一、小波分析技术在复合材料损伤检测中的应用(论文文献综述)
张磊[1](2020)在《方钢低频长距离超声导波检测盲区关键技术研究》文中研究说明在长距离超声导波无损检测中,通常采用回波法进行缺陷检测,但当缺陷靠近远端时往往会出现在常规监测时域区间内缺陷回波丢失的问题,即远场盲区问题,而该区域往往是缺陷高发区。本文以长杆方钢为例,对超声导波检测中的远场盲区问题进行研究。主要工作和创新性成果如下:1.为提高仿真效率,采用二维等效模型进行方钢超声导波模型的简化,通过仿真和实验对比的方法,验证了该等效模型的有效性。在实验验证方法研究中,为减小实验中耦合剂引起的信号衰减,提出并研制了锂基油脂作为实验用超声耦合剂,有效改善了超声信号在探头与试件接触处的透射性能;从理论上合理解释了实验中的特定非期望波产生的原因(即入射波小角度偏差),分析了非期望波对入射总能量的分配的影响;2.对基于双探头反射法的长距离超声导波盲区现象及接收信号特点进行了理论分析和推导。基于理论分析,推导出超声导波盲区的量化范围;总结出缺陷反射波形的五种常见模态转换形式,分析了超声导波盲区缺陷波形的叠加规律:3.提出基于第Ⅰ、Ⅱ监测时域区间差值包络相关运算的盲区缺陷定位算法。通过将接收信号中第Ⅰ、Ⅱ监测时域区间波形与仿真波形包络进行相关运算,判断缺陷位置,并通过实验验证了其有效性;4.提出基于时频转换方法的缺陷形状识别算法。以经典的方形、三角形和圆形形状的缺陷为例,先对接收波形采用时频转换PWVD算法得到第Ⅰ、Ⅱ监测时域区间的时频图,再采用卷积神经网络算法进行损伤分类识别。论文采用仿真方法建立了1200张三种形状的中间伤和边界伤样本库,测试结果表明,中间缺陷和边界缺陷分类的识别准确度分别为0.89和0.85。综上所述,本文从方钢二维等效模型、超声导波盲区相关理论和缺陷检测算法等方面进行了研究,相关研究结果为超声导波盲区检测理论和方法提供一定的参考。
张璐莹[2](2020)在《碳纤维复合材料损伤模态识别方法研究》文中认为随着科学技术不断进步,对材料性能提出了更好的要求,碳纤维复合材料由于具有比强度和比刚度高等优点,在航空航天、压力容器、风力发电、船舶、新能源等领域得到广泛应用。然而,纤维复合材料失效机理复杂,包括纤维断裂、基体开裂、界面脱粘和分层失效等,尤其是在使用过程中多种损伤失效相互混合、交叠给检测工作带来很大困难,具有重大的安全隐患。声发射检测技术常用来对碳纤维复合材料损伤进行检测,但声发射常规分析方法的损伤模式识别率低。因此开展损伤物理机制与声发射源的对应关系研究,从声源瞬态波形中提取损伤模态波形特征,并且掌握不同损伤类型的模态变化规律,对实现复合材料损伤声发射动态表征,进而实现在用复合材料容器及设备的损伤状态在线监测与智能评价具有重要意义。本文构建多激励模式声发射信号实验系统,以Lamb波理论为基础,借助经验模态分解和连续小波能量谱实现声发射波形模态分离,并将群速度频散曲线与小波能谱图相关联,实现不同激励声源模态特征识别。利用快速傅里叶变换对分离出的模态分量进行频域转换,得到不同模态的峰值频率范围。针对分离后的模态进行不同传播距离下的频率特征衰减试验,选择峰值频率和中心频率范围为判断指标,得到不同距离、不同激励作用下的频率特征变化情况。以碳纤维复合材料损伤机理为依据,首先针对纤维断裂和基体开裂两种典型损伤类型,设计了纤维束拉断和环氧树脂拉断声发射监测实验,采用特征参量经历关联分析得到两类损伤声发射时域参量的分布范围。并提取得到两种损伤类型声发射信号的峰值频率和能量分布。其次对两种损伤进行模态声发射特性分析,获得纤维断裂损伤和基体开裂的模态波形特征。最后构建了模态特征参量窗幅值TWA(Time Window Amplitude)和窗能量TWE(Time Window Energy),通过时间窗函数进行模态参量特征值提取及时间-载荷经历分析,分析不同载荷下数值变化规律。建立碳纤维复合材料层合板面内弯曲损伤模型,利用H-P失效准则对碳纤维复合材料层合板进行面内弯曲数值模拟,以数值模拟结果为依据,设计面内弯曲损伤声发射监测实验。分析得到复合材料分层损伤声发射信号模态特征。在此基础上,针对碳纤维复合材料容器(气瓶)承压损伤过程,以三维Hashin失效准则为基础,内聚力模型与子层压板相结合进行了多尺度损伤数值模拟,获得纤维缠绕层基体开裂及纤维断裂损伤演化规律。搭建气瓶水压声发射监测实验系统,通过时域参量-载荷关联分析得到气瓶纤维缠绕层典型损伤参量变化趋势和数值范围。以TWA参量为基础提出气瓶损伤信号模态特征判据算法,实现不同模态类型的有效分离,并以分离后的模态参量随载荷的累计计数率实现了不同损伤类型演化趋势的准确表征。在K均值聚类算法对损伤声发射信号预分类处理的基础上,针对损伤信号模态特征设计了以模态上升时间、峰值幅度、峰值频率、持续时间等模态特征参数作为损伤模式识别输入样本,通过主成分分析法将多维输入数据进行空间降维处理,以相关向量机算法为基础构建复合材料气瓶损伤信号模态识别算法,并根据算法进行不同源信号交叉识别有效实现了损伤信号智能模式识别。将分离后的气瓶损伤模态TWE与载荷进行经历分析,得到不同损伤阶段其时域分布规律,并采用最小二乘法对其TWE时间累计计数变化曲线进行数据拟合,提取TWEb值作为不同损伤阶段的评价参量,结果表明TWEb值对损伤变化过程较敏感且趋势变化的单一,能够实现气瓶损伤的有效评价。
张亚楠[3](2020)在《基于声发射信号处理的风力机叶片损伤演化研究》文中研究指明叶片是风力机获取风能的关键部件,在叶片的生产过程中,往往因为其制作工艺的特殊,自动化程度不高,使生产出来的叶片存在内部缺陷,如褶皱、分层、缺胶等。由于这些随机分布的工艺缺陷存在,导致复合材料的疲劳破坏通常从缺陷处开始,并在随机交变应力作用下逐步扩展贯通成为宏观裂纹,继而逐步扩展到界面上引发疲劳损伤,对叶片结构造成破坏。考虑风电场大多位于偏远地区,存在维护、监测困难的问题,如果早期损伤未被及时发现,有可能在恶劣工况下发展为恶性事故而造成巨大的经济损失。因此,研究风力机叶片的损伤演化识别,对于保障叶片长时间安全运行具有重要意义。本文研究采用声发射技术对叶片复合材料损伤演化状态进行识别和预测,为风力机叶片健康状态监测提供新思路,论文的主要研究内容如下:(1)以损伤力学理论为基础,通过分析不同阶段损伤演化的能量耗散,建立了风力机叶片复合材料的损伤演化模型,从而明晰声发射能量耗散和复合材料损伤演化规律的关系。通过复合材料层合板Lamb理论讨论了不同类型的Lamb频散控制方程以及频散特性。利用声发射断铅实验分析了不同Lamb波传播方式,并讨论了不同损伤程度对Lamb波的影响,为损伤演化过程中声发射信号波形分析提供理论依据。(2)依据风电发电机组风轮叶片质量标准中对叶片质量影响最大的褶皱和分层工艺缺陷,针对性的建立了GFRP复合材料声发射实验平台,并详细阐述了实验步骤和人工缺陷制作方法。