首页--工业技术论文--电工技术论文--发电、发电厂论文--各种发电论文--风能发电论文

基于声发射的风电塔筒缺陷诊断监测技术研究

摘要第8-10页
Abstract第10-11页
第一章 绪论第12-20页
    1.1 研究背景第12-14页
    1.2 风电塔筒的常规无损检测技术第14-16页
        1.2.1 超声波检测第14-15页
        1.2.2 TOFD检测第15页
        1.2.3 磁粉检测第15页
        1.2.4 涡流检测第15-16页
        1.2.5 渗透检测第16页
    1.3 声发射技术研究现状第16-18页
    1.4 研究内容及意义第18-19页
        1.4.1 研究内容第18-19页
        1.4.2 研究意义第19页
    1.5 本章小结第19-20页
第二章 声发射检测技术原理第20-28页
    2.1 声发射技术概述第20页
    2.2 声发射技术的特点第20-21页
    2.3 声发射信号的特征参数第21-23页
    2.4 声发射信号的分析及处理方法第23-27页
        2.4.1 声发射信号的类型第23-24页
        2.4.2 声发射信号的降噪第24-25页
        2.4.4 声发射信号波形分析第25-27页
    2.5 本章小结第27-28页
第三章 Q345E钢缺陷焊缝的静载损伤声发射特性研究第28-48页
    3.1 焊接加工及常见缺陷第28-29页
        3.1.1 常见焊接方法第28页
        3.1.2 焊接接头形式第28页
        3.1.3 常见焊接缺陷第28-29页
    3.2 焊缝缺陷的预制第29-30页
    3.3 试验目的第30页
    3.4 试验系统及试验过程第30-34页
        3.4.1 试验系统第30-32页
        3.4.2 试验过程第32-34页
    3.5 Q345E钢试件弯曲损伤过程的声发射信号分析第34-36页
    3.6 缺陷焊缝声发射信号的快速傅里叶分析第36-38页
    3.7 缺陷焊缝声发射信号的小波分析第38-44页
        3.7.1 小波分析理论第38-41页
        3.7.2 声发射信号小波分析结果第41-44页
    3.8 缺陷焊缝声发射信号的希尔伯特黄分析第44-46页
        3.8.1 希尔伯特黄变换理论第44页
        3.8.2 希尔伯特黄变换分析结果第44-46页
    3.9 本章小结第46-48页
第四章 声发射信号在风电塔筒中衰减特性的研究第48-56页
    4.1 声发射源及声发射波第48-51页
        4.1.1 声发射源及波的产生第48页
        4.1.2 声发射波的传播模式第48-49页
        4.1.3 声发射波的传播速度第49页
        4.1.4 声发射波的折射、反射与模式转换第49-50页
        4.1.5 声发射波的衰减第50-51页
    4.2 衰减试验的目的第51页
    4.3 衰减试验系统及试验方案第51-52页
        4.3.1 衰减试验系统第51-52页
        4.3.2 衰减试验方案第52页
    4.4 衰减试验过程及分析第52-54页
        4.4.1 衰减试验过程第52-53页
        4.4.2 衰减声发射信号分析第53-54页
    4.5 本章小结第54-56页
第五章 神经网络在风电塔筒焊缝缺陷定位中的研究第56-66页
    5.1 声发射源的定位第56-57页
        5.1.1 区域定位第56页
        5.1.2 时差定位第56-57页
    5.2 试验目的第57-58页
    5.3 塔筒裂纹源定位试验系统及试验过程第58-59页
        5.3.1 试验系统第58页
        5.3.2 试验过程第58-59页
    5.4 BP神经网络的风电塔筒缺陷定位第59-65页
        5.4.1 BP神经网络理论第59-61页
        5.4.2 BP神经网络的设计与测试第61-65页
    5.5 本章小结第65-66页
第六章 结论与展望第66-68页
    6.1 主要结论第66-67页
    6.2 研究展望第67-68页
参考文献第68-72页
致谢第72-73页
附录A 攻读硕士期间所发表的论文第73页

论文共73页,点击 下载论文
上一篇:工程创新视野下我国工程师关键素质能力研究
下一篇:工业企业两化融合文化转型研究