首页--工业技术论文--机械、仪表工业论文--机械零件及传动装置论文--机械传动机构论文--啮合传动论文--齿轮及齿轮传动论文

齿轮材料疲劳裂纹声发射信号特征建模与分析研究

摘要第5-6页
abstract第6-7页
第1章 绪论第10-16页
    1.1 研究背景及意义第10-11页
    1.2 齿轮材料概述第11-12页
    1.3 国内外声发射检测技术应用第12-15页
    1.4 本文内容安排第15-16页
第2章 旋转弯曲疲劳试验第16-25页
    2.1 齿轮材料疲劳裂纹扩展机理第16-17页
    2.2 疲劳试验的方法和设备第17-19页
    2.3 声发射检测系统第19-23页
        2.3.1 系统构成第19-21页
        2.3.2 采集软件第21-23页
    2.4 疲劳试验第23-24页
    2.5 本章小结第24-25页
第3章 声发射信号参数分析第25-35页
    3.1 声发射信号分析方法第25-26页
    3.2 常用的参数第26-28页
    3.3 参数分析第28-34页
        3.3.1 能量计数分析第28-30页
        3.3.2 振铃计数分析第30-32页
        3.3.3 有效值RMS分析第32-34页
        3.3.4 平均信号电平ASL分析第34页
    3.4 本章小结第34-35页
第4章 声发射信号时频分析第35-52页
    4.1 时频分析方法第35-36页
    4.2 Hilbert-Huang变换理论第36-45页
        4.2.1 Hilbert变换和解析信号第36-37页
        4.2.2 本征模态函数IMF第37-38页
        4.2.3 经验模态分解EMD第38-43页
        4.2.4 Hilbert谱和边际谱第43-45页
    4.3 声发射信号HHT和Gabor变换时频分析对比第45-47页
    4.4 HHT应用于声发射信号分析第47-51页
        4.4.1 声发射信号Hilbert谱分析第47-50页
        4.4.2 声发射信号边际谱分析第50-51页
    4.5 本章小结第51-52页
第5章 声发射信号人工神经网络建模与分析第52-72页
    5.1 人工神经网络第52-54页
    5.2 声发射信号BP神经网络建模与分析第54-61页
        5.2.1 BP神经网络学习算法第55-59页
        5.2.2 BP神经网络应用于声发射信号分类第59-61页
    5.3 声发射信号SOM神经网络建模与分析第61-71页
        5.3.1 SOM神经网络学习算法第62-63页
        5.3.2 SOM神经网络应用于声发射信号聚类第63-69页
        5.3.3 SOM神经网络竞争层多神经元分析研究第69-71页
    5.4 本章小结第71-72页
第6章 总结与展望第72-74页
参考文献第74-77页
致谢第77页

论文共77页,点击 下载论文
上一篇:聚苯并咪唑类高温低湿度复合质子交换膜的制备研究
下一篇:微结构阵列模具超声椭圆振动磨削实验研究