实验分析了分层缺陷位置、大小和不同高宽比褶皱缺陷对复合材料力学性能的影响。使用聚类分析算法识别了复合材料损伤模式,并利用电镜扫描验证的损伤模式识别的正确性。通过对不同缺陷复合材料的声发射特征分析,明晰了缺陷类型和几何参数对叶片损伤规律的影响,为缺陷复合材料损伤模式识别和状态监测提供依据。(3)褶皱缺陷在损伤演化过程中,由于损伤模式的多样性使得观测AE信号源的数目小于声发射源信号数目,本文提出一种改进的K-means欠定盲源分离方法,有效提取了褶皱缺陷损伤演化过程中基体开裂,纤维剥离,界面分层和纤维断裂的频率特征,最后计算并分析疲劳损伤演化中各类损伤特征的声能耗散趋势。研究结果表明,褶皱缺陷在稳定损伤阶段,纤维及纤维束纵向所产生的纤维剥离是能量耗散的主要来源,失稳破坏阶段出现的裂纹和脱粘以及纤维断裂为主要的声发射激励源,并呈现高幅值能量释放的态势,从而明晰了褶皱缺陷的损伤演化机理。(4)针对叶片层合板分层缺陷损伤演化中多组分材料所导致交叉项干扰问题,提出了一种基于自适应VMD-WVD时频分析方法,通过利用交替方向乘子法迭代搜索求取增广Lagrange函数的鞍点,获取声发射模态分量和中心频率。实验结果表明,通过二维时频分布相关系数和时频分辨率对算法性能进行评价,该方法使得交叉项干扰有效降低,还能保证较高的时频聚集性和时频分辨率,能够细致地刻画声发射信号在时频平面上所发生的变化过程,表征分层缺陷损伤的复杂动态过程。(5)考虑叶片复合材料在应力达到最大之前便已经发展为宏观失效,造成失稳破坏的识别和预测难度较大。针对该问题,提出一种基于声发射信号聚类分析和神经网络的复合材料失稳破坏前兆特征识别和预测方法,通过对比每种声发射信号类型的时序演化特征,筛选出合适的前兆特征信号建立神经网络预测模型。结果表明,该方法相比于声发射积累能量和积累计数等参数可有效的对其失稳破坏状态进行识别和预测。
李菲[4](2020)在《基于声发射技术的风力机叶片主梁损伤监测技术研究》文中研究说明随着风电机组的大型化发展,迫切需要加强对叶片结构失效行为的理解,并提供高效的性能评估和失效预测方法。叶片受制造工艺的影响,不可避免的会出现一些分层、夹杂、缺胶、皱褶等缺陷。在实际的工况下,这些微小缺陷在载荷的长期作用下,逐渐积累发展从而造成叶片结构遭到损伤破坏,因此影响风力机机组设备的正常运行。风力机叶片主梁作为叶片的主要承载部件,因此本课题以研究叶片主梁制造工艺的缺陷演化为目标,主要研究内容如下:本文首先对风力机叶片的结构进行分析,叶片的载荷主要通过主梁结构传递到轮毂上,通过对主梁进行受力分析,从而得出主梁内部各单层板的刚度的不连续和应力的不同,解释了为什么主梁材料层合板的损伤是从某一个铺层开始的。结合主梁复合材料的力学性能分析和拉伸强度分析,总结了主梁复合材料损伤形式和特点。其次介绍声发射技术的原理与声发射处理技术应用于风力机叶片监测的优势和局限性,并对信号处理的参数分析法和波形分析法进行论述。由于机械噪声和电磁噪声的存在,所以要对声发射信号的降噪处理是十分必要的。基于此本文对含分层损伤的叶片主梁复合材料试件进行疲劳加载,并在加载全程中采用声发射检测仪对AE信号进行采集,从而研究叶片主梁复合材料分层损伤演化过程中的声发射响应特征、力学性能的影响以及其主要破坏损伤模式。利用峰值频率对损伤类型的定性分析,利用振铃计数、RMS值、幅值特征参数的变化,来区分材料的声发射特征。最后,对声发射信号进行特征信息的提取,基于小波分析对两种试件信号分析,选取合适的小波基和小波降噪的阈值函数对声发射信号分解重构得到各层能谱能量分布,通过小波包能量分析法和功率谱分析,得出正常和含分层缺陷类型主梁复合材料的不同的损伤特征和损伤演化机理。为风电叶片的结构健康监测提供参考依据。
王奔[5](2020)在《改性复合材料层间力学性能超声导波评价技术研究》文中研究表明复合材料因其优异的综合性能,在工程领域中有着广泛应用。作为典型的层铺结构,复合材料在服役过程中容易发生分层,严重影响结构的承载能力。在此背景下,改性复合材料技术应运而生,成为有效的解决方案之一。准确的层间力学性能评价可以为改性复合材料中期使用状况和后期服役寿命的评估提供重要参考价值,但现有评价手段主要集中于宏观力学性能测试,或者微观断面分析以及物理、化学分析等,缺少高效、便捷、低成本的无损检测技术(Non Destructive Testing,NDT)。本文采用一体化的微胶囊作为改性材料,提出一种新的层间增韧复合材料制备方法,利用超声导波技术对普通试样和增韧试样层间力学性能进行表征;基于国内外现有研究基础,制备出微胶囊型自修复复合材料,利用超声导波技术对自修复试样层间力学性能恢复效果进行评价。主要研究工作如下:(1)遵循逐渐深入的原则,首先利用超声导波技术对普通复合材料分层扩展进行检测。研究结果表明:随着分层扩展,响应信号峰值降低,波形差异性增大;响应信号频谱中出现二次谐波,表明层间存在闭口微裂纹,并且二次谐波的出现时刻随着分层扩展而提前;局部波数方法可以对复合材料分层进行定位。采用仿真软件ABAQUS建立含分层缺陷的复合材料二维模型,计算结果表明:导波在裂纹尖端处发生模态转换,并以不同的速度在亚层中继续传播。(2)将微胶囊以团聚的形式填充至复合材料层间,采用热压工艺制备出层间增韧复合材料试样。通过I型层间断裂试验对试样增韧效果进行评估。采用超声导波技术对无损状态的试样进行检测。利用扫描电子显微镜(SEM)和超景深显微镜对试样层间断面进行观察。研究结果表明:团聚的微胶囊在热压过程中被挤破,触发芯材聚合反应,在层间形成多个粘性增强区域,可以有效提高试样层间断裂韧性;其次,团聚的微胶囊和基体树脂形成第二相材料层,该材料层可以吸收断裂能量,抑制层间裂纹扩展;微胶囊的填充改变了试样层间基体特性,增加了导波传播过程中的衰减,导致信号峰值降低;同时,团聚的微胶囊改变了试样对于中心频率125kHz五峰波激励的振动响应,导致中心频率在信号频谱中的幅值低于普通试样。(3)将微胶囊以分散的形式填充至复合材料层间,采用热压工艺制备出两种微胶囊浓度的自修复复合材料试样。通过I型层间断裂试验对试样层间力学性能及其自修复效率进行评估。采用超声导波技术对无损、有损和已修复状态的试样进行检测。利用SEM对试样层间断面进行观察。研究结果表明:微胶囊被层间裂纹刺破,释放出包裹的芯材,芯材发生聚合反应对试样层间断面进行修复;高浓度试样层间力学性能恢复效率小于低浓度试样;低浓度微胶囊会降低试样初始层间断裂韧性,而高浓度微胶囊可以提高试样初始层间断裂韧性;试样发生破坏时,响应信号峰值降低,和基准信号的波形差异变大;试样自修复后,响应信号峰值回升,和基准信号的波形差异变小;但信号峰值、波形相似性和自修复效率之间无线性变化规律。
