导读:本文包含了声发射技术论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:幼虫,杨树,技术,在线,参数,机理,齿轮。
声发射技术论文文献综述
马俊[1]（2019）在《声发射技术在金属材料检测中的应用》一文中研究指出金属材料的检测工作对明确金属材料状态,提升金属应用价值十分重要。本文首先对金属材料检测工作开展过程中,声发射技术应用存在的不足之处进行了总结分析,并结合金属材料的检测技术特点,制定了声发射技术的正确应用方案,对提升金属材料检测的综合质量,具有十分重要的意义。(本文来源于《中国金属通报》期刊2019年10期）
刘小舟,贾兴亚[2]（2019）在《声发射技术检测不同复合树脂界面断裂的效果评价》一文中研究指出目的:采用声发射技术研究两种树脂材料粘接界面的断裂。方法:选择20颗前磨牙制备长、宽、高相近的Class I类洞,按厂家说明涂布粘接剂,将20颗牙随机分为两组:流动树脂组和通用树脂组,分别按照厂家说明充填3M ESPE FiltekTM Z350 XT流动树脂和3M ESPE FiltekTM Z350 XT通用型树脂,同时用北京软岛DS5声发射仪进行监测300s,声发射仪记录30s后对树脂进行光固化40s,分别计算声发射事件总数、总能量的平均值、标准差,并用spss进行统计学分析,两组数据是否有统计学差异。结果:流动树脂组的声发射事件总数50.6±28.37、总能量(17.98±12.31) mV*ms的平均值较树脂组大分别为43.52±20.30,(9.65±8.11)m V*ms。两组声发射事件总数统计无显着性差异(P>0.05),而从总能量上的比较可以看出两组有显着性差异(P<0.05)。结论:流动树脂较树脂更容易发生粘接界面断裂(本文来源于《2019年中华口腔医学会老年口腔医学专业委员会第十四次全国老年口腔医学学术年会论文汇编》期刊2019-10-15）
佘斌,何媛媛[3]（2019）在《声发射技术在水轮机活动导叶裂纹监测中的应用》一文中研究指出声发射技术目前已应用于多种行业,但在水轮机活动导叶实时监测中仍是首次。根据声发射技术的原理及应用特点,以瀑布沟电站为例,将声发射传感器安装在6号机组活动导叶的顶部端面位置,通过声发射电缆连接到声发射采集主机上,再由控制电缆连接到安装有采集分析软件的工控机上,接通电源,声发射检测装置开始运行,就实时检测水轮机导叶的运行情况,一旦发现水轮机导叶出现裂纹即刻发出报警,为防范事故、及时检修提供了可靠的依据。(本文来源于《水电与新能源》期刊2019年09期）
蒋亚迪,卢绪祥,陈向民,谭浩宇[4]（2019）在《基于声发射技术的滑动轴承润滑状态诊断研究进展》一文中研究指出声发射现象是材料受力变形释放出弹性波的现象,通过对材料声发射信号进行接收处理能够监测滑动轴承润滑状态,利用声发射技术进行润滑状态监测具有反馈即时、信号携带信息完整以及预警能力强等特点,但是现阶段对于轴承内部声发射机理与信号表征以及润滑状态的联系的研究尚存不足.本文介绍了声发射现象产生机理,总结了基于位错运动以及粗糙接触的声发射计算模型,并综合阐述了国内外基于声发射技术的滑动轴承润滑状态监测研究领域的一些成果,最后分析总结了现阶段研究存在的不足以及对下一步的研究方向提出了自己的看法.(本文来源于《汕头大学学报(自然科学版)》期刊2019年03期）
