第1章 绪论 1
1.1 概述 1
1.2 无损检测技术分析 3
1.3 声发射检测技术研究现状及分析 5
1.3.1 声发射检测技术概念 5
1.3.2 声发射信号采集处理系统 6
1.3.3 声发射信号分析技术 8
1.3.4 声发射信号去噪技术 12
1.3.5 声发射源定位技术 13
1.3.6 声发射信号特征参数提取技术 17
1.3.7 声发射源识别技术 19
1.4 存在主要问题 21
第2章 声发射信号传播特性实验研究 23
2.1 引言 23
2.2 谐波小波包分析原理 24
2.2.1 二进谐波小波原理 24
2.2.2 广义谐波小波原理 31
2.3 声发射信号传播特性分析 36
2.3.1 声发射波的传播原理 36
2.3.2 声发射信号传播实例分析 37
2.3.3 声发射参数衰减结果 43
2.3.4 声发射信号衰减的谐波小波包分析 46
2.4 本章小结 51
第3章 声发射信号去噪算法研究 52
3.1 引言 52
3.2 小波阈值去噪原理 53
3.2.1 阈值函数选择及阈值优化 55
3.2.2 小波基函数的确定 57
3.3 经验模态分解及去噪原理 59
3.3.1 经验模态分解原理 59
3.3.2 经验模态分解的滤波特性 60
3.3.3 经验模态分解去噪原理 62
3.4 经验模式分解及小波结合去噪原理 64
3.4.1 IMF-Wavelet去噪原理 64
3.4.2 EMD-Wavelet去噪原理 65
3.4.3 Wavelet-EMD去噪原理 65
3.5 去噪效果评价 65
3.6 仿真实验及分析 66
3.6.1 标准信号去噪实验 66
3.6.2 模拟AE信号去噪实例分析 71
3.7 本章小结 73
第4章 声发射信号智能定位算法研究 74
4.1 引言 74
4.2 基于最小二乘支持向量回归的声发射源线性定位方法 75
4.2.1 最小二乘支持向量回归原理 76
4.2.2 基于粒子群算法的LS-SVM回归的参数优化 77
4.2.3 利用LS-SVM回归进行声发射源线性定位 81
4.2.4 声发射源线性定位实验分析 83
4.3 基于多输出支持向量回归的声发射源平面定位方法 86
4.3.1 单输出支持向量回归原理 87
4.3.2 多输出支持向量回归原理及算法 88
4.3.3 多输出支持向量回归算法仿真验证 90
4.3.4 声发射源平面定位实验与分析 92
4.4 本章小结 99
第5章 声发射信号识别算法研究 100
5.1 引言 100
5.2 基于谐波小波包分解的声发射信号特征提取 101
5.2.1 特征评价方法 102
5.2.2 谐波小波包分解特征提取步骤 103
5.2.3 谐波小波包分解频带确定 104
5.3 基于支持向量多分类器的声发射源类型识别 105
5.3.1 支持向量机分类原理 106
5.3.2 支持向量机多分类器设计 109
5.3.3 支持向量机模型参数优化 111
5.4 仿真分析及实验验证 115
5.4.1 基于小生境粒子群算法的SVM参数优化验证 115
5.4.2 压断实验 116
5.4.3 谐波小波包分解特征提取验证 120
5.4.4 支持向量多分类器声发射源类型识别验证 122
5.5 本章小结 125
参考文献 127