基于声发射特征的电梯曳引轮磨损识别方法
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第11-17页 |
| 1.1 引言 | 第11-13页 |
| 1.2 电梯曳引轮磨损监测与识别发展现状 | 第13-15页 |
| 1.3 主要研究内容 | 第15页 |
| 1.4 总体研究技术路线 | 第15-16页 |
| 1.5 本章小结 | 第16-17页 |
| 第二章 电梯曳引轮磨损声发射特征信号检测 | 第17-33页 |
| 2.1 曳引轮磨损分析 | 第17-20页 |
| 2.1.1 曳引轮的轮槽形式 | 第17-18页 |
| 2.1.2 曳引轮磨损原因分析 | 第18-19页 |
| 2.1.3 曳引轮失效形式分析 | 第19-20页 |
| 2.2 声发射测试技术 | 第20-23页 |
| 2.2.1 声发射的产生 | 第20页 |
| 2.2.2 声发射信号的传播方式 | 第20-21页 |
| 2.2.3 声发射信号的测试方法 | 第21-22页 |
| 2.2.4 声发射在机械构件检测中的应用 | 第22-23页 |
| 2.3 曳引轮声发射测试系统 | 第23-26页 |
| 2.3.1 曳引轮声发射测试系统总体结构 | 第23页 |
| 2.3.2 声发射检测传感器的选择 | 第23-24页 |
| 2.3.3 信号前置放大器的选择 | 第24-25页 |
| 2.3.4 声发射信号采集箱 | 第25-26页 |
| 2.4 不同磨损程度声发射特征信号检测 | 第26-32页 |
| 2.4.1 曳引轮磨损程度分类 | 第26-27页 |
| 2.4.2 曳引轮声发射信号测试 | 第27-32页 |
| 2.5 本章小结 | 第32-33页 |
| 第三章 曳引轮不同磨损程度声发射特征提取与分析 | 第33-51页 |
| 3.1 声发射特征信号提取与分析方法 | 第33-37页 |
| 3.2 曳引轮磨损声发射信号小波包分析 | 第37-42页 |
| 3.2.1 小波基的选择 | 第37-38页 |
| 3.2.2 分解层数的确定 | 第38-39页 |
| 3.2.3 声发射信号小波包分解 | 第39-42页 |
| 3.3 曳引轮磨损声发射信号特征能量提取 | 第42-45页 |
| 3.4 特征样本数据库构建 | 第45-49页 |
| 3.5 本章小结 | 第49-51页 |
| 第四章 基于D-S证据理论的曳引轮磨损识别 | 第51-63页 |
| 4.1 D-S证据理论 | 第51-53页 |
| 4.2 曳引轮磨损隶属度函数优化 | 第53-58页 |
| 4.2.1 声发射特征样本模糊性分析 | 第53-54页 |
| 4.2.2 模糊隶属度函数优化模型 | 第54-56页 |
| 4.2.3 隶属度函数优化求解 | 第56-58页 |
| 4.3 曳引轮磨损D-S融合识别模型 | 第58-61页 |
| 4.3.1 基本概率分配函数 | 第58-59页 |
| 4.3.2 D-S证据理论信息融合规则 | 第59-61页 |
| 4.3.3 D-S证据理论融合决策准则 | 第61页 |
| 4.4 本章小结 | 第61-63页 |
| 第五章 曳引轮磨损识别实验及分析 | 第63-71页 |
| 5.1 实验工况及信号测试 | 第63-66页 |
| 5.2 磨损特征能量提取与分析 | 第66-67页 |
| 5.3 磨损程度识别及精度评价 | 第67-69页 |
| 5.4 本章小结 | 第69-71页 |
| 第六章 结论 | 第71-73页 |
| 6.1 结论 | 第71页 |
| 6.2 展望 | 第71-73页 |
| 参考文献 | 第73-75页 |
| 作者简介 | 第75-77页 |
| 致谢 | 第77页 |