苏莫寒[5]（2019）在《基于声发射技术的齿轮故障识别》一文中研究指出齿轮作为机械设备中用来改变转速和传递动力的常用零件,被广泛应用在工业生产中,是机械连接和驱动装置中不可缺少的一部分。由于齿轮本身工作状态复杂,长期在重载条件下运行,极易受到损害发生故障,进而造成整个机械传动系统失效,甚至威胁人们的安全。因此,对齿轮的故障进行诊断识别,对于旋转设备的故障检测具有重大意义。为了提高齿轮故障识别的准确率,避免依赖传统的时频分析法对齿轮进行故障诊断,解决齿轮信号特征提取困难的问题,本文采用了声发射技术与深度学习相结合的方法,通过声发射设备对齿轮的故障信号进行采集,搭建了以门控循环单元网络为核心的齿轮故障诊断模型,并采用深度信念网络作为对比网络,实现了对齿轮故障的智能识别。本文以旋转机械设备中的核心部件齿轮作为故障诊断的研究对象,主要完成了以下几个方面的研究。首先通过QPZZ-II型旋转机械振动及故障模拟实验平台分别采集了齿轮在正常状态时、磨损故障时、磨损及沟槽混合故障时叁种状态下的声发射信号,然后将采集到的声发射信号经过预处理后提取到的声发射特征参数作为神经网络的输入,最后将采集到的声发射信号数据合理的划分为训练集和测试集,并用训练集样本数据分别对基于深度信念网络、基于门控循环单元的齿轮故障诊断模型进行训练,再通过测试集数据在网络模型上的表现对网络的参数进行调整,搭建最适合的齿轮故障诊断模型。首先构建的是基于深度信念网络的齿轮故障诊断模型,该网络采用自下而上逐层训练受限玻尔兹曼机的方式,为整个网络赋予了较好的初始参数,然后通过对网络整体反向微调获得最优解。实验结果表明,基于深度信念网络的齿轮故障诊断模型,识别准确率为98.7217%,具有一定的可行性。其次搭建了基于门控循环单元网络的齿轮故障诊断模型,因为循环神经网络可以捕捉网络之间的长期依赖性,但传统的循环神经网络存在梯度消失的问题,使得浅层的网络权重得不到更新,为了使网络之间的记忆性得到保障,改善梯度弥散的问题,本文采用门控循环单元对齿轮的故障进行识别诊断,识别的准确率达到了99.8709%,最终验证了该网络在齿轮故障诊断上具有更好地分类效果,提升了齿轮故障识别的准确率。(本文来源于《沈阳工业大学》期刊2019-05-29）
李建涛[6]（2019）在《基于声发射技术的混凝土材料损伤识别协同分析》一文中研究指出混凝土材料以其广泛适用性及价格优势,现大量使用在民用建筑、桥梁工程、及机场等基础设施中。但由于其自重较大,修复困难,因此混凝土结构一旦破坏所带来的财产和生命损失难以估计。所以对混凝土结构的损伤评估和安全性评价、对在建建筑物引入实时监测技术具有重大的工程实际意义。声发射技术可对材料损伤破坏产生十分迅速的反映,以此弥补传统检测方法的缺陷,可以实现对检测物体的实时监测,对在建及服役的结构破坏有效预警等优点而被广泛研究。本文为探究初始缺陷对混凝土材料在单轴压缩下内部损伤破坏的影响规律,制作不同初始缺陷的立方体试块进行立方体抗压试验;为研究混凝土内裂纹演化规律对四根相同规格的钢筋混凝土梁分别进行叁点加载与四点加载受弯破坏试验,并利用声发射系统及应变采集系统对加载破坏的全过程进行监测,获得了可以描述立方体试块受载破坏过程的声发射事件计数率-时间柱状图、振铃计数率-时间柱状图、声发射事件率与应变-时间关联曲线图,以及表征钢筋混凝土梁损伤特性的持续时间比例分布住状图、声发射b值变化图、损伤因子变化图。最后以协同的观点对试验中所获取数据以另一思路进行探索性分析。论文的主要研究工作和成果有:(1)对含不同初始缺陷的立方体试块进行单轴压缩试验,同步采集压力机荷载、声发射特征参数和混凝土表面应变数据,分析立方体单轴压缩过程中声发射特征参数变化规律,结合事件计数率与应变时间关联曲线,研究初始缺陷对声发射现象的影响规律。(2)制作四根相同规格的钢筋混凝土梁,分别进行四点加载与叁点加载方式下的受弯破坏试验。以声发射持续时间对不同加载方式下试验梁的各加载破坏阶段内的声发射源信号进行定性判别,并运用地震学中用于量化震级-频度的G-R公式对声发射幅值进行统计分析,获得不同加载方式下幅值的变化规律,最后通过回归分析,建立基于声发射累计数的损伤演化模型对损伤过程定量描述。