轨道车辆车轴声发射数据流特征分析方法研究
| 摘要 | 第2-3页 |
| Abstract | 第3-4页 |
| 引言 | 第7-8页 |
| 1 数据流与声发射现象 | 第8-13页 |
| 1.1 数据流与数据流挖掘 | 第8-10页 |
| 1.1.1 数据流简介 | 第8-9页 |
| 1.1.2 常见数据流模型和分析方法 | 第9-10页 |
| 1.2 声发射现象及原理 | 第10-13页 |
| 1.2.1 声发射现象简介 | 第10-11页 |
| 1.2.2 声发射现象应用 | 第11-13页 |
| 2 转轴故障检测 | 第13-20页 |
| 2.1 故障检测简介 | 第13-14页 |
| 2.2 故障检测研究意义 | 第14-16页 |
| 2.3 设备故障检测研究现状 | 第16-17页 |
| 2.4 声发射数据采集设备 | 第17-20页 |
| 3 声发射信号时域在线分析 | 第20-36页 |
| 3.1 信号时域分析简介 | 第20页 |
| 3.2 声发射时域分析相关工作 | 第20-22页 |
| 3.3 声发射信号时域在线分析方法 | 第22-28页 |
| 3.3.1 时域特征提取方法 | 第22-23页 |
| 3.3.2 声发射数据流的滑动窗口截取 | 第23-24页 |
| 3.3.3 时域特征的增量计算方法 | 第24-25页 |
| 3.3.4 信号识别的特征池方法 | 第25-26页 |
| 3.3.5 信号识别神经网络结构 | 第26-27页 |
| 3.3.6 方法总结 | 第27-28页 |
| 3.4 实验结果 | 第28-35页 |
| 3.4.1 实验信号时域特征 | 第28-29页 |
| 3.4.2 神经网络学习过程 | 第29-30页 |
| 3.4.3 完整声发射过程分析 | 第30-32页 |
| 3.4.4 实验参数优化与讨论 | 第32-35页 |
| 3.5 本章小结 | 第35-36页 |
| 4 声发射信号能量域分析 | 第36-55页 |
| 4.1 信号时频转换方法简介 | 第36-37页 |
| 4.2 相关工作 | 第37-39页 |
| 4.3 声发射信号能量域分析方法 | 第39-44页 |
| 4.3.1 方法综述 | 第39-40页 |
| 4.3.2 限定的经验模态分解方法 | 第40页 |
| 4.3.3 能量域特征提取方法 | 第40-43页 |
| 4.3.4 神经网络结构 | 第43-44页 |
| 4.4 实验结果 | 第44-54页 |
| 4.4.1 实验信号能量域特征 | 第44-47页 |
| 4.4.2 信号的学习和识别 | 第47-49页 |
| 4.4.3 实验参数分析与讨论 | 第49-51页 |
| 4.4.4 对比试验 | 第51-52页 |
| 4.4.5 完整声发射过程分析 | 第52-54页 |
| 4.5 本章小结 | 第54-55页 |
| 结论 | 第55-56页 |
| 参考文献 | 第56-60页 |
| 攻读硕士学位期间发表学术论文情况 | 第60-61页 |
| 致谢 | 第61-63页 |
