声发射信号处理算法研究【2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载】

声发射信号处理算法研究PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

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