不锈钢搭接激光焊接头超声波定量检测及质量评估研究
| 摘要 | 第4-7页 |
| abstract | 第7-10页 |
| 第1章 绪论 | 第15-33页 |
| 1.1 选题背景及意义 | 第15-16页 |
| 1.2 超声波检测技术及其在焊接领域的应用 | 第16-24页 |
| 1.2.1 常规超声检测 | 第17-20页 |
| 1.2.1.1 A扫描显示 | 第17-18页 |
| 1.2.1.2 B扫描显示 | 第18-19页 |
| 1.2.1.3 C扫描显示 | 第19-20页 |
| 1.2.2 相控阵超声检测 | 第20-22页 |
| 1.2.3 衍射时差法超声检测 | 第22-23页 |
| 1.2.4 合成孔径聚焦技术超声检测 | 第23-24页 |
| 1.2.5 超声显微检测 | 第24页 |
| 1.3 超声检测的数值模拟及其应用 | 第24-27页 |
| 1.3.1 探头发射声场的数值模拟 | 第25-26页 |
| 1.3.2 超声波在介质中传播过程的数值模拟 | 第26-27页 |
| 1.4 超声波信号分析技术及其研究现状 | 第27-30页 |
| 1.4.1 时域分析 | 第27-28页 |
| 1.4.2 频域分析 | 第28-29页 |
| 1.4.3 时频域分析 | 第29-30页 |
| 1.5 焊缝识别技术及其研究现状 | 第30-31页 |
| 1.6 激光焊质量预测及其研究现状 | 第31-32页 |
| 1.7 本文主要研究内容 | 第32-33页 |
| 第2章 试验材料、设备及方法 | 第33-41页 |
| 2.1 试验材料及试件规格 | 第33页 |
| 2.2 激光焊设备及工艺 | 第33-35页 |
| 2.3 激光焊缝超声波检测系统 | 第35-37页 |
| 2.4 激光焊缝超声波检测方法 | 第37-39页 |
| 2.5 本章小结 | 第39-41页 |
| 第3章 激光焊接头超声检测的数值模拟 | 第41-61页 |
| 3.1 超声检测的基本理论 | 第41-46页 |
| 3.1.1 超声探头的声场特性 | 第41-42页 |
| 3.1.2 超声波的反射和透射 | 第42-45页 |
| 3.1.3 超声波的衰减 | 第45-46页 |
| 3.2 激光焊接头超声检测的有限元模型 | 第46-49页 |
| 3.2.1 有限元法的基本原理 | 第46-47页 |
| 3.2.2 有限元几何模型的建立及求解 | 第47-49页 |
| 3.3 有限元模拟结果及分析 | 第49-55页 |
| 3.3.1 声场的瞬态分布 | 第49-52页 |
| 3.3.2 A扫描回波信号分析 | 第52-55页 |
| 3.4 超声横向扫描检测的仿真 | 第55-56页 |
| 3.5 模拟结果的试验验证 | 第56-59页 |
| 3.6 本章小结 | 第59-61页 |
| 第4章 激光焊接头超声检测信号分析及熔宽评估 | 第61-87页 |
| 4.1 超声检测信号的分析方法 | 第61-64页 |
| 4.1.1 半衰减法 | 第61-63页 |
| 4.1.2 快速傅立叶变换 | 第63-64页 |
| 4.2 激光焊接头超声检测信号时域与频域分析 | 第64-69页 |
| 4.3 小尺寸熔宽计算的数学模型 | 第69-77页 |
| 4.3.1 小尺寸熔宽的界定 | 第69-73页 |
| 4.3.2 熔宽计算数学模型的建立 | 第73-77页 |
| 4.3.2.1 等厚板激光焊熔宽的计算 | 第74-76页 |
| 4.3.2.2 非等厚板激光焊熔宽的计算 | 第76-77页 |
| 4.4 熔宽评估的试验验证 | 第77-84页 |
| 4.4.1 试验方案 | 第77-79页 |
| 4.4.2 熔宽评估的误差统计 | 第79-83页 |
| 4.4.3 探头位置对小尺寸熔宽评估的影响 | 第83-84页 |
| 4.5 本章小结 | 第84-87页 |
| 第5章 激光焊缝的超声定量检测及力学性能评估 | 第87-105页 |
| 5.1 激光焊缝的超声C扫描成像 | 第87-91页 |
| 5.2 基于正交多项式的曲线拟合 | 第91-94页 |
| 5.3 激光焊缝特征的提取 | 第94-100页 |
| 5.3.1 熔合中心的提取 | 第94-97页 |
| 5.3.2 熔合边缘的提取 | 第97-100页 |
| 5.4 等效熔宽及激光焊缝力学性能的评价 | 第100-102页 |
| 5.5 激光焊缝的自动识别 | 第102-104页 |
| 5.6 本章小结 | 第104-105页 |
| 第6章 基于焊接参数与超声检测的激光焊熔深预测 | 第105-129页 |
| 6.1 焊接参数对激光焊接头形状的影响 | 第106-109页 |
| 6.2 基于多元线性回归分析的熔深预测 | 第109-118页 |
| 6.2.1 多元线性回归分析的数学模型 | 第110-112页 |
| 6.2.2 多元线性回归分析的检验 | 第112-113页 |
| 6.2.3 激光焊熔深的回归预测模型 | 第113-117页 |
| 6.2.4 多元线性回归预测模型的验证 | 第117-118页 |
| 6.3 基于人工神经网络的熔深预测 | 第118-126页 |
| 6.3.1 人工神经网络的基本模型与结构 | 第118-121页 |
| 6.3.2 BP神经网络及其学习规则 | 第121-123页 |
| 6.3.3 激光焊熔深BP神经网络预测模型 | 第123-125页 |
| 6.3.4 BP神经网络预测模型的验证 | 第125-126页 |
| 6.4 本章小结 | 第126-129页 |
| 第7章 结论 | 第129-131页 |
| 参考文献 | 第131-145页 |
| 作者简介及在学期间所取得的科研成果 | 第145-147页 |
| 致谢 | 第147页 |
