| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 选题的背景及研究意义 | 第9-10页 |
| 1.2 声发射信号处理方法的研究进展 | 第10-13页 |
| 1.2.1 声发射信号识别和特征提取方法国内研究现状 | 第11-12页 |
| 1.2.2 声发射信号识别和特征提取方法国外研究现状 | 第12-13页 |
| 1.3 课题来源以及本文所要研究的内容 | 第13-14页 |
| 1.3.1 课题的来源 | 第13页 |
| 1.3.2 论文的主要研究内容和创新点 | 第13-14页 |
| 1.4 论文的章节安排 | 第14-15页 |
| 第二章 轨道车辆车轴的故障机理及信号处理的基本方法 | 第15-26页 |
| 2.1 车轴故障常见失效形式 | 第15-16页 |
| 2.2 车轴疲劳裂纹分析 | 第16-17页 |
| 2.3 车轴疲劳裂纹扩展阶段 | 第17-18页 |
| 2.4 车轴裂纹产生部位及成因 | 第18-19页 |
| 2.5 声发射相关理论 | 第19-21页 |
| 2.5.1 声发射信号的分类 | 第19-20页 |
| 2.5.2 声发射信号的特征 | 第20-21页 |
| 2.5.3 声发射信号处理方法 | 第21页 |
| 2.6 常用的故障信号处理的谱分析方法 | 第21-25页 |
| 2.6.1 傅里叶变换 | 第21-22页 |
| 2.6.2 功率谱分析 | 第22-23页 |
| 2.6.3 倒频谱分析 | 第23页 |
| 2.6.4 小波变换 | 第23-24页 |
| 2.6.5 Wigner-Ville分布 | 第24页 |
| 2.6.6 Hilbert-Huang 变换 | 第24-25页 |
| 本章小结 | 第25-26页 |
| 第三章 基于小波包能量谱和共振解调的声发射信号特征提取 | 第26-39页 |
| 3.1 概述 | 第26页 |
| 3.2 小波包理论和能量谱分析 | 第26-29页 |
| 3.2.1 小波包分解和重构 | 第26-29页 |
| 3.2.2 小波包能量谱分析 | 第29页 |
| 3.3 共振解调法的原理和技术特点 | 第29-33页 |
| 3.3.1 共振解调技术的原理和特点 | 第29-31页 |
| 3.3.2 共振解调方法解调故障特征信息 | 第31-33页 |
| 3.3.3 共振解调与小波包的联系 | 第33页 |
| 3.4 仿真验证分析 | 第33-38页 |
| 本章小结 | 第38-39页 |
| 第四章 局域均值分解法在裂纹声发射信号特征提取中的应用 | 第39-56页 |
| 4.1 LMD分解理论 | 第39-42页 |
| 4.1.1 信号的调制 | 第39-40页 |
| 4.1.2 信号的预处理 | 第40-42页 |
| 4.2 LMD算法原理 | 第42-44页 |
| 4.3 LMD特性及与传统时频分析方法的比较 | 第44-46页 |
| 4.3.1 LMD方法的特点 | 第44-45页 |
| 4.3.2 LMD与传统时频分析方法的比较 | 第45-46页 |
| 4.4 LMD算法改进 | 第46-52页 |
| 4.4.1 端点效应问题 | 第47页 |
| 4.4.2 平滑方法 | 第47页 |
| 4.4.3 改进方法 | 第47-52页 |
| 4.5 实例分析 | 第52-55页 |
| 4.5.1 故障信号特征提取 | 第52-55页 |
| 4.5.2 方法对比分析 | 第55页 |
| 本章小结 | 第55-56页 |
| 结论 | 第56-58页 |
| 参考文献 | 第58-61页 |
| 攻读硕士学位期间发表的学术论文 | 第61-62页 |
| 致谢 | 第62页 |
