| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第15-38页 |
| 1.1 课题研究的目的及意义 | 第15-16页 |
| 1.2 直升机复合材料试件损伤类型及无损检测技术分析 | 第16-20页 |
| 1.2.1 直升机复合材料试件及损伤类型 | 第16-19页 |
| 1.2.2 直升机复合材料试件无损检测技术 | 第19-20页 |
| 1.3 声发射检测技术研究现状及分析 | 第20-33页 |
| 1.3.1 声发射检测技术概念 | 第20-22页 |
| 1.3.2 声发射信号采集处理系统 | 第22-23页 |
| 1.3.3 声发射信号分析技术 | 第23-26页 |
| 1.3.4 声发射信号去噪技术 | 第26-27页 |
| 1.3.5 声发射源定位技术 | 第27-31页 |
| 1.3.6 声发射信号特征参数提取技术 | 第31-32页 |
| 1.3.7 声发射源识别技术 | 第32-33页 |
| 1.4 声发射检测技术在直升机中应用现状及分析 | 第33-34页 |
| 1.5 存在主要问题 | 第34-36页 |
| 1.6 本文主要研究内容 | 第36-38页 |
| 第2章 直升机复合材料试件声发射信号传播特性实验研究 | 第38-63页 |
| 2.1 引言 | 第38页 |
| 2.2 谐波小波包分析原理 | 第38-49页 |
| 2.2.1 二进谐波小波原理 | 第38-45页 |
| 2.2.2 广义谐波小波原理 | 第45-49页 |
| 2.3 声发射信号传播特性分析 | 第49-62页 |
| 2.3.1 声发射波的传播原理 | 第49页 |
| 2.3.2 直升机复合材料试件声发射信号传播实验 | 第49-55页 |
| 2.3.3 声发射参数衰减结果 | 第55-58页 |
| 2.3.4 声发射信号衰减的谐波小波包分析 | 第58-62页 |
| 2.4 本章小结 | 第62-63页 |
| 第3章 直升机复合材料试件声发射信号去噪算法研究 | 第63-81页 |
| 3.1 引言 | 第63-64页 |
| 3.2 小波阈值去噪原理 | 第64-68页 |
| 3.2.1 阈值函数选择及阈值优化 | 第65-67页 |
| 3.2.2 小波基函数的确定 | 第67-68页 |
| 3.3 经验模态分解及去噪原理 | 第68-72页 |
| 3.3.1 经验模态分解原理 | 第68-69页 |
| 3.3.2 经验模态分解的滤波特性 | 第69-71页 |
| 3.3.3 经验模态分解去噪原理 | 第71-72页 |
| 3.4 经验模式分解及小波结合去噪原理 | 第72-74页 |
| 3.4.1 IMF-Wavelet 去噪原理 | 第73页 |
| 3.4.2 EMD-Wavelet 去噪原理 | 第73页 |
| 3.4.3 Wavelet- EMD 去噪原理 | 第73-74页 |
| 3.5 去噪效果评价 | 第74页 |
| 3.6 仿真实验及分析 | 第74-80页 |
| 3.6.1 标准信号去噪实验 | 第74-78页 |
| 3.6.2 直升机复合材料试件断铅模拟 AE 信号去噪实验 | 第78-80页 |
| 3.7 本章小结 | 第80-81页 |
| 第4章 直升机复合材料试件声发射信号智能定位算法研究 | 第81-103页 |
| 4.1 引言 | 第81-82页 |
| 4.2 基于最小二乘支持向量回归的声发射源线性定位方法 | 第82-91页 |
| 4.2.1 最小二乘支持向量回归原理 | 第82-83页 |
| 4.2.2 基于粒子群算法的 LS-SVM 回归的参数优化 | 第83-86页 |
| 4.2.3 利用 LS-SVM 回归进行声发射源线性定位 | 第86-88页 |
| 4.2.4 直升机复合材料试件声发射源线性定位实验分析 | 第88-91页 |
| 4.3 基于多输出支持向量回归的声发射源平面定位方法 | 第91-101页 |
| 4.3.1 单输出支持向量回归原理 | 第91-93页 |
| 4.3.2 多输出支持向量回归原理及算法 | 第93-95页 |
| 4.3.3 多输出支持向量回归算法仿真验证 | 第95-96页 |
| 4.3.4 直升机复合材料试件声发射源平面定位实验与分析 | 第96-101页 |
| 4.4 本章小结 | 第101-103页 |
| 第5章 直升机复合材料试件声发射信号识别算法研究 | 第103-126页 |
| 5.1 引言 | 第103-104页 |
| 5.2 基于谐波小波包分解的声发射信号特征提取 | 第104-107页 |
| 5.2.1 特征评价方法 | 第104-106页 |
| 5.2.2 谐波小波包分解特征提取步骤 | 第106页 |
| 5.2.3 谐波小波包分解频带确定 | 第106-107页 |
| 5.3 基于支持向量多分类器的声发射源类型识别 | 第107-116页 |
| 5.3.1 支持向量机分类原理 | 第107-110页 |
| 5.3.2 支持向量机多分类器设计 | 第110-113页 |
| 5.3.3 支持向量机模型参数优化 | 第113-116页 |
| 5.4 仿真分析及实验验证 | 第116-124页 |
| 5.4.1 基于小生境粒子群算法的 SVM 参数优化验证 | 第116-117页 |
| 5.4.2 直升机复合材料试件压断实验 | 第117-120页 |
| 5.4.3 谐波小波包分解特征提取验证 | 第120-122页 |
| 5.4.4 支持向量多分类器声发射源类型识别验证 | 第122-124页 |
| 5.5 本章小结 | 第124-126页 |
| 结论 | 第126-129页 |
| 参考文献 | 第129-142页 |
| 攻读博士学位期间发表的论文及其它成果 | 第142-144页 |
| 致谢 | 第144-145页 |
| 个人简历 | 第145页 |
