基于巴克豪森原理的铁磁性材料机械性能研究
摘要 | 第4-5页 |
abstract | 第5页 |
第一章 绪论 | 第14-19页 |
1.1 引言 | 第14页 |
1.2 电磁无损检测技术 | 第14-15页 |
1.3 巴克豪森噪声检测的发展及研究现状 | 第15-17页 |
1.3.1 巴克豪森噪声检测的发展 | 第15-16页 |
1.3.2 巴克豪森噪声检测的研究现状 | 第16-17页 |
1.4 论文的主要研究工作 | 第17-19页 |
第二章 巴克豪森噪声检测的理论基础 | 第19-28页 |
2.1 磁畴与磁畴壁 | 第19-20页 |
2.2 磁化理论 | 第20-22页 |
2.2.1 技术磁化 | 第20-21页 |
2.2.2 磁滞回线 | 第21-22页 |
2.3 巴克豪森噪声产生机理 | 第22-23页 |
2.4 巴克豪森噪声信号影响因素 | 第23-27页 |
2.4.1 应力 | 第24页 |
2.4.2 显微组织 | 第24-25页 |
2.4.3 外部因素 | 第25-27页 |
2.5 本章小结 | 第27-28页 |
第三章 巴克豪森噪声信号检测系统硬件设计 | 第28-47页 |
3.1 检测系统硬件整体设计 | 第28-29页 |
3.2 激励电路模块 | 第29-33页 |
3.2.1 激励信号产生电路 | 第29-31页 |
3.2.2 激励信号调节电路 | 第31-32页 |
3.2.3 激励信号功率放大电路 | 第32-33页 |
3.3 检测探头模块 | 第33-36页 |
3.3.1 磁化器设计 | 第34页 |
3.3.2 检测线圈设计 | 第34-36页 |
3.4 信号调理电路模块 | 第36-38页 |
3.5 采集卡模块 | 第38-39页 |
3.6 工控机模块 | 第39-40页 |
3.7 控制电路模块 | 第40-43页 |
3.7.1 微控制器选型 | 第40-43页 |
3.7.2 按键与旋钮设计 | 第43页 |
3.8 电源管理模块 | 第43-46页 |
3.8.1 系统电源设计 | 第43-44页 |
3.8.2 电池电量监测设计 | 第44-45页 |
3.8.3 系统一键关机设计 | 第45-46页 |
3.9 本章小结 | 第46-47页 |
第四章 巴克豪森噪声信号检测系统软件设计 | 第47-65页 |
4.1 检测系统软件整体设计 | 第47页 |
4.2 控制模块软件 | 第47-51页 |
4.2.1 波形发生器的软件设计 | 第48-50页 |
4.2.2 数字电位器的软件设计 | 第50-51页 |
4.3 串口通信 | 第51-53页 |
4.3.1 通信协议 | 第51页 |
4.3.2 通信流程 | 第51-53页 |
4.4 人机交互界面 | 第53-57页 |
4.4.1 登陆验证功能设计 | 第54-55页 |
4.4.2 主窗体设计 | 第55-56页 |
4.4.3 设置窗体设计 | 第56-57页 |
4.5 数据采集处理程序 | 第57-64页 |
4.5.1 数据采集程序设计 | 第58-59页 |
4.5.2 数据处理程序设计 | 第59-64页 |
4.6 本章小结 | 第64-65页 |
第五章 铁磁性材料机械性能参数实验分析 | 第65-84页 |
5.1 试件制备 | 第65-67页 |
5.2 实验平台设计 | 第67-70页 |
5.2.1 三维定位装置与试件夹具 | 第67-68页 |
5.2.2 系统重复性验证实验 | 第68-70页 |
5.3 机械性能参数与MBN信号特征值的关系 | 第70-73页 |
5.3.1 齿轮材料参数分析 | 第70-72页 |
5.3.2 钢板材料参数分析 | 第72-73页 |
5.4 基于神经网络模型的机械性能参数推算 | 第73-79页 |
5.4.1 建模思路 | 第73-74页 |
5.4.2 BP神经网络 | 第74-75页 |
5.4.3 BP神经网络建模结果分析 | 第75-79页 |
5.5 多种电磁检测方法融合分析 | 第79-83页 |
5.5.1 多种电磁检测方法 | 第79-80页 |
5.5.2 融合分析实验 | 第80-83页 |
5.6 本章小结 | 第83-84页 |
第六章 总结与展望 | 第84-86页 |
6.1 工作总结 | 第84-85页 |
6.2 研究展望 | 第85-86页 |
参考文献 | 第86-89页 |
致谢 | 第89-90页 |
在学期间的研究成果及发表的学术论文 | 第90页 |