尹寒飞[6](2020)在《碳/芳混杂编织复合材料力学变形测量与损伤检测研究》文中研究说明碳/芳混杂编织复合材料由于混杂效应,不仅提高了碳纤维的断裂韧性,而且增强了芳纶纤维的刚度。作为一种先进复合材料,其日益受到国内外的重视,对其机械性能的要求也越来越高。然而,混杂编织复合材料的制造过程相对复杂,变形损伤及扩展行为影响因素较多。为提高碳/芳混杂编织复合材料使用的可靠性和安全性,研究其变形损伤中的动态演化规律和破坏行为具有重要意义。首先,本文针对碳/芳混杂编织复合材料,分别进行了碳纤维方向和芳纶纤维方向的幅度衰减测定。综合利用声发射(Acoustic Emission,AE)技术与数字图像相关(Digital Image Correlation,DIC)方法有效获取复合材料拉伸加载过程中的AE动态信号和散斑图像,分析碳/芳混杂编织复合材料拉伸变形与损伤破坏行为,为碳/芳混杂编织复合材料的结构设计和无损评价提供基础。其次,本文采用AE和红外热成像(Infrared Thermography,IRT)技术对不同纤维取向的厚层碳/芳混杂编织复合材料的准静态三点弯曲实验进行了实时监测。基于AE特征信号和表面温度场,研究了复合材料的损伤演化行为。同时,结合X射线微型计算机断层扫描(X-ray Micro-computed Tomography,Micro-CT)观察试件内部细观结构损伤形貌,探究其破坏机理。再次,本文对碳/芳混杂编织复合材料进行了渐进三点弯曲实验。结合AE技术和DIC方法实时监测复合材料试件的表面变形和渐进损伤萌生/演化过程,利用Micro-CT技术对复合材料试件内部结构的渐进损伤进行识别。进一步研究了不同纤维取向的碳/芳混杂编织复合材料的弯曲变形、渐进损伤演化及破坏行为。最后,本文利用AE技术对某厂大型风电叶片摆振疲劳实验进行了定期监测。基于AE信号特征参数分析,对风电叶片的疲劳损伤进行了评估。结果表明:(1)声波在碳/芳混杂编织复合材料中沿芳纶纤维方向传播时,能量被吸收和散射的效果更为明显。(2)在碳/芳混杂编织复合材料弯曲实验中,纤维取向对试件的力学性能和损伤特性有重要影响。主材料方向(经向)为碳纤维的试件表现出更高的抗弯强度和准脆性行为,而经向为芳纶纤维的试件展现了良好的韧性。(3)Micro-CT是表征试件内部结构的有效手段。弯曲实验中,对于经向为碳纤维的试件,其宏观破坏主要是顶部的剪切破坏,以扭结带为源沿厚度方向传播,在周围引起基体裂纹,然后继续向体内扩展,随后基体开裂和分层成为其主要的失效模式。对于经向为芳纶纤维的试件,损伤的起源被认为是底部的丝束剥离,其主要的失效模式为分层和层板断裂。(4)结合AE、DIC/IRT和Micro-CT技术,能够有效地监测和观察复合材料的变形、损伤演化及破坏行为,为进一步阐明复合材料的损伤破坏机理提供技术支持。
王大为[7](2020)在《基于超声波束混频理论的丁羟固化监测及其信号处理研究》文中研究指明丁羟衬层“半固化状态”对确定固体火箭发动机装药时间至关重要,因此研究丁羟衬层的固化过程和“半固化状态”判定有重要的理论意义和实际价值。本文对固体火箭发动机丁羟衬层固化状态检测中存在的关键问题进行研究与分析,围绕丁羟衬层固化过程监测和监测结果的表征,在超声波束混频理论、丁羟衬层固化过程的混频监测技术、超声检测信号处理以及丁羟衬层固化状态的表征方法等方面进行了理论和实验研究。首先,对非线性超声波束混频理论进行了研究与分析,并通过仿真和实验研究了LY12铝材料中的混频现象。从弹性波在各向同性固体介质中力学作用的角度,阐释了非线性混频波产生的原理和混频现象的作用机制;通过仿真实验对LY12铝材料中两列基频波相互作用角α、混频波传播角?以及幅度系数W随着基频波频率比d改变而变化的情况进行了分析与探讨,仿真分析表明,混频模式SV(ω1)+SV(ω2)→L(ω1+ω2)和SH(ω1)+SH(ω2)→L(ω1+ω2)比较适合用于设计波束混频监测实验;按照理论研究和仿真分析的结论设定混频条件,在40mm厚的LY12铝合金试件上对两列基频横波作用生成混频纵波的模式进行了实验检测,检测结果验证了理论分析和仿真实验结果的正确性。其次,设计了丁羟衬层材料固化过程的非共线混频监测装置并进行了丁羟固化过程的实时监测。针对实际中丁羟衬层比较薄从而导致传统的非线性超声检测方法因分辨率不足、检测回波产生时域混叠而难以实现对其检测的问题,通过对丁羟衬层固化过程非共线混频监测中需要解决的关键问题进行分析,设计了铝板-丁羟衬层-铝板检测结构;该结构以丁羟衬层为中心将非线性共振作用区域划分为三部分,在固化过程中丁羟衬层材料特性的改变会引起混频条件的改变,从而影响产生的混频波的能量;基于该原理从理论上推导了激发的混频波传播角最优时楔块倾斜角和基频波频率比的约束关系,并以此为依据设计了对丁羟衬层固化过程进行非共线混频监测的实验装置,实现了对丁羟衬层材料固化过程的实时监测。实验结果表明,在设计的铝板-丁羟衬层-铝板结构中激发的混频信号对丁羟层固化变化敏感,而且能有效避免混频始波和一次回波发生时域混叠;同时,实际检测信号的参数和理论分析结果吻合;因此该结构可以用于丁羟衬层固化过程监测。然后,针对目标混频信号能量非常小,经常被噪声淹没的问题,基于稀疏分解理论和粒子群优化算法提出一种强噪声背景下微弱超声检测信号的参数估计方法。该方法将超声信号的降噪和参数估计问题转换为在参数空间上对函数进行优化的问题,首先以稀疏分解理论和超声信号的结构特点为依据构建了匹配超声检测信号的超完备字典,将超声检测信号的参数估计问题转换为在超完备字典中寻找最优原子的问题;紧接着构建了粒子群优化算法在超完备字典中寻找最优原子所需要的目标函数及去噪后信号的重构方法;然后根据粒子群优化算法可以在连续参数空间寻优的特点采用改进的自适应粒子群优化算法在超完备字典中对目标函数进行优化;最后根据对目标函数在字典上的优化结果确定最优原子,并利用最优原子重构信号从而实现对超声检测信号的降噪和信号参数估计。通过对仿真超声信号和实测超声信号的处理结果表明本文提出的方法可以有效提取强噪声背景下的超声混频检测信号的参数,从而为后续章节信号处理和混频信号的参数估计奠定了基础。最后,为了解决实际生产中丁羟衬层“半固化状态”主要依靠工程人员经验判定的问题,对采集的丁羟衬层材料固化过程的非共线超声波束混频监测信号进行了处理,通过信号预处理、特征提取和分析、丁羟材料固化过程表征三个环节实现对丁羟衬层材料固化状态的表征和“半固化状态”的判定。预处理环节采用变分模态分解有效增强了混频信号的信噪比,同时避免了信号处理过程中产生的端点效应和模式混叠;通过对混频信号特征分析,提出了一种混频非线性系数并将其用于丁羟固化状态的参数化表征,实现了丁羟“半固化状态”的判定。
