58页 |
| ·基于特征信号提取的剩余寿命模型 | 第54页 |
| ·模型结果对比分析 | 第54-57页 |
| ·本章小结 | 第57-58页 |
| 第六章 总结与展望 | 第58-60页 |
| ·研究工作与创新点 | 第58-59页 |
| ·研究展望 | 第59-60页 |
| 参考文献 | 第60-65页 |
| 攻读硕士学位期间发表的论文 | 第65页 |
