發(fā)布時(shí)間：2021-10-27 12:33

　　本文是在國(guó)家重點(diǎn)研發(fā)計(jì)劃項(xiàng)目（No.2016YFF0203000）,國(guó)家自然科學(xué)基金（No.51675258,No.51261024）,江西省教育廳科學(xué)技術(shù)研究項(xiàng)目（No.GJJ150699）資助下展開(kāi)研究。將自適應(yīng)Fourier分解（Adaptive Fourier Decomposition,AFD）引入到鐵磁性金屬材料早期疲勞狀態(tài)的磁聲發(fā)射（Magneto-mechanical Acoustic Emission,MAE）信號(hào)特征提取中,提出了基于AFD算法的MAE信號(hào)特征參數(shù)分析方法。本文主要從以下幾個(gè)方面進(jìn)行論述:第一章,論述了本課題提出的意義,綜述了MAE檢測(cè)技術(shù)的國(guó)內(nèi)外研究現(xiàn)狀和AFD算法的國(guó)內(nèi)外研究現(xiàn)狀,針對(duì)MAE信號(hào)特征參數(shù)提取存在的不足,給出了本文的研究?jī)?nèi)容和創(chuàng)新點(diǎn)。第二章,首先論述了函數(shù)的Hardy空間分解和有理正交系統(tǒng),然后,從單分量函數(shù)、信號(hào)的單分量函數(shù)表示和內(nèi)函數(shù)與外函數(shù)的定義三個(gè)方面系統(tǒng)論述了單分量函數(shù)理論,在此基礎(chǔ)上,引出了空間函數(shù)的AFD,論述了AFD的三種典型算法（即Core AFD、Cyclic AFD和Unwinding AFD）的設(shè)計(jì)原理,同時(shí)... 

【文章來(lái)源】：南昌航空大學(xué)江西省

【文章頁(yè)數(shù)】：85 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 課題的提出及其意義
    1.2 MAE檢測(cè)技術(shù)國(guó)內(nèi)外研究現(xiàn)狀
    1.3 自適應(yīng)Fourier分解的提出及國(guó)內(nèi)外研究現(xiàn)狀
    1.4 論文的研究?jī)?nèi)容與創(chuàng)新點(diǎn)
        1.4.1 論文的研究?jī)?nèi)容
        1.4.2 創(chuàng)新點(diǎn)
第2章 自適應(yīng)Fourier分解理論與算法
    2.1 引言
    2.2 函數(shù)的Hardy空間分解及有理正交系統(tǒng)
        2.2.1 Hardy空間分解
        2.2.2 有理正交系統(tǒng)
    2.3 單分量函數(shù)理論
        2.3.1 單分量函數(shù)
        2.3.2 信號(hào)的單分量函數(shù)表示
        2.3.3 內(nèi)函數(shù)與外函數(shù)的定義
    2.4 自適應(yīng)Fourier分解算法
        2.4.1 Hardy空間函數(shù)的AFD
        2.4.2 Core AFD算法設(shè)計(jì)原理
        2.4.3 Cyclic AFD算法設(shè)計(jì)原理
        2.4.4 Unwinding AFD算法設(shè)計(jì)原理
    2.5 仿真研究
    2.6 本章小結(jié)
第3章 基于AFD算法靜載狀態(tài)下MAE信號(hào)研究
    3.1 引言
    3.2 靜載下MAE檢測(cè)裝置設(shè)計(jì)
    3.3 傳統(tǒng)的MAE信號(hào)的特征參數(shù)分析
        3.3.1 傳統(tǒng)的MAE特征參數(shù)
        3.3.2 靜載下MAE信號(hào)特征參數(shù)的提取
    3.4 基于AFD算法的MAE信號(hào)的特征提取
        3.4.1 靜載下MAE信號(hào)的AFD算法研究
        3.4.2 基于AFD算法靜載下MAE信號(hào)特征參數(shù)的提取
    3.5 本章小結(jié)
第4章 基于AFD算法疲勞狀態(tài)下MAE信號(hào)研究
    4.1 引言
    4.2 疲勞狀態(tài)下MAE實(shí)驗(yàn)研究
    4.3 疲勞狀態(tài)下MAE信號(hào)特征參數(shù)的提取
    4.4 基于AFD算法的疲勞狀態(tài)下MAE信號(hào)的特征提取
        4.4.1 低周疲勞狀態(tài)下MAE信號(hào)的特征參數(shù)分析
        4.4.2 高周疲勞狀態(tài)下MAE信號(hào)的特征參數(shù)分析
    4.5 本章小結(jié)
第5章 MAE信號(hào)AFD-無(wú)量綱特征參數(shù)分析方法研究
    5.1 引言
    5.2 無(wú)量綱特征參數(shù)
    5.3 基于AFD算法的MAE信號(hào)無(wú)量綱參數(shù)分析
        5.3.1 靜拉伸狀態(tài)下MAE信號(hào)的無(wú)量綱特征參數(shù)分析
        5.3.2 低周疲勞狀態(tài)下MAE信號(hào)的無(wú)量綱特征參數(shù)分析
        5.3.3 高周疲勞狀態(tài)下MAE信號(hào)的無(wú)量綱特征參數(shù)分析
    5.4 小結(jié)
第6章 總結(jié)與展望
    6.1 總結(jié)
    6.2 展望
參考文獻(xiàn)
攻讀碩士學(xué)位期間發(fā)表的論文和參加科研情況
致謝