米源[8](2020)在《复合材料纤维编织的声发射信号特征研究》文中研究指明纤维增强型复合材料结构损伤模式复杂,难以对其结构健康进行准确的监测。声发射技术兼具超声检测优点的同时还可以有效的实现结构健康在线监测,有望在复合材料无损检测领域广泛应用。然而想要通过声发射手段准确、有效的对纤维增强型层压复合材料进行在线结构健康状况监测,就要对材料声发射损伤信号进行更细致的分析。本课题针对纤维编织方式对复合材料损伤声发射信号的影响进行研究。本论文主要工作包括:对具三种纤维编织方式的玻璃纤维/树脂基复合材料进行拉伸-声发射试验,提取了不同纤维编织结构的材料在准静态拉伸破坏时的损伤声发射信号。通过小波变换方法,对声发射信号进行了多尺度分析,并提取信号时频域特征。对于声发射信号特征参数的处理,结合主成分分析,采用了模式识别聚类分析方法。通过建立参数向量,利用聚类方法提取各材料不同损伤模式的声发射信号,进而分析得到由于纤维的编织状况的差异所导致不同的损伤模式声发射信号之间的差异。最后,利用ABAQUS软件对材料刚度退化及损伤进行有限元分析,验证材料损伤声发射信号特征提取的合理性、有效性。通过上述实验及分析结果可以得出具有不同编织方式的材料在破坏时其声发射信号具有很大的差异。研究结果表明,声发射技术用于鉴别不同纤维编织层损伤状况是可行的。同时,该论文的研究结果也有利于帮助掌握监测结构更细致的损伤。
沈威[9](2020)在《基于涡流法的碳纤维复合材料损伤检测及重构》文中指出作为碳纤维和树脂基体的完美结合体,碳纤维增强复合材料因其种种独特的性能,已在诸多领域得到了广泛的应用。为了保证复合材料结构在使用中的安全,必须采用行之有效的损伤检测方法。涡流检测技术是一种针对导电材料的无损检测方法,能有效地发现材料近表面的缺陷。此外,由于能更好地评估损伤的拓展趋势及其危害程度,损伤重构技术已成为涡流检测的一个研究热点。但目前,损伤重构技术多用于金属材料,而针对碳纤维复合材料的相关研究不足。为此,本文基于涡流检测技术,对碳纤维复合材料的损伤检测及重构技术展开研究。本文主要内容及创新成果如下:(1)优化了涡流检测系统,并将其应用到各类型的损伤检测中。重新设计了系统的上位机控制程序,解决了原有系统在检测中存在的程序停顿、数据丢失等问题,为后续损伤检测奠定了基础。利用ANSYS软件构建了三维电磁场仿真模型,通过对基准问题的计算和感应涡流的分析,验证了模型的正确性,为正向问题的研究提供了工具。(2)提出了基于涡流法和神经网络的单向复材板电导率反演方法。利用仿真模型研究了电导率对检测探头信号的影响规律,并通过对灵敏度的分析,确定了探头检测的最佳角度。利用动态BP神经网络建立了探头信号与电导率间的映射关系,结合实验信号和迭代算法,快速、准确地实现了电导率的反演。(3)实现了复合材料板的裂纹形貌重构。利用小波分解的方法,对裂纹损伤的实验信号进行分析处理,实现了损伤相关特征信号的提取。提出了对裂纹的参数化建模方法,通过与实验信号的比较,不断优化裂纹模型,实现了形貌的准确重构。
张逸[10](2020)在《基于卷积神经网络的复合材料缺陷数字射线图像识别研究》文中研究说明复合材料逐渐成为一种重要的新型材料,被广泛应用于航空航天领域。射线检测是复合材料无损检测中的一种普遍方式,但是复合材料射线检测图像较多,不利于人工识别,因此本文提出一种基于深度学习的复合材料缺陷识别方法,能够实现复合材料缺陷特征的自动提取,缺陷的定位与分类,主要研究内容如下:(1)针对复合材料射线图像特征难以提取的问题,设计了基于卷积神经网络的目标检测方案,搭建了Faster-RCNN和Yolov3模型,通过VOC数据集对其进行测试,Yolov3模型获得了73%的较好结果;(2)针对检测复合材料得到射线图像数据稀少的问题,研究了复合材料射线图像增广方法,通过旋转、平移、射影变换等方法将初始数据量扩充十倍至4200张,提出结合自适应中值滤波和自适应直方图均衡化的数字射线图像质量增强方法,得到对比度高、噪声较少的射线图像,并在无损检测部门工作人员指导下对缺陷进行标注,建立复合材料射线图像数据集;(3)针对复合材料射线图像中缺陷目标尺度跨度较大的问题,研究了Yolov3模型改进方法,通过改变网络结构,引入Giou指标等方法,并将之应用到蜂窝复合材料缺陷检测中,并通过实验验证,平均精度提高了10%;通过上述研究,基于VS2015和OpenCV搭建软件平台,开发了复合材料射线图像识别软件模块,并通过实验验证识别算法可行性,达到了预期设计目标。
二、小波分析技术在复合材料损伤检测中的应用(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、小波分析技术在复合材料损伤检测中的应用(论文提纲范文)
(1)方钢低频长距离超声导波检测盲区关键技术研究(论文提纲范文)
摘要 |
ABSTRACT |
1 绪论 |
1.1 研究背景和意义 |
1.2 超声导波理论和检测技术的国内外研究现状 |
1.2.1 超声导波检测理论方面的研究现状 |
1.2.2 超声导波结构缺陷检测方法的研究现状 |
1.3 论文研究内容及结构安排 |
2 超声导波检测的基本理论 |
2.1 超声导波的基本理论 |
2.1.1 超声导波定义 |
2.1.2 超声导波频散特性 |
2.1.3 超声导波折射反射特性 |
2.1.4 超声导波衰减特性 |
2.2 超声导波传播等效理论 |
2.2.1 杆中超声导波传播模型 |
2.2.2 板中超声导波传播模型 |
2.3 超声导波检测信号后处理理论 |
2.3.1 时域分析方法 |
2.3.2 频域分析方法 |
2.3.3 时频分析方法 |
2.4 本章小结 |
3 方钢超声导波二维等效模型及实验方法研究 |
3.1 低频长距离超声导波二维等效模型建立 |
3.1.1 杆梁结构中低频长距离超声导波的等效理论 |
3.1.2 方钢超声导波二维等效传播理论模型 |
3.1.3 方钢超声导波二维等效模型有限元仿真 |
3.2 方钢超声导波检测的实验研究 |
3.2.1 方钢双探头超声导波检测实验平台搭建 |
3.2.2 方钢超声导波平台系统设置分析 |
3.2.3 超声耦合剂的相关研究 |
3.3 方钢超声导波等效模型有效性验证 |
3.3.1 超声导波仿真的时域和幅值偏差分析 |
3.3.2 实验中非期望波的分析 |
3.4 本章小结 |
4 方钢超声导波检测盲区理论研究 |
4.1 长距离超声导波检测盲区定义 |
4.1.1 常规缺陷检测方法 |
4.1.2 低频长距离超声导波检测盲区定义 |
4.2 长距离超声导波检测盲区的理论范围 |
4.2.1 低频超声导波检测盲区理论范围推导 |
4.2.2 低频超声导波检测盲区实验验证 |
4.3 方钢超声导波检测盲区脉冲波形特点 |
4.3.1 拓展时域区间的超声导波模态转换分析 |
4.3.2 超声导波盲区检测波形时域区间叠加特点 |
4.4 本章小结 |
5 基于拓展时域区间的盲区缺陷检测方法研究 |
5.1 基于差值包络相关算法的超声导波盲区缺陷定位研究 |
5.1.1 盲区缺陷反射脉冲波包络有效特征提取 |
