吴莎: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论文

吴莎: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论文

本文主要研究内容

作者吴莎(2019)在《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》一文中研究指出: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,对这三种典型算法进行了对比分析。仿真结果表明,相对Core AFD、Cyclic AFD算法,Unwinding AFD算法选取单分量函数的原则是逐项最佳,使得部分和在能量上能够逐项最大限度地逼近原函数,因而,AFD算法得到的重构信号与原始信号的能量差越来越小,另外,在收敛快速性方面,Unwinding AFD算法也比Core AFD、Cyclic AFD具有明显的优势。第三章,针对MAE信号容易受到噪声的干扰的不足和AFD算法的独特优势,提出了基于AFD算法的静载状态下MAE信号特征参数提取方法,在提出的方法中,首先对采集到的原始信号经过AFD算法分解得到若干个单分量组分,将每一个单分量组分与原始信号进行能量差对比,将能量差最小的各个单分量组分进行重构以消除无关的干扰成分,然后在重构信号的基础上进行MAE信号特征参数提取。同时,与传统的MAE信号特征参数提取方法进行了对比分析,实验结果表明,从信噪比(SNR)指标来看,提出的方法明显改进了原始信号的质量,提高了分析信号的信噪比。在受干扰的MAE信号分析中,直接提取原始的MAE信号特征参数方法往往得不到理想的结果,而提出的基于AFD算法的MAE信号特征参数提取方法却避免了外界干扰的影响,仍然能够很好地反映各个特征参数曲线在静载拉伸状态下的变化规律,因而,提出的方法明显优于传统的MAE信号特征参数分析方法。第四章,将AFD算法应用到疲劳状态下的MAE信号特征提取中,研究了低周和高周疲劳状态下基于AFD算法的MAE信号各特征参数与循环周次之间的映射关系。实验结果表明,传统的MAE信号特征用于疲劳状态下受干扰的MAE信号特征提取同样也是无法反映各个特征参数曲线在疲劳状态下的变化规律。而提出的基于AFD算法的MAE信号特征提取方法克服了传统的MAE信号特征提取的不足,大大降低了外界干扰对MAE信号的影响,能够更好地反映各个特征参数与循环周次之间的映射关系。第五章,现有的MAE信号特征参数都是有量纲的参数,而这些有量纲的MAE信号特征参数的值常因负载等外界条件的变化而改变,改善的办法是引入无量纲的MAE信号特征参数,它们对MAE信号的幅值和频率的变化不敏感,即和机器工作条件关系不大,而对拉应力变化敏感,为此,本文提出了四个MAE信号无量纲特征参数,即波形指标、脉冲指标、峰值指标和峭度指标,给出了它们的定义和算法。在此基础上,将AFD算法和MAE信号无量纲特征参数相结合,提出了基于AFD算法的MAE信号无量纲特征参数提取方法,并应用到静载拉伸和疲劳状态的MAE信号特征提取中,同时与基于AFD算法的MAE信号有量纲特征参数提取方法进行了对比。实验结果表明,与基于AFD算法的MAE信号有量纲特征参数提取方法比较而言,无量纲特征参数对MAE信号的变化更敏感,更能反映各个无量纲特征参数与循环周次之间的映射关系。最后,通过对有量纲特征参数和无量纲特征参数归一化结果的对比分析,发现提出的无量纲特征参数对材料微观组织结构以及应力状态的响应之间的关系更明显,具有更高的灵敏性。第六章,对本文得到的研究成果进行全面的分析和总结,并给出了值得进一步值得研究的问题。

