高速列车车体铝合金材料与轴承缺陷声发射检测方法研究
| 摘要 | 第5-7页 |
| abstract | 第7-9页 |
| 第1章 绪论 | 第14-30页 |
| 1.1 研究背景和意义 | 第14-17页 |
| 1.1.1 课题工程背景 | 第14-15页 |
| 1.1.2 课题研究意义 | 第15-17页 |
| 1.2 国内外研究现状 | 第17-27页 |
| 1.2.1 国外研究现状 | 第18-25页 |
| 1.2.2 国内研究现状 | 第25-27页 |
| 1.2.3 总结 | 第27页 |
| 1.3 研究思路及章节安排 | 第27-30页 |
| 第2章 改进完备经验模态分解方法 | 第30-48页 |
| 2.1 引言 | 第30页 |
| 2.2 包络线分解 | 第30-34页 |
| 2.2.1 EMD算法流程 | 第30-31页 |
| 2.2.2 LMD算法流程 | 第31-32页 |
| 2.2.3 模态混叠与端点效应比较 | 第32-34页 |
| 2.3 EEMD算法及噪声加入原则 | 第34-36页 |
| 2.4 EEMD的改进方法 | 第36-37页 |
| 2.4.1 CEEMD算法 | 第36页 |
| 2.4.2 CEEMDAN算法 | 第36-37页 |
| 2.5 改进完备经验模态方法 | 第37-45页 |
| 2.5.1 宽频信号模态混叠临界条件 | 第38-39页 |
| 2.5.2 噪声优化 | 第39-42页 |
| 2.5.3 筛选优化 | 第42-44页 |
| 2.5.4 端点延拓 | 第44-45页 |
| 2.6 仿真信号分解对比 | 第45-47页 |
| 2.7 本章小结 | 第47-48页 |
| 第3章 车体铝合金材料声发射信号表征与提取 | 第48-69页 |
| 3.1 引言 | 第48-49页 |
| 3.2 铝合金梁结构声发射信号采集 | 第49-50页 |
| 3.3 实测信号分解对比 | 第50-52页 |
| 3.3.1 EEMD分解 | 第50-51页 |
| 3.3.2 改进CEEMDAN分解 | 第51-52页 |
| 3.4 噪声抑制 | 第52-56页 |
| 3.4.1 EMD阈值去噪 | 第52-53页 |
| 3.4.2 分段自适应硬阈值去噪 | 第53-56页 |
| 3.5 声发射信号识别与统计 | 第56-65页 |
| 3.5.1 IMF自相关分析 | 第56页 |
| 3.5.2 IMF的K-L散度 | 第56-57页 |
| 3.5.3 相关性识别计算 | 第57-61页 |
| 3.5.4 声发射信号包络线峭度 | 第61-65页 |
| 3.6 表征计算比对 | 第65-68页 |
| 3.7 本章小结 | 第68-69页 |
| 第4章 车体铝合金材料声发射信号多源识别 | 第69-86页 |
| 4.1 引言 | 第69-70页 |
| 4.2 声发射信号熵权特性 | 第70-74页 |
| 4.2.1 排列熵 | 第70页 |
| 4.2.2 声发射信号IMF熵判据 | 第70-72页 |
| 4.2.3 排列熵判别计算 | 第72-74页 |
| 4.2.4 熵判据稳健性对比 | 第74页 |
| 4.3 声发射信号SVM分类识别 | 第74-85页 |
| 4.3.1 SVM分类器 | 第74-76页 |
| 4.3.2 Boosting-SVM分类器 | 第76-78页 |
| 4.3.3 分类实验 | 第78-83页 |
| 4.3.4 收敛、误差界及泛化分析 | 第83-85页 |
| 4.4 本章小结 | 第85-86页 |
| 第5章 声发射源定位方法研究 | 第86-102页 |
| 5.1 引言 | 第86-87页 |
| 5.2 声达时差计算 | 第87-93页 |
| 5.2.1 时延估计方法 | 第87-88页 |
| 5.2.2 IMF分段相关性指标时延估计 | 第88-91页 |
| 5.2.3 IMF奇异值降噪 | 第91-93页 |
| 5.3 声发射信号时间反转聚焦 | 第93-95页 |
| 5.3.1 信号的时间反转不变性 | 第93-94页 |
| 5.3.2 声发射信号时间反转合成方法 | 第94-95页 |
| 5.4 定位实验 | 第95-101页 |
| 5.4.1 实验设置 | 第95页 |
| 5.4.2 IMF分段互相关计算 | 第95-99页 |
| 5.4.3 波速计算 | 第99页 |
| 5.4.4 反转聚焦对比 | 第99-101页 |
| 5.5 本章小结 | 第101-102页 |
| 第6章 轮对轴承声发射信号故障诊断 | 第102-132页 |
| 6.1 引言 | 第102-104页 |
| 6.2 组稀疏分类方法 | 第104-106页 |
| 6.2.1 分类原理 | 第104-105页 |
| 6.2.2 组LASSO求解算法 | 第105-106页 |
| 6.3 索引组合冗余字典 | 第106-116页 |
| 6.3.1 索引组合冗余字典构造 | 第106-108页 |
| 6.3.2 K-SVD字典训练方法 | 第108-109页 |
| 6.3.3 原子区间平移稀疏编码 | 第109-111页 |
| 6.3.4 故障类原子的变分模态分解提取 | 第111-115页 |
| 6.3.5 索引组合字典分类流程 | 第115-116页 |
| 6.4 故障分类验证 | 第116-125页 |
| 6.4.1 轴承故障设置与试验 | 第116-118页 |
| 6.4.2 字典原子获取 | 第118-121页 |
| 6.4.3 稀疏分类结果 | 第121-125页 |
| 6.5 其他频域识别方法研究 | 第125-131页 |
| 6.5.1 轴承故障声发射信号包络谱分析 | 第125-128页 |
| 6.5.2 故障轴承功率谱频率调制分析 | 第128-131页 |
| 6.6 本章小结 | 第131-132页 |
| 总结与展望 | 第132-135页 |
| 本文工作总结 | 第132-134页 |
| 未来工作展望 | 第134-135页 |
| 致谢 | 第135-136页 |
| 参考文献 | 第136-148页 |
| 攻读博士学位期间主要研究成果 | 第148页 |