5.1.2 有效时域区间上盲区缺陷差值包络的互相关算法 |
5.1.3 超声导波差值包络相关算法的缺陷定位方法 |
5.2 基于时频分析的盲区缺陷形状识别的研究 |
5.2.1 长距离超声导波盲区缺陷形状的时频图特征 |
5.2.2 人工智能图像识别MobileNet卷积神经网络算法 |
5.2.3 结合时频分析和人工智能图像识别算法的盲区缺陷形状识别 |
5.3 本章小结 |
6 总结与展望 |
6.1 |
6.1.1 主要完成的工作 |
6.1.2 创新点 |
6.2 展望 |
致谢 |
参考文献 |
攻读博士学位期间取得的研究成果 |
(2)碳纤维复合材料损伤模态识别方法研究(论文提纲范文)
摘要 |
abstract |
创新点摘要 |
第一章 绪论 |
1.1 研究背景及意义 |
1.2 复合材料声发射检测的优势与发展 |
1.2.1 复合材料损伤声发射表征 |
1.2.2 复合材料容器损伤声发射监测 |
1.3 国内外研究现状 |
1.3.1 复合材料损伤时频分析研究现状 |
1.3.2 复合材料损伤模式识别研究现状 |
1.3.3 复合材料模态声发射研究现状 |
1.4 现阶段研究中存在的主要问题 |
1.5 本文研究主要内容 |
第二章 复合材料损伤声发射信号Lamb波模态特征提取 |
2.1 引言 |
2.2 模态声发射基础机理分析 |
2.2.1 声发射信号的波形特征 |
2.2.2 Lamb波理论 |
2.2.3 瞬态波形模态分离方法 |
2.2.4 声发射信号Lamb波模态识别 |
2.3 典型声发射信号模态特征分析 |
2.3.1 实验装置及传感器布置 |
2.3.2 突发型信号模态分析 |
2.3.3 连续型信号模态分析 |
2.4 典型声发射信号模态分量传播特性分析 |
2.4.1 声发射模态分量频域特性 |
2.4.2 突发型信号传播频谱特性 |
2.4.3 连续型信号传播频谱特性 |
2.5 本章小结 |
第三章 碳纤维复合材料典型损伤模式声发射特征提取 |
3.1 引言 |
3.2 碳纤维复合材料损伤机理分析 |
3.2.1 碳纤维复合材料损伤概述 |
3.2.2 碳纤维复合材料层合板损伤特征 |
3.3 碳纤维复合材料损伤声发射信号时域特征提取 |
3.3.1 声发射信号时域特征 |
3.3.2 碳纤维复合材料损伤时域信号参量分析 |
3.4 碳纤维复合材料损伤声发射信号频域特征提取 |
3.5 碳纤维复合材料损伤模态特征提取 |
3.5.1 MAE模态特征参量定义 |
3.5.2 MAE绝对能量系数求解 |
3.5.3 纤维拉断声发射信号模态特征提取 |
3.5.4 基体开裂声发射信号模态特征提取 |
3.6 本章小结 |
第四章 碳纤维复合材料容器损伤声发射表征方法研究 |
4.1 引言 |
4.2 碳纤维复合材料层合板损伤机制声发射表征 |
4.2.1 碳纤维复合材料层合板损伤数值模拟 |
4.2.2 碳纤维复合材料层合板面内弯曲试验 |
4.2.3 碳纤维复合材料层合板损伤时频参量分析 |
4.3 碳纤维复合材料层合板损伤模态特征分析 |
4.4 碳纤维复合材料容器损伤声发射特性分析 |
4.4.1 碳纤维复合材料容器损伤数值模拟 |
4.4.2 碳纤维复合材料容器损伤声发射监测实验 |
4.4.3 碳纤维复合材料容器损伤声发射参量分析 |
4.5 碳纤维复合材料容器损伤模态声发射分析 |
4.5.1 气瓶损伤模态类型判据 |
4.5.2 气瓶损伤模态分布规律 |
4.6 本章小结 |
第五章 碳纤维复合材料声发射模式识别与损伤评价 |
5.1 引言 |
5.2 模态声发射信号模式识别 |
5.2.1 相关向量机原理及模型 |
5.2.2 特征参数优选 |
5.2.3 基于主成分分析的数据降维 |
5.2.4 基于相关向量机的模式识别 |
5.3 碳纤维复合材料气瓶损伤评价 |
5.3.1 模态窗能量时域评价 |
5.3.2 模态特征参量拟合评价 |
5.4 本章小结 |
结论与展望 |
参考文献 |
攻读博士期间发表论文及取得的科研成果 |
致谢 |
(3)基于声发射信号处理的风力机叶片损伤演化研究(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 研究背景 |
1.2 研究的目的与意义 |
1.3 国内外研究现状 |
1.3.1 疲劳损伤演化研究现状 |
1.3.2 风力机叶片监测技术的发展与应用 |
1.3.3 声发射信号处理的研究现状 |
1.4 研究内容 |
第2章 GFRP复合材料疲劳损伤演化的理论基础 |
2.1 复合材料疲劳损伤力学 |
2.2 声发射能量耗散模型 |
2.2.1 疲劳损伤能量耗散理论 |
2.2.2 不同损伤阶段的能量耗散规律分析 |
2.2.3 声发射能量耗散半经验模型 |
2.3 声发射信号在复合材料中的传播 |
2.3.1 弹性应力波理论 |
2.3.2 Lamb波理论 |
2.3.3 非线性Lamb波频散控制方程 |
2.3.4 不同损伤程度对Lamb波的影响 |
2.4 本章小结 |
第3章 叶片主梁工艺缺陷损伤演化的AE信号特征分析 |
3.1 风力机叶片主梁的制造工艺缺陷 |
3.2 GFRP复合材料层合板声发射实验 |
3.2.1 试件制备 |
3.2.2 声发射监测系统 |
3.2.3 声发射实验方法 |
3.3 AE信号的K-means聚类分析 |
3.4 分层缺陷的声发射特征分析 |
3.5 褶皱缺陷的声发射特征分析 |
3.6 不同缺陷试件的损伤机制分析 |
3.7 本章小结 |
第4章 基于盲源分离的褶皱缺陷损伤演化特征提取 |
4.1 AE信号的盲源分离处理方法 |
4.1.1 褶皱缺陷AE信号的混叠特性分析 |
4.1.2 卷积混合模型 |
4.1.3 盲源分离性能指标改进方法 |
4.1.4 估计性能指标构造自适应步长函数 |
4.1.5 信号仿真分析 |
4.2 基于K-means聚类的欠定盲分离算法 |
4.2.1 K-means欠定盲分离算法 |
4.2.2 改进K-means聚类算法 |
4.2.3 信号仿真模拟 |
4.3 褶皱缺陷损伤演化的AE信号特征提取 |
4.3.1 疲劳试验和AE信号采集 |
4.3.2 AE信号的盲分离处理 |
4.3.3 微观形貌分析 |
4.4 基于声能耗散模型的褶皱缺陷损伤演化分析 |
4.5 本章小结 |
第5章 分层缺陷损伤识别的时频分析方法 |
5.1 双线性时频分析方法 |
5.1.1 WVD时频分布原理及不足 |
5.1.2 WVD时频分布交叉项抑制 |
5.2 AVMD-WVD时频分析方法 |
5.2.1 VMD算法理论 |
5.2.2 VMD-WVD自适应改进方法 |
5.2.3 谱相关分析 |
5.3 疲劳实验与AE信号处理 |
5.3.1 实验数据采集 |