(3)以协同学理论为基础,选取声发射事件数为序参量,运用Lanvegin方程模型建立混凝土声发射过程的序参量方程,并结合绝热消去原理求解序参量方程,以此通过协同学观点解释混凝土声发射现象。然后分别以无序与有序、自组织和自相似叁个方面对钢筋混凝土梁受弯破坏过程的协同现象进行描述与分析,以此探索利用协同学理论方法研究混凝土声发射现象的可行性和准确性。(本文来源于《新疆大学》期刊2019-05-25）
彭加欣[7]（2019）在《基于声发射技术的节段预制胶拼混凝土梁损伤识别研究》一文中研究指出声发射无损检测技术具有灵敏度高、环境适应能力强、可实时动态监测等优点,对桥梁评估具有重要的工程意义。本文针对试验梁叁点弯曲损伤破坏全过程的声发射信号,基于特征参数分析建立损伤破坏与声发射信号之间的联系,并结合模糊聚类和多层感知机算法提出一套定性和定量识别损伤的智能化方法。具体研究内容与成果如下。(1)通过声发射系统采集预制胶拼混凝土梁和整体混凝土梁破坏全过程产生的声发射信号,分析发现两种试验梁信号特征参数分布情况基本相同,不同之处在于预制胶拼梁接缝处更易出现裂缝,且前期裂缝发展较多,声发射现象更活跃,整体梁前期裂缝较少,积蓄了更多能量在破坏阶段释放。(2)基于特征参数时程分析和分布分析,发现随着梁体损伤程度加深,振铃计数较大、上升时间和持续时间较长、能量较强、幅值较高、RMS值较大的声发射信号逐渐增多,信号频谱分析表明40～50kHz和90～110kHz为两个最主要的频段。结合混凝土损伤演化规律和损伤发展现象,将试验梁损伤过程划分为叁个阶段,分别为:微损伤阶段,混凝土带裂缝工作阶段和破坏阶段。不同阶段的参数分布存在差别,随着损伤程度的加重高强信号占比越来越大,其中上升时间超过20000μs、持续时间在100000μs左右或ASL大于60dB的信号可以作为判别损伤程度由阶段一进入阶段二的标志。(3)采用模糊聚类算法分析发现信号样本点呈现两簇分布的结构形式,由此把信号分为两种模式。为进一步分析两种信号的区别,对两种模式信号特征参数作时程分析,发现第一种模式信号在试验全程均有出现,而第二种模式信号只集中出现在试验中后期的某些时刻。将第二种模式信号的出现时间与宏观裂缝发展记录时间作对比分析,发现该种模式信号基本只出现在宏观裂缝出现、迅速开展汇合以及混凝土受压破坏时刻,表明此信号与混凝土材料程度较大的损伤直接相关。(4)提出了模糊聚类和多层感知器相结合的模型来识别不同类型声发射信号,又采用多层感知机模型识别试验梁损伤阶段,并引入Smote算法解决样本不均衡问题。多层感知器识别更准确,计算速度更快。提出了重划分损伤阶段的改进方法,以及基于多声发射事件概率组合识别的方式来改进单次信号识别结果,有效提高了模型识别准确率。(本文来源于《北京交通大学》期刊2019-05-01）
葛洺瑀,于洋[8]（2019）在《基于声发射技术的钛合金静载试验裂纹监测》一文中研究指出为了对钛合金构件进行实时损伤监测,对某型号钛合金进气机匣进行静载实验,通过声发射设备获取加载过程中材料释放的声发射信号,提取振铃计数、幅值和绝对能量等特征参数,采用经历图分析方法探究钛合金在静载试验下的损伤状况,将静载损伤的不同阶段与声发射参数相关联,表明声发射技术可以动态监测钛合金构件的损伤状况。(本文来源于《电子世界》期刊2019年08期）