【參考文獻(xiàn)】：
期刊論文
[1]利用自適應(yīng)傅里葉分解的非平穩(wěn)無(wú)線信道的時(shí)頻表示[J]. 王賽飛,方勇,王軍華.  信號(hào)處理. 2018(06)
[2]磁聲發(fā)射檢測(cè)技術(shù)研究進(jìn)展[J]. 沈永娜,沈功田,柯衛(wèi)杰,鄭陽(yáng).  無(wú)損檢測(cè). 2017(05)
[3]二維錢(qián)方法的快速實(shí)現(xiàn)及在數(shù)字水印的應(yīng)用[J]. 吳明珠,王洋,李興民.  計(jì)算機(jī)工程與設(shè)計(jì). 2016(11)
[4]基于CEEMD分解和Data-SSI算法的斜拉橋模態(tài)參數(shù)識(shí)別[J]. 陳永高,鐘振宇.  振動(dòng)與沖擊. 2016(08)
[5]Adaptive Fourier Decomposition Based Time-Frequency Analysis[J]. Li-Ming Zhang.  Journal of Electronic Science and Technology. 2014(02)
[6]大型觀覽車滾動(dòng)軸承的聲發(fā)射特性[J]. 何存富,張君嬌,沈功田,吳占穩(wěn),袁俊.  北京工業(yè)大學(xué)學(xué)報(bào). 2013(05)
[7]基于AFD算法的滾動(dòng)軸承故障診斷方法[J]. 梁瑜,賈利民,蔡國(guó)強(qiáng),劉金朝.  中國(guó)鐵道科學(xué). 2013(01)
[8]新無(wú)量綱指標(biāo)在旋轉(zhuǎn)機(jī)械并發(fā)故障診斷中的應(yīng)用[J]. 解云峰,張清華,段富,孫國(guó)璽.  廣東石油化工學(xué)院學(xué)報(bào). 2012(03)
[9]基于無(wú)量綱指標(biāo)的旋轉(zhuǎn)機(jī)械并發(fā)故障診斷技術(shù)[J]. 張清華,邵龍秋,李紅芳,朱月君.  華中科技大學(xué)學(xué)報(bào)(自然科學(xué)版). 2009(S1)
[10]鉆桿殘余應(yīng)力的磁聲發(fā)射檢測(cè)方法研究[J]. 王金鳳,樊建春,祖強(qiáng),李曉明,黃鳳珍,邵勁松.  石油機(jī)械. 2008(04)

博士論文
[1]解析函數(shù)空間的循環(huán)元及相關(guān)算子理論[D]. 葉善力.汕頭大學(xué) 2009

碩士論文
[1]增壓鍋爐啟動(dòng)及汽壓波動(dòng)過(guò)程鍋筒疲勞特性研究[D]. 徐偉祎.哈爾濱工程大學(xué) 2017
[2]網(wǎng)架焊接空心球節(jié)點(diǎn)疲勞破壞機(jī)理及影響因素研究[D]. 王凱.太原理工大學(xué) 2009
[3]基于DSP的數(shù)據(jù)采集系統(tǒng)的研制和實(shí)驗(yàn)聲發(fā)射信號(hào)的檢測(cè)[D]. 姚靜毅.廣西大學(xué) 2005
[4]壓力容器失效診斷及專家系統(tǒng)研究[D]. 胡波.武漢理工大學(xué) 2004



本文編號(hào)：3461611