5.3.2 分解信号算法对比 |
5.3.3 AE频率特征对比与验证 |
5.3.4 分层缺陷损伤演化机理分析 |
5.4 微观形貌分析 |
5.5 本章小结 |
第6章 基于神经网络的失稳状态识别和预测 |
6.1 BP神经网络概述 |
6.1.1 BP神经元基本原理 |
6.1.2 BP神经网络算法 |
6.1.3 BP神经网络的优势与不足 |
6.2 神经网络参数设置 |
6.2.1 神经网络学习速率 |
6.2.2 神经网络期望误差 |
6.2.3 神经网络激励函数选取 |
6.2.4 神经网络隐含层数设定 |
6.3 神经网络预测模型的建立 |
6.3.1 失稳破坏前兆特征提取 |
6.3.2 失稳破坏前兆预测模型 |
6.4 失稳破坏前兆识别与预测 |
6.4.1 实验数据采集 |
6.4.2 实验数据处理 |
6.4.3 预测结果分析 |
6.5 本章小结 |
第7章 结论与展望 |
7.1 结论和创新点 |
7.2 展望 |
参考文献 |
在学研究成果 |
致谢 |
(4)基于声发射技术的风力机叶片主梁损伤监测技术研究(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 研究背景 |
1.2 研究的目的与意义 |
1.3 国内外研究现状 |
1.3.1 风电领域无损检测技术的发展现状 |
1.3.2 声发射检测技术的发展及应用 |
1.3.3 AE信号的特征提取方法 |
1.4 本文主要研究内容 |
1.5 本章小结 |
第2章 风力机叶片主梁的力学性能分析 |
2.1 风力机叶片结构 |
2.2 风力机叶片的载荷分析 |
2.3 风力机叶片工字梁理论 |
2.4 风力机叶片主梁的损伤特点 |
2.4.1 主梁复合材料力学性能特点 |
2.4.2 主梁复合材料板材拉伸强度分析 |
2.4.3 主梁复合材料损伤形式和特点 |
2.5 本章小结 |
第3章 声发射无损检测技术和信号处理方法 |
3.1 声发射技术原理 |
3.2 声发射技术特点 |
3.3 声发射信号处理的方法 |
3.3.1 声发射信号的参数分析法 |
3.3.2 声发射信号的波形分析法 |
3.4 声发射信号的降噪处理 |
3.4.1 基于小波变换模极大值降噪的分析 |
3.4.2 基于阈值的小波降噪分析 |
3.5 本章小结 |
第4章 基于AE技术的分层损伤实验研究 |
4.1 实验方案 |
4.1.1 试验试件的制备 |
4.1.2 实验装置 |
4.1.3 实验过程 |
4.2 分层损伤AE信号参数的分析 |
4.3 分层损伤力学性能的影响 |
4.4 主梁损伤AE特性分析 |
4.5 本章小结 |
第5章 风力机叶片主梁分层损伤的AE信号特征识别 |
5.1 分层损伤AE信号的降噪处理 |
5.1.1 小波基选取 |
5.1.2 阈值函数选取 |
5.1.3 AE信号降噪处理 |
5.2 分层损伤AE信号的小波包分解与重构 |
5.2.1 AE信号的小波包分解 |
5.2.2 小波分解的信号重构 |
5.2.3 AE信号的小波包特征能量提取 |
5.3 AE信号特征提取结果与分析 |
5.4 本章小结 |
第6章 结论与展望 |
6.1 结论 |
6.2 展望 |
参考文献 |
在学研究成果 |
致谢 |
(5)改性复合材料层间力学性能超声导波评价技术研究(论文提纲范文)
摘要 |
abstract |
第一章 绪论 |
1.1 研究背景及意义 |
1.2 基于超声导波的无损检测技术概述 |
1.2.1 无损检测技术概述 |
1.2.2 超声导波检测技术概述 |
1.3 国内外研究现状 |
1.3.1 层间增韧复合材料研究现状 |
1.3.2 自修复复合材料研究现状 |
1.3.3 微胶囊填充型复合材料层间力学性能评价技术研究现状 |
1.4 本文研究内容 |
第二章 导波基本理论与信号分析方法 |
2.1 前言 |
2.2 导波基本理论 |
2.2.1 导波概念 |
2.2.2 相速度和群速度 |
2.2.3 导波频散和多模态特性 |
2.2.4 导波衰减特性 |
2.3 超声导波信号分析手段 |
2.3.1 时域分析 |
2.3.2 波形相似性分析 |
2.3.3 频域分析 |
2.3.4 时频分析 |
2.4 基于局部波数的损伤识别方法 |
2.5 本章小结 |
第三章 普通复合材料分层扩展超声导波检测研究 |
3.1 前言 |
3.2 分层扩展快速识别 |
3.2.1 实验试件及装置 |
3.2.2 导波信号激励与采集 |
3.2.3 实验流程 |
3.2.4 层间断裂试验结果 |
3.2.5 超声导波检测结果与分析 |
3.3 含分层缺陷复合材料中导波传播特性有限元仿真 |
3.3.1 模型创建方法 |
3.3.2 复合材料二维模型的设置 |
3.3.3 有限元仿真结果与分析 |
3.4 分层扩展定位 |
3.4.1 实验试件及装置 |
3.4.2 导波信号激励与采集 |
3.4.3 实验流程 |
3.4.4 层间断裂试验结果 |
3.4.5 超声导波检测结果与分析 |
3.5 本章小结 |
第四章 层间增韧复合材料超声导波检测研究 |
4.1 前言 |
4.2 改性材料微胶囊细节介绍 |
4.3 层间增韧复合材料试样制备流程 |
4.4 试样层间力学性能测试流程 |
4.5 超声导波检测实验方案 |
4.6 试样层间力学性能测试结果与分析 |
4.6.1 载荷-位移曲线分析 |
4.6.2 阻力曲线分析 |
4.7 超声导波检测结果与分析 |
4.7.1 时域信号分析 |
4.7.2 频域信号分析 |
4.8 试样层间断面微观样貌分析 |
4.8.1 超景深显微镜观察结果 |
4.8.2 场发射SEM观察结果 |
4.9 本章小结 |
第五章 自修复复合材料超声导波检测研究 |
5.1 前言 |
5.2 自修复复合材料试样制备流程 |
5.3 试样层间力学性能测试流程 |
5.3.1 微胶囊填充型试样的测试 |
5.3.2 普通试样的测试 |
5.4 超声导波检测实验方案 |
5.5 试样层间力学性能测试结果与分析 |
5.5.1 微胶囊浓度对试样初始断裂韧性的影响 |
5.5.2 微胶囊浓度对试样层间力学性能恢复效率的影响 |
5.5.3 试样二次破坏时的层间力学性能差异 |
5.6 超声导波检测结果与分析 |
5.6.1 时域信号分析 |
5.6.2 波形相似性分析 |
5.7 试样层间断面微观样貌分析 |
5.8 本章小结 |
第六章 总结与展望 |
6.1 全文总结 |
6.2 展望 |
参考文献 |
致谢 |
在学期间的研究成果及发表的学术论文 |
(6)碳/芳混杂编织复合材料力学变形测量与损伤检测研究(论文提纲范文)
摘要 |
abstract |
第一章 绪论 |
1.1 课题研究的背景及意义 |