陈琴,李明,罗延芳,朱代根[9]（2019）在《基于声发射技术的杨木蛀干害虫幼虫活动规律研究》一文中研究指出为了监控杨木蛀干小蠹幼虫,获取它12小时内的活动规律,采用传感器、放大器、数据采集卡、电脑等设备,搭建了多通道AE信号采集平台,在8:00-23:00时间段,对杨树幼虫进行监测,最后对采集的声波信号进行小波分析处理。研究表明,文中搭建的AE信号采集分析平台具有一定的可行性,每个监测时间段内都能得到幼虫活动声波信号,且在20:00-21:00时间段内最活跃,幼虫声波信号主频在64-65.5KHz频段内。(本文来源于《山东林业科技》期刊2019年02期）
陈琴,李明,罗延芳,朱代根[10]（2019）在《基于声发射技术的杨木蛀干害虫幼虫活动规律研究》一文中研究指出采用搭建AE信号采集平台,8∶00-23∶00内1 h监测1次(其中测定0.5 h、休息0.5 h)、循环监测采集数据,利用matlab软件、傅里叶变换法等处理信号、绘图噪声频谱图等方法,探索研究了基于声发射技术的蛀干害虫幼虫活动规律研究可行性和杨木蛀干害虫小蠹幼虫活动规律,结果为本研究建立的系统能实现对杨树幼虫声音信号的采集、分析和处理;杨树小蠹幼虫声音信号主频主要集中于64.0 K～65.5 KHz频段内;测量时间段内,杨树小蠹幼虫最活跃时间段在20∶00-21∶00。(本文来源于《陕西林业科技》期刊2019年02期）
声发射技术论文开题报告
（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：
目的:采用声发射技术研究两种树脂材料粘接界面的断裂。方法:选择20颗前磨牙制备长、宽、高相近的Class I类洞,按厂家说明涂布粘接剂,将20颗牙随机分为两组:流动树脂组和通用树脂组,分别按照厂家说明充填3M ESPE FiltekTM Z350 XT流动树脂和3M ESPE FiltekTM Z350 XT通用型树脂,同时用北京软岛DS5声发射仪进行监测300s,声发射仪记录30s后对树脂进行光固化40s,分别计算声发射事件总数、总能量的平均值、标准差,并用spss进行统计学分析,两组数据是否有统计学差异。结果:流动树脂组的声发射事件总数50.6±28.37、总能量(17.98±12.31) mV*ms的平均值较树脂组大分别为43.52±20.30,(9.65±8.11)m V*ms。两组声发射事件总数统计无显着性差异(P>0.05),而从总能量上的比较可以看出两组有显着性差异(P<0.05)。结论:流动树脂较树脂更容易发生粘接界面断裂
（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。
声发射技术论文参考文献
[1].马俊.声发射技术在金属材料检测中的应用[J].中国金属通报.2019
[2].刘小舟,贾兴亚.声发射技术检测不同复合树脂界面断裂的效果评价[C].2019年中华口腔医学会老年口腔医学专业委员会第十四次全国老年口腔医学学术年会论文汇编.2019
[3].佘斌,何媛媛.声发射技术在水轮机活动导叶裂纹监测中的应用[J].水电与新能源.2019
[4].蒋亚迪,卢绪祥,陈向民,谭浩宇.基于声发射技术的滑动轴承润滑状态诊断研究进展[J].汕头大学学报(自然科学版).2019
[5].苏莫寒.基于声发射技术的齿轮故障识别[D].沈阳工业大学.2019
[6].李建涛.基于声发射技术的混凝土材料损伤识别协同分析[D].新疆大学.2019
[7].彭加欣.基于声发射技术的节段预制胶拼混凝土梁损伤识别研究[D].北京交通大学.2019
[8].葛洺瑀,于洋.基于声发射技术的钛合金静载试验裂纹监测[J].电子世界.2019
[9].陈琴,李明,罗延芳,朱代根.基于声发射技术的杨木蛀干害虫幼虫活动规律研究[J].山东林业科技.2019
[10].陈琴,李明,罗延芳,朱代根.基于声发射技术的杨木蛀干害虫幼虫活动规律研究[J].陕西林业科技.2019
论文知识图
