發(fā)布時間：2021-10-27 12:33

　　本文是在國家重點研發(fā)計劃項目（No.2016YFF0203000）,國家自然科學基金（No.51675258,No.51261024）,江西省教育廳科學技術研究項目（No.GJJ150699）資助下展開研究。將自適應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）信號特征提取中,提出了基于AFD算法的MAE信號特征參數(shù)分析方法。本文主要從以下幾個方面進行論述:第一章,論述了本課題提出的意義,綜述了MAE檢測技術的國內(nèi)外研究現(xiàn)狀和AFD算法的國內(nèi)外研究現(xiàn)狀,針對MAE信號特征參數(shù)提取存在的不足,給出了本文的研究內(nèi)容和創(chuàng)新點。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)的定義三個方面系統(tǒng)論述了單分量函數(shù)理論,在此基礎上,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）的設計原理,同時... 

【文章來源】：南昌航空大學江西省

【文章頁數(shù)】：85 頁

【學位級別】：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檢測技術國內(nèi)外研究現(xiàn)狀
    1.3 自適應Fourier分解的提出及國內(nèi)外研究現(xiàn)狀
    1.4 論文的研究內(nèi)容與創(chuàng)新點
        1.4.1 論文的研究內(nèi)容
        1.4.2 創(chuàng)新點
第2章 自適應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Fourier分解算法
        2.4.1 Hardy空間函數(shù)的AFD
        2.4.2 Core AFD算法設計原理
        2.4.3 Cyclic AFD算法設計原理
        2.4.4 Unwinding AFD算法設計原理
    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信號研究
    3.1 引言
    3.2 靜載下MAE檢測裝置設計
    3.3 傳統(tǒng)的MAE信號的特征參數(shù)分析
        3.3.1 傳統(tǒng)的MAE特征參數(shù)
        3.3.2 靜載下MAE信號特征參數(shù)的提取
    3.4 基于AFD算法的MAE信號的特征提取
        3.4.1 靜載下MAE信號的AFD算法研究
        3.4.2 基于AFD算法靜載下MAE信號特征參數(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信號研究
    4.1 引言
    4.2 疲勞狀態(tài)下MAE實驗研究
    4.3 疲勞狀態(tài)下MAE信號特征參數(shù)的提取
    4.4 基于AFD算法的疲勞狀態(tài)下MAE信號的特征提取
        4.4.1 低周疲勞狀態(tài)下MAE信號的特征參數(shù)分析
        4.4.2 高周疲勞狀態(tài)下MAE信號的特征參數(shù)分析
    4.5 本章小結(jié)
第5章 MAE信號AFD-無量綱特征參數(shù)分析方法研究
    5.1 引言
    5.2 無量綱特征參數(shù)
    5.3 基于AFD算法的MAE信號無量綱參數(shù)分析
        5.3.1 靜拉伸狀態(tài)下MAE信號的無量綱特征參數(shù)分析
        5.3.2 低周疲勞狀態(tài)下MAE信號的無量綱特征參數(shù)分析
        5.3.3 高周疲勞狀態(tài)下MAE信號的無量綱特征參數(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
攻讀碩士學位期間發(fā)表的論文和參加科研情況
致謝


【參考文獻】：
期刊論文
[1]利用自適應傅里葉分解的非平穩(wěn)無線信道的時頻表示[J]. 王賽飛,方勇,王軍華.  信號處理. 2018(06)
[2]磁聲發(fā)射檢測技術研究進展[J]. 沈永娜,沈功田,柯衛(wèi)杰,鄭陽.  無損檢測. 2017(05)
[3]二維錢方法的快速實現(xiàn)及在數(shù)字水印的應用[J]. 吳明珠,王洋,李興民.  計算機工程與設計. 2016(11)
[4]基于CEEMD分解和Data-SSI算法的斜拉橋模態(tài)參數(shù)識別[J]. 陳永高,鐘振宇.  振動與沖擊. 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)大學學報. 2013(05)
[7]基于AFD算法的滾動軸承故障診斷方法[J]. 梁瑜,賈利民,蔡國強,劉金朝.  中國鐵道科學. 2013(01)
[8]新無量綱指標在旋轉(zhuǎn)機械并發(fā)故障診斷中的應用[J]. 解云峰,張清華,段富,孫國璽.  廣東石油化工學院學報. 2012(03)
[9]基于無量綱指標的旋轉(zhuǎn)機械并發(fā)故障診斷技術[J]. 張清華,邵龍秋,李紅芳,朱月君.  華中科技大學學報(自然科學版). 2009(S1)
[10]鉆桿殘余應力的磁聲發(fā)射檢測方法研究[J]. 王金鳳,樊建春,祖強,李曉明,黃鳳珍,邵勁松.  石油機械. 2008(04)

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

碩士論文
[1]增壓鍋爐啟動及汽壓波動過程鍋筒疲勞特性研究[D]. 徐偉祎.哈爾濱工程大學 2017
[2]網(wǎng)架焊接空心球節(jié)點疲勞破壞機理及影響因素研究[D]. 王凱.太原理工大學 2009
[3]基于DSP的數(shù)據(jù)采集系統(tǒng)的研制和實驗聲發(fā)射信號的檢測[D]. 姚靜毅.廣西大學 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 2004



本文編號：3461611