1.2 碳/芳混杂编织复合材料的研究概况 |
1.3 基于多种无损检测方法在复合材料损伤检测中的应用 |
1.3.1 声发射检测技术 |
1.3.2 数字图像相关方法 |
1.3.3 红外热成像检测技术 |
1.3.4 X射线微型计算机断层扫描技术 |
1.4 研究课题的主要内容与创新点 |
第二章 实验材料的制备与测试 |
2.1 碳/芳混杂编织复合材料的制备 |
2.2 实验仪器 |
2.3 碳/芳混杂编织复合材料拉伸性能测试实验研究 |
2.4 碳/芳混杂编织复合材料厚板弯曲性能测试实验研究 |
2.5 碳/芳混杂编织复合材料渐进弯曲性能测试实验研究 |
2.6 本章小结 |
第三章 碳/芳混杂编织复合材料拉伸变形及损伤声发射监测 |
3.1 碳/芳混杂编织复合材料不同纤维方向的幅度衰减特性 |
3.2 碳/芳混杂编织复合材料的拉伸力学性能与AE信号特征分析 |
3.3 碳/芳混杂编织复合材料试件表面变形分析 |
3.4 本章小结 |
第四章 碳/芳混杂编织复合材料厚板弯曲载荷作用下的破坏行为及损伤可视化 |
4.1 碳/芳混杂编织复合材料厚板的弯曲力学性能分析 |
4.2 碳/芳混杂编织复合材料厚板的AE信号特征分析 |
4.3 碳/芳混杂编织复合材料厚板的表面温度变化 |
4.4 碳/芳混杂编织复合材料厚板的Micro-CT失效损伤分析 |
4.5 本章小结 |
第五章 碳/芳混杂编织复合材料弯曲渐进损伤与破坏行为研究 |
5.1 碳/芳混杂编织复合材料试件的力学性能分析 |
5.2 碳/芳混杂编织复合材料试件的渐进损伤分析 |
5.2.1 碳/芳混杂编织复合材料的声发射特性 |
5.2.2 碳/芳混杂编织复合材料的表面变形位移场分布 |
5.2.3 碳/芳混杂编织复合材料的Micro-CT内部结构损伤分析 |
5.3 碳/芳混杂编织复合材料试件的失效损伤分析 |
5.4 本章小结 |
第六章 风电叶片复合材料疲劳加载声发射监测 |
6.1 风电叶片疲劳测试研究背景 |
6.2 风电叶片疲劳测试研究概况 |
6.3 实验研究 |
6.4 声发射信号处理 |
6.5 风电叶片疲劳实验的AE信号分析 |
6.6 本章小结 |
第七章 总结与展望 |
7.1 总结 |
7.2 展望 |
参考文献 |
致谢 |
攻读硕士期间取得的科研成果 |
(7)基于超声波束混频理论的丁羟固化监测及其信号处理研究(论文提纲范文)
摘要 |
abstract |
第一章 绪论 |
1.1 选题背景及意义 |
1.2 国内外研究现状 |
1.2.1 固化反应检测研究现状 |
1.2.2 非线性超声检测技术研究现状 |
1.2.3 超声检测信号处理研究现状 |
1.3 论文的主要工作 |
1.3.1 存在的主要问题 |
1.3.2 论文结构安排 |
第二章 波束混频理论及非共线混频响应研究 |
2.1 非线性波动方程 |
2.2 超声波束混频原理 |
2.3 散射场特性分析 |
2.4 数值仿真与分析 |
2.5 LY12 铝混频响应检测实验 |
2.6 本章小结 |
第三章 基于非共线混频的丁羟固化过程实时监测 |
3.1 非共线混频监测方案设计与分析 |
3.1.1 非共线混频监测理论分析 |
3.1.2 非共线混频监测方案设计 |
3.2 混频监测装置设计 |
3.2.1 楔块倾斜角度选定 |
3.2.2 实验试件加工 |
3.2.3 换能器频谱特性 |
3.3 丁羟固化非共线混频监测 |
3.3.1 预测试 |
3.3.2 丁羟衬层制备过程 |
3.3.3 丁羟固化过程监测 |
3.4 实验结果及分析 |
3.4.1 平台混频响应检测 |
3.4.2 丁羟衬层固化监测结果 |
3.5 本章小结 |
第四章 混频检测信号参数估计方法研究 |
4.1 引言 |
4.2 信号稀疏分解理论 |
4.2.1 稀疏分解原理 |
4.2.2 匹配追踪算法 |
4.2.3 MP算法的改进 |
4.3 问题描述 |
4.4 本文方法 |
4.4.1 双高斯超声信号模型 |
4.4.2 匹配字典的建立 |
4.4.3 目标函数 |
4.4.4 改进的粒子群算法 |
4.4.5 超声信号参数估计 |
4.5 实验与仿真分析 |
4.5.1 超声信号仿真 |
4.5.2 渡越时间估计 |
4.5.3 收敛性分析 |
4.5.4 降噪性能分析 |
4.5.5 超声信号模型比较 |
4.5.6 混频波信号处理 |
4.6 本章小结 |
第五章 丁羟固化监测信号特征提取及固化表征 |
5.1 问题描述 |
5.1.1 丁羟固化微观机理 |
5.1.2 丁羟固化宏观过程 |
5.2 监测信号预处理 |
5.2.1 变分模态理论 |
5.2.2 基于VMD的监测信号预处理 |
5.3 信号特征提取 |
5.3.1 混频信号能量分析 |
5.3.2 混频非线性系数 |
5.3.3 信号渡越时间分析 |
5.4 固化状态表征 |
5.5 本章小结 |
第六章 总结与展望 |
参考文献 |
攻读博士学位期间发表论文和研究成果 |
致谢 |
(8)复合材料纤维编织的声发射信号特征研究(论文提纲范文)
摘要 |
ABSTRACT |
注释表 |
缩略词 |
第一章 绪论 |
1.1 引言 |
1.2 声发射技术 |
1.2.1 声发射技术的原理 |
1.2.2 声发射技术的发展 |
1.3 声发射信号分析和处理手段 |
1.3.1 快速傅里叶变换(FFT) |
1.3.2 小波变换(WT) |
1.3.3 其他信号处理和分析手段 |
1.4 声发射技术在复合材料检测领域的发展 |
1.4.1 复合材料损伤机制声发射参数研究 |
1.4.2 复合材料损伤机制声发射信号频谱研究 |
1.4.3 基于声发射的复合材料结构健康监测研究 |
1.4.4 有限元分析技术在声发射监测中的应用 |
1.4.5 基于声发射技术的纤维增强型复合材料的损伤研究 |
1.5 本课题的研究意义、目标及主要内容 |
第二章 纤维增强复合材料拉伸损伤声发射信号提取 |
2.1 引言 |
2.2 拉伸-声发射实验材料 |
2.3 实验设备及设备参数选定 |
2.4 拉伸-声发射实验 |
2.5 本章小结 |
第三章 声发射信号时-频域特征研究 |
3.1 引言 |
3.2 声发射信号时域及频域特征分析 |
3.2.1 声发射信号时域特征分析 |
3.2.2 声发射信号频域特征分析 |
3.3 声发射信号小波变换研究 |
3.3.1 小波变换 |
3.3.2 声发射信号离散小波变换研究 |
3.3.3 小波变换分解信号特征研究 |
3.3.4 声发射信号时-频研究 |
3.4 本章小结 |
第四章 声发射信号参数特征研究 |
4.1 引言 |
4.2 声发射信号参数主成分分析研究 |
4.2.1 主成分分析 |
4.2.2 声发射参数累计贡献率 |
4.3 声发射信号参数模糊C-均值聚类分析研究 |
