首页--工业技术论文--电工技术论文--电机论文--发电机、大型发电机组(总论)论文--风力发电机论文

风力机叶片疲劳裂纹特征提取方法研究

摘要第1-7页
Abstract第7-12页
第一章 绪论第12-27页
   ·课题来源第12页
   ·课题研究背景与意义第12-16页
   ·相关技术及研究现状第16-24页
     ·裂纹特征信号检测的特点第17-18页
     ·信号处理技术在特征提取领域的发展现状第18-20页
     ·现阶段的常用技术第20-23页
     ·分形理论及发展现状第23-24页
   ·主要研究内容与结构安排第24-27页
第二章 风力机叶片裂纹特征提取试验第27-43页
   ·试验装置介绍第27-33页
     ·技术简介第28-30页
     ·声发射波产生机理第30-32页
     ·金相显微镜第32-33页
   ·声发射信号采集试验第33-37页
     ·试验目的及布置第33-35页
     ·试验过程第35-36页
     ·试验结果第36-37页
   ·疲劳裂纹扩展试验第37-42页
     ·加速试验的条件第37-38页
     ·试验过程第38-41页
     ·试验结果第41-42页
   ·本章小结第42-43页
第三章 基于自适应小波基函数的特征提取第43-63页
   ·小波基函数的选取原理及方法第43-49页
     ·小波基函数选取规则第44-46页
     ·Shannon 熵方法及 Mallat 小波分解第46-49页
   ·基于自适应小波基函数的特征提取第49-52页
     ·小波变换的滤波特性第49-50页
     ·母小波的选取第50-51页
     ·带宽参数优化第51-52页
   ·基于小波尺度谱的特征提取第52-61页
     ·小波尺度谱概论第53页
     ·重分配尺度谱概论第53-55页
     ·实例计算第55-61页
     ·结果分析第61页
   ·本章小结第61-63页
第四章 基于多分辨率的叶片裂纹特征提取第63-82页
   ·多分辨率的奇异值分解第63-75页
     ·方法概述第64-65页
     ·叶片裂纹信号的多分辨 SVD第65-74页
     ·计算结果第74-75页
   ·特征能谱系数第75-80页
     ·方法概述第75-77页
     ·实例计算第77-80页
     ·计算结果第80页
   ·本章小结第80-82页
第五章 基于分形理论的疲劳裂纹微观图像分析第82-102页
   ·叶片裂纹微观图像特征及分形方法的应用第83-93页
     ·叶片疲劳裂纹特征第83-85页
     ·分形与分形维数第85-91页
     ·裂纹微观图像的分形特征第91-93页
   ·叶片裂纹演化微观图像分析第93-101页
     ·图像采集第93-97页
     ·分形特征分析第97-99页
     ·结果与讨论第99-101页
   ·本章小结第101-102页
第六章 结论第102-105页
   ·结论第102-103页
   ·展望第103-105页
参考文献第105-111页
在学研究成果第111-113页
致谢第113页

论文共113页,点击 下载论文
上一篇:基于单通道盲分离算法的大型风电机组早期机械故障诊断
下一篇:离焦虹膜识别方法研究