Abstract

ben wen shi zai guo jia chong dian yan fa ji hua xiang mu (No.2016YFF0203000),guo jia zi ran ke xue ji jin (No.51675258,No.51261024),jiang xi sheng jiao yo ting ke xue ji shu yan jiu xiang mu (No.GJJ150699)zi zhu xia zhan kai yan jiu 。jiang zi kuo ying Fourierfen jie (Adaptive Fourier Decomposition,AFD)yin ru dao tie ci xing jin shu cai liao zao ji pi lao zhuang tai de ci sheng fa she (Magneto-mechanical Acoustic Emission,MAE)xin hao te zheng di qu zhong ,di chu le ji yu AFDsuan fa de MAExin hao te zheng can shu fen xi fang fa 。ben wen zhu yao cong yi xia ji ge fang mian jin hang lun shu :di yi zhang ,lun shu le ben ke ti di chu de yi yi ,zeng shu le MAEjian ce ji shu de guo nei wai yan jiu xian zhuang he AFDsuan fa de guo nei wai yan jiu xian zhuang ,zhen dui MAExin hao te zheng can shu di qu cun zai de bu zu ,gei chu le ben wen de yan jiu nei rong he chuang xin dian 。di er zhang ,shou xian lun shu le han shu de Hardykong jian fen jie he you li zheng jiao ji tong ,ran hou ,cong chan fen liang han shu 、xin hao de chan fen liang han shu biao shi he nei han shu yu wai han shu de ding yi san ge fang mian ji tong lun shu le chan fen liang han shu li lun ,zai ci ji chu shang ,yin chu le kong jian han shu de AFD,lun shu le AFDde san chong dian xing suan fa (ji Core AFD、Cyclic AFDhe Unwinding AFD)de she ji yuan li ,tong shi ,dui zhe san chong dian xing suan fa jin hang le dui bi fen xi 。fang zhen jie guo biao ming ,xiang dui Core AFD、Cyclic AFDsuan fa ,Unwinding AFDsuan fa shua qu chan fen liang han shu de yuan ze shi zhu xiang zui jia ,shi de bu fen he zai neng liang shang neng gou zhu xiang zui da xian du de bi jin yuan han shu ,yin er ,AFDsuan fa de dao de chong gou xin hao yu yuan shi xin hao de neng liang cha yue lai yue xiao ,ling wai ,zai shou lian kuai su xing fang mian ,Unwinding AFDsuan fa ye bi Core AFD、Cyclic AFDju you ming xian de you shi 。di san zhang ,zhen dui MAExin hao rong yi shou dao zao sheng de gan rao de bu zu he AFDsuan fa de du te you shi ,di chu le ji yu AFDsuan fa de jing zai zhuang tai xia MAExin hao te zheng can shu di qu fang fa ,zai di chu de fang fa zhong ,shou xian dui cai ji dao de yuan shi xin hao jing guo AFDsuan fa fen jie de dao re gan ge chan fen liang zu fen ,jiang mei yi ge chan fen liang zu fen yu yuan shi xin hao jin hang neng liang cha dui bi ,jiang neng liang cha zui xiao de ge ge chan fen liang zu fen jin hang chong gou yi xiao chu mo guan de gan rao cheng fen ,ran hou zai chong gou xin hao de ji chu shang jin hang MAExin hao te zheng can shu di qu 。tong shi ,yu chuan tong de MAExin hao te zheng can shu di qu fang fa jin hang le dui bi fen xi ,shi yan jie guo biao ming ,cong xin zao bi (SNR)zhi biao lai kan ,di chu de fang fa ming xian gai jin le yuan shi xin hao de zhi liang ,di gao le fen xi xin hao de xin zao bi 。zai shou gan rao de MAExin hao fen xi zhong ,zhi jie di qu yuan shi de MAExin hao te zheng can shu fang fa wang wang de bu dao li xiang de jie guo ,er di chu de ji yu AFDsuan fa de MAExin hao te zheng can shu di qu fang fa que bi mian le wai jie gan rao de ying xiang ,reng ran neng gou hen hao de fan ying ge ge te zheng can shu qu xian zai jing zai la shen zhuang tai xia de bian hua gui lv ,yin er ,di chu de fang fa ming xian you yu chuan tong de MAExin hao te zheng can shu fen xi fang fa 。di si zhang ,jiang AFDsuan fa ying yong dao pi lao zhuang tai xia de MAExin hao te zheng di qu zhong ,yan jiu le di zhou he gao zhou pi lao zhuang tai xia ji yu AFDsuan fa de MAExin hao ge te zheng can shu yu xun huan zhou ci zhi jian de ying she guan ji 。shi yan jie guo biao ming ,chuan tong de MAExin hao te zheng yong yu pi lao zhuang tai xia shou gan rao de MAExin hao te zheng di qu tong yang ye shi mo fa fan ying ge ge te zheng can shu qu xian zai pi lao zhuang tai xia de bian hua gui lv 。er di chu de ji yu AFDsuan fa de MAExin hao te zheng di qu fang fa ke fu le chuan tong de MAExin hao te zheng di qu de bu zu ,da da jiang di le wai jie gan rao dui MAExin hao de ying xiang ,neng gou geng hao de fan ying ge ge te zheng can shu yu xun huan zhou ci zhi jian de ying she guan ji 。di wu zhang ,xian you de MAExin hao te zheng can shu dou shi you liang gang de can shu ,er zhe xie you liang gang de MAExin hao te zheng can shu de zhi chang yin fu zai deng wai jie tiao jian de bian hua er gai bian ,gai shan de ban fa shi yin ru mo liang gang de MAExin hao te zheng can shu ,ta men dui MAExin hao de fu zhi he pin lv de bian hua bu min gan ,ji he ji qi gong zuo tiao jian guan ji bu da ,er dui la ying li bian hua min gan ,wei ci ,ben wen di chu le si ge MAExin hao mo liang gang te zheng can shu ,ji bo xing zhi biao 、mai chong zhi biao 、feng zhi zhi biao he qiao du zhi biao ,gei chu le ta men de ding yi he suan fa 。zai ci ji chu shang ,jiang AFDsuan fa he MAExin hao mo liang gang te zheng can shu xiang jie ge ,di chu le ji yu AFDsuan fa de MAExin hao mo liang gang te zheng can shu di qu fang fa ,bing ying yong dao jing zai la shen he pi lao zhuang tai de MAExin hao te zheng di qu zhong ,tong shi yu ji yu AFDsuan fa de MAExin hao you liang gang te zheng can shu di qu fang fa jin hang le dui bi 。shi yan jie guo biao ming ,yu ji yu AFDsuan fa de MAExin hao you liang gang te zheng can shu di qu fang fa bi jiao er yan ,mo liang gang te zheng can shu dui MAExin hao de bian hua geng min gan ,geng neng fan ying ge ge mo liang gang te zheng can shu yu xun huan zhou ci zhi jian de ying she guan ji 。zui hou ,tong guo dui you liang gang te zheng can shu he mo liang gang te zheng can shu gui yi hua jie guo de dui bi fen xi ,fa xian di chu de mo liang gang te zheng can shu dui cai liao wei guan zu zhi jie gou yi ji ying li zhuang tai de xiang ying zhi jian de guan ji geng ming xian ,ju you geng gao de ling min xing 。di liu zhang ,dui ben wen de dao de yan jiu cheng guo jin hang quan mian de fen xi he zong jie ,bing gei chu le zhi de jin yi bu zhi de yan jiu de wen ti 。