4.3.1 模糊C-均值聚类 |
4.3.2 声发射信号幅值聚类研究 |
4.4 声发射信号参数向量特征研究 |
4.5 本章小结 |
第五章 有限元模型分析研究 |
5.1 引言 |
5.2 模型建立 |
5.2.1 Hasin失效准则 |
5.2.2 纤维增强层压复合材料模型 |
5.3 有限元模型结果研究 |
5.3.1 有限元模型与实验对比 |
5.3.2 有限元模型体积应变率研究 |
5.3.3 有限元模型纤维和基体断裂损伤研究 |
5.4 本章小结 |
第六章 总结与展望 |
6.1 本文的主要贡献 |
6.2 进一步展望 |
参考文献 |
致谢 |
在学期间的研究成果及发表的学术论文 |
(9)基于涡流法的碳纤维复合材料损伤检测及重构(论文提纲范文)
摘要 |
abstract |
第一章 绪论 |
1.1 课题背景及其研究意义 |
1.1.1 碳纤维复合材料的组成分类 |
1.1.2 碳纤维复合材料的工程应用 |
1.1.3 碳纤维复合材料的损伤形式 |
1.2 碳纤维复合材料损伤检测的现状 |
1.2.1 常见的损伤检测方法 |
1.2.2 涡流检测的研究现状 |
1.3 本文研究工作 |
第二章 涡流检测系统优化及损伤检测 |
2.1 引言 |
2.2 涡流检测系统介绍 |
2.2.1 检测系统框架 |
2.2.2 上位机控制程序 |
2.3 系统存在问题及优化思路 |
2.3.1 存在问题 |
2.3.2 系统优化 |
2.4 损伤检测 |
2.4.1 信号降噪处理 |
2.4.2 损伤检测结果 |
2.5 本章小结 |
第三章 涡流检测正向模型的构建 |
3.1 引言 |
3.2 基于ANSYS仿真软件构建的涡流检测模型 |
3.2.1 电磁场有限元分析概述 |
3.2.2 仿真模型构建 |
3.3 金属板模型验证 |
3.3.1 基准问题说明 |
3.3.2 基准问题计算结果 |
3.4 复材板模型验证 |
3.4.1 纤维方向 |
3.4.2 线圈因素 |
3.5 本章小结 |
第四章 单向复合材料板的电导率反演 |
4.1 引言 |
4.2 复合材料的导电性 |
4.3 正向问题研究 |
4.3.1 模型构建 |
4.3.2 灵敏度分析 |
4.3.3 电导率与探头信号关系 |
4.4 电导率反演 |
4.4.1 人工神经网络 |
4.4.2 反演算法 |
4.4.3 反演结果 |
4.5 本章小结 |
第五章 单向复合材料板的损伤重构 |
5.1 引言 |
5.2 单向复合材料板损伤的制备与实验 |
5.2.1 单向板试件的制备 |
5.2.2 电导率的反演 |
5.2.3 裂纹加工和涡流C扫实验 |
5.3 实验信号处理 |
5.3.1 结构信息消除 |
5.3.2 特征值提取方法 |
5.4 裂纹的参数化建模 |
5.4.1 基元的选择 |
5.4.2 参数化模型 |
5.5 裂纹损伤重构 |
5.5.1 重构流程 |
5.5.2 裂纹初始形状评估 |
5.5.3 实验和仿真的关系 |
5.5.4 重构结果 |
5.6 本章小结 |
第六章 总结与展望 |
6.1 工作总结 |
6.2 工作展望 |
参考文献 |
致谢 |
在学期间的研究成果及发表的学术论文 |
(10)基于卷积神经网络的复合材料缺陷数字射线图像识别研究(论文提纲范文)
摘要 |
abstract |
第一章 绪论 |
1.1 引言 |
1.2 国内外研究现状 |
1.2.1 复合材料X射线检测研究现状 |
1.2.2 基于CNN的图像识别研究现状 |
1.3 论文选题依据 |
1.4 本课题研究内容及章节安排 |
第二章 面向复合材料DR图像的缺陷目标识别模型 |
2.1 引言 |
2.2 复合材料射线检测图像分析 |
2.3 卷积神经网络 |
2.3.1 卷积神经网络的基本结构 |
2.3.2 权值共享与局部感受野 |
2.4 基于卷积神经网络的目标检测模型 |
2.4.1 基于区域选择的目标检测模型 |
2.4.2 基于回归的目标检测模型 |
2.5 卷积神经网络算法性能对比实验 |
2.6 本章小结 |
第三章 复合材料数字化射线数据集的构建 |
3.1 引言 |
3.2 数据集图像增广 |
3.2.1 采集数据集图像 |
3.2.2 数据集图像标注 |
3.2.3 数据集图像增广 |
3.3 X射线检测图像滤波技术 |
3.3.1 X射线检测图像特点 |
3.3.2 X射线检测图像滤波方法 |
3.3.3 图像质量评价方法 |
3.3.4 射线滤波图像质量分析结果 |
3.4 X射线检测图像增强技术 |
3.4.1 X射线检测图像增强方法 |
3.4.2 X射线检测图像增强实验结果 |
3.5 本章小结 |
第四章 基于Yolov3 的改进深度学习模型 |
4.1 引言 |
4.2 小目标识别能力改进 |
4.2.1 网络输入图像尺寸调整 |
4.2.2 网络结构的调整 |
4.2.3 锚点值的重新设计 |
4.2.4 小目标缺陷识别验证实验 |
4.3 网络性能改进 |
4.3.1 迁移学习初始化模型 |
4.3.2 合并网络批归一化层 |
4.3.3 使用Giou指标和损失函数 |
4.4 实验结果与分析 |
4.5 本章小结 |
第五章 识别与验证 |
5.1 引言 |
5.2 射线图像缺陷检测软件 |
5.3 识别验证实验 |
5.4 本章小结 |
第六章 总结与展望 |
6.1 总结 |
6.2 展望 |
参考文献 |
致谢 |
在学期间的研究成果及发表的学术论文情况 |
四、小波分析技术在复合材料损伤检测中的应用(论文参考文献)
- [1]方钢低频长距离超声导波检测盲区关键技术研究[D]. 张磊. 西安理工大学, 2020(01)
- [2]碳纤维复合材料损伤模态识别方法研究[D]. 张璐莹. 东北石油大学, 2020(03)
- [3]基于声发射信号处理的风力机叶片损伤演化研究[D]. 张亚楠. 沈阳工业大学, 2020
- [4]基于声发射技术的风力机叶片主梁损伤监测技术研究[D]. 李菲. 沈阳工业大学, 2020(02)
- [5]改性复合材料层间力学性能超声导波评价技术研究[D]. 王奔. 江苏大学, 2020(02)
- [6]碳/芳混杂编织复合材料力学变形测量与损伤检测研究[D]. 尹寒飞. 河北大学, 2020(08)
- [7]基于超声波束混频理论的丁羟固化监测及其信号处理研究[D]. 王大为. 中北大学, 2020(09)
- [8]复合材料纤维编织的声发射信号特征研究[D]. 米源. 南京航空航天大学, 2020(07)
- [9]基于涡流法的碳纤维复合材料损伤检测及重构[D]. 沈威. 南京航空航天大学, 2020
- [10]基于卷积神经网络的复合材料缺陷数字射线图像识别研究[D]. 张逸. 南京航空航天大学, 2020(07)