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 |