基于自适应Fourier分解的磁声发射信号特征参数分析方法研究

发布时间：2021-10-27 12:33

　　本文是在国家重点研发计划项目（No.2016YFF0203000）,国家自然科学基金（No.51675258,No.51261024）,江西省教育厅科学技术研究项目（No.GJJ150699）资助下展开研究。将自适应Fourier分解（Adaptive Fourier Decomposition,AFD）引入到铁磁性金属材料早期疲劳状态的磁声发射（Magneto-mechanical Acoustic Emission,MAE）信号特征提取中,提出了基于AFD算法的MAE信号特征参数分析方法。本文主要从以下几个方面进行论述:第一章,论述了本课题提出的意义,综述了MAE检测技术的国内外研究现状和AFD算法的国内外研究现状,针对MAE信号特征参数提取存在的不足,给出了本文的研究内容和创新点。第二章,首先论述了函数的Hardy空间分解和有理正交系统,然后,从单分量函数、信号的单分量函数表示和内函数与外函数的定义三个方面系统论述了单分量函数理论,在此基础上,引出了空间函数的AFD,论述了AFD的三种典型算法（即Core AFD、Cyclic AFD和Unwinding AFD）的设计原理,同时... 

【文章来源】：南昌航空大学江西省

【文章页数】：85 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第1章 绪论
    1.1 课题的提出及其意义
    1.2 MAE检测技术国内外研究现状
    1.3 自适应Fourier分解的提出及国内外研究现状
    1.4 论文的研究内容与创新点
        1.4.1 论文的研究内容
        1.4.2 创新点
第2章 自适应Fourier分解理论与算法
    2.1 引言
    2.2 函数的Hardy空间分解及有理正交系统
        2.2.1 Hardy空间分解
        2.2.2 有理正交系统
    2.3 单分量函数理论
        2.3.1 单分量函数
        2.3.2 信号的单分量函数表示
        2.3.3 内函数与外函数的定义
    2.4 自适应Fourier分解算法
        2.4.1 Hardy空间函数的AFD
        2.4.2 Core AFD算法设计原理
        2.4.3 Cyclic AFD算法设计原理
        2.4.4 Unwinding AFD算法设计原理
    2.5 仿真研究
    2.6 本章小结
第3章 基于AFD算法静载状态下MAE信号研究
    3.1 引言
    3.2 静载下MAE检测装置设计
    3.3 传统的MAE信号的特征参数分析
        3.3.1 传统的MAE特征参数
        3.3.2 静载下MAE信号特征参数的提取
    3.4 基于AFD算法的MAE信号的特征提取
        3.4.1 静载下MAE信号的AFD算法研究
        3.4.2 基于AFD算法静载下MAE信号特征参数的提取
    3.5 本章小结
第4章 基于AFD算法疲劳状态下MAE信号研究
    4.1 引言
    4.2 疲劳状态下MAE实验研究
    4.3 疲劳状态下MAE信号特征参数的提取
    4.4 基于AFD算法的疲劳状态下MAE信号的特征提取
        4.4.1 低周疲劳状态下MAE信号的特征参数分析
        4.4.2 高周疲劳状态下MAE信号的特征参数分析
    4.5 本章小结
第5章 MAE信号AFD-无量纲特征参数分析方法研究
    5.1 引言
    5.2 无量纲特征参数
    5.3 基于AFD算法的MAE信号无量纲参数分析
        5.3.1 静拉伸状态下MAE信号的无量纲特征参数分析
        5.3.2 低周疲劳状态下MAE信号的无量纲特征参数分析
        5.3.3 高周疲劳状态下MAE信号的无量纲特征参数分析
    5.4 小结
第6章 总结与展望
    6.1 总结
    6.2 展望
参考文献
攻读硕士学位期间发表的论文和参加科研情况
致谢


【参考文献】：
期刊论文
[1]利用自适应傅里叶分解的非平稳无线信道的时频表示[J]. 王赛飞,方勇,王军华.  信号处理. 2018(06)
[2]磁声发射检测技术研究进展[J]. 沈永娜,沈功田,柯卫杰,郑阳.  无损检测. 2017(05)
[3]二维钱方法的快速实现及在数字水印的应用[J]. 吴明珠,王洋,李兴民.  计算机工程与设计. 2016(11)
[4]基于CEEMD分解和Data-SSI算法的斜拉桥模态参数识别[J]. 陈永高,钟振宇.  振动与冲击. 2016(08)
[5]Adaptive Fourier Decomposition Based Time-Frequency Analysis[J]. Li-Ming Zhang.  Journal of Electronic Science and Technology. 2014(02)
[6]大型观览车滚动轴承的声发射特性[J]. 何存富,张君娇,沈功田,吴占稳,袁俊.  北京工业大学学报. 2013(05)
[7]基于AFD算法的滚动轴承故障诊断方法[J]. 梁瑜,贾利民,蔡国强,刘金朝.  中国铁道科学. 2013(01)
[8]新无量纲指标在旋转机械并发故障诊断中的应用[J]. 解云峰,张清华,段富,孙国玺.  广东石油化工学院学报. 2012(03)
[9]基于无量纲指标的旋转机械并发故障诊断技术[J]. 张清华,邵龙秋,李红芳,朱月君.  华中科技大学学报(自然科学版). 2009(S1)
[10]钻杆残余应力的磁声发射检测方法研究[J]. 王金凤,樊建春,祖强,李晓明,黄凤珍,邵劲松.  石油机械. 2008(04)

博士论文
[1]解析函数空间的循环元及相关算子理论[D]. 叶善力.汕头大学 2009

硕士论文
[1]增压锅炉启动及汽压波动过程锅筒疲劳特性研究[D]. 徐伟祎.哈尔滨工程大学 2017
[2]网架焊接空心球节点疲劳破坏机理及影响因素研究[D]. 王凯.太原理工大学 2009
[3]基于DSP的数据采集系统的研制和实验声发射信号的检测[D]. 姚静毅.广西大学 2005
[4]压力容器失效诊断及专家系统研究[D]. 胡波.武汉理工大学 2004



本文编号：3461611