论文参考文献

  • [1].机床滑动结合面特征参数识别分析与研究[D]. 王泽林.北京工业大学2011
  • [2].重型机床结合部动态特性参数辨识方法研究[D]. 宋晓伟.北京工业大学2012
  • [3].基于数据融合的轧机液压压下系统故障诊断[D]. 蔡朝阳.燕山大学2014
  • [4].熔化极气体保护焊电信号与焊接过程稳定性的相关性研究[D]. 王好猛.山东大学2015
  • [5].基于神经网络的焊缝缺陷自动识别技术研究[D]. 王婧.西安工业大学2014
  • [6].基于ANSYS的漏磁信号特征有限元数值分析[D]. 沈铠.北京交通大学2013
  • [7].桥梁钢热压缩过程中动态再结晶的实验研究与有限元模拟[D]. 赵健.山东大学2010
  • [8].光散射颗粒物浓度测量仪特征参数的标定方法研究[D]. 于晓.南京理工大学2007
  • [9].XRF分析铁合金中主元素的方法技术研究[D]. 周仁红.成都理工大学2016
  • [10].基于视觉传感的等离子弧焊熔透监测[D]. 任文建.山东大学2014
  • 读者推荐
  • [1].岩石摩擦滑动失稳机制及声发射演化特征研究[D]. 邓琳琳.北方工业大学2019
  • [2].岩石单轴压缩条件下的尺寸效应及声发射特征[D]. 陈思顺.太原理工大学2019
  • [3].基于声发射的材料损伤监测技术研究[D]. 葛洺瑀.沈阳工业大学2019
  • [4].轴承声发射信号的特征识别研究[D]. 何明.沈阳工业大学2019
  • [5].基于声发射技术的齿轮故障识别[D]. 苏莫寒.沈阳工业大学2019
  • [6].磁声发射检测系统的开发与研究[D]. 张文君.南昌航空大学2019
  • [7].基于PCI的声发射信号采集系统研究[D]. 陈勋雷.南昌航空大学2019
  • [8].针对金属材料腐蚀疲劳损伤的声发射检测技术研究[D]. 史慧扬.中北大学2019
  • [9].金属残余应力声发射检测研究[D]. 陈加伟.沈阳工业大学2018
  • [10].Q235钢的磁声发射信号特征研究[D]. 吴明涛.南昌航空大学2018
  • 论文详细介绍

    论文作者分别是来自南昌航空大学的吴莎,发表于刊物南昌航空大学2019-07-24论文,是一篇关于磁声发射论文,自适应分解论文,铁磁性金属材料论文,特征提取论文,南昌航空大学2019-07-24论文的文章。本文可供学术参考使用,各位学者可以免费参考阅读下载,文章观点不代表本站观点,资料来自南昌航空大学2019-07-24论文网站,若本站收录的文献无意侵犯了您的著作版权,请联系我们删除。

    标签:;  ;  ;  ;  ;  

    吴莎: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论文
    下载Doc文档

    猜你喜欢