复杂装备测控系统中智能节点的设计与实现

针对复杂测控系统中待测点数多、数据总量大、信息多样化和实时性能要求高的具体特点，初步分析了此类系统具有共性的问题，进而提出了基于CAN总线的分布式智能数据采集节点的基本解决方案，并尽量使其通用化、简单化。在此基础上，亦详细介绍了相应的硬件和软件的设计策略、实现过程和应用效果。     

金属基复合材料缺陷超声信号消噪研究

为了剔除金属基复合材料缺陷超声信号中的噪声，得到没有污染的缺陷信号，便于进行信号分析，文章中使用了一种改进小波包消噪方法——平均能量阈值法，讨论了平均能量阈值法消噪的原理，并将小波包的多尺度时频分析及重构结合在一起，用于信的消噪研究中，通过仿真实验并与小波消噪方法进行对比。证明了该方法消噪的有效性；结果表明基于平均能量阈值法消噪技术在保信号奇异性的同时，能有效地去除金属基复合材料缺陷超声信号中的噪声。     

构件裂纹缺陷的超声识别

将小波包多分辨率分析与能量谱相结合,提出了两种金属材料缺陷特征提取的方法,即能量-裂纹法和小波包-功率谱法.能量-裂纹法选取最能反映缺陷特征的能量特征向量作为特征参数,进行缺陷的识别.小波包-功率谱法需要找到小波包分解中对裂纹缺陷最敏感的结点,然后对其进行功率谱分析,从而可以很明显地区分出有无裂纹的信号以及裂纹类型.以航天发射塔架钢连接构件疲劳裂纹超声信号为例,对这两种方法进行验证,表明是行之有效的特征提取方法,为金属材料缺陷检测与识别开拓了新的思路.     

金属-非金属多层胶结结构中深层脱粘缺陷的检测与定位

针对金属-非金属多层胶结结构试件中的超声检测回波信号,提出了一种基于小波变换提取特征参数的方法,提取出来的特征用来评估试件的粘接特性。在利用超声信号进行金属-非金属多层胶结结构的无损评价时,各层的超声检测回波会严重混迭,难以分辨甚至会丢失某一层的缺陷信息。使用基于此测试系统脉冲响应的母小波作为基函数来进行小波变换和特征提取,结果显示,提取出的特征可有效地进行各层粘接情况的分析和识别。实验检测结果表明特征提取方法可用在金属-非金属多层胶结结构的无损检测中。     

基于非线性超声的疲劳裂纹检测中二次谐波的激发效率

提出在疲劳裂纹的非线性超声检测中,将二次谐波激发效率作为定量表征疲劳裂纹缺陷的特征参数,并对其理论公式进行了详尽的推导,证明了将二次谐波激发效率作为特征参数对疲劳裂纹缺陷进行定量化是有效的。     

基于小波包变换方法的超声回波信号去噪研究

超声回波信号中含有大量有关缺陷性质的信息,但同时也掺杂着大量噪声干扰。为了很好的从回波信号中提取反映缺陷本质特征的信号,文章中使用了一种改进的小波包去噪方法一平均能量阈值法,讨论了小波包变换的多分辨率分析及平均能量阈值法消噪的原理,仿真结果表明,基于平均能量阈值的小波包去噪是一种有效的去噪方法,其效果优于小波去噪。     

基于多分辨率分析的金属基复合材料结构深层缺陷检测

针对金属基复合材料结构中，各层的超声检测回波会严重混叠，难以分辨甚至会丢失深层的缺陷信息的问题，提出了使用db3小波为基函数来进行小波变换和特征提取，结果显示，提取出的特征可有效地进行各层粘接缺陷的检测。实验结果表明，提出的特征提取方法可用在粘接结构的无损检测中。     

基于灰色神经网络的发射塔架疲劳裂纹扩展预测

基于灰色系统和神经网络理论，建立了预测疲劳裂纹的灰色神经网络模型，并应用此模型预测了某发射塔架钢结构连接件的疲劳裂纹扩展情况，得到了较高精度的预测结果，为疲劳裂纹预测提供了一种简单、可靠和实用的新方法；同时也为大型结构的寿命预测提供了可靠的基础。     

基于"能量-缺陷"的金属基复合材料缺陷信号特征提取

将小渡包多分辨率分析与能量谱相结合，提出了一种复合材料缺陷特征提取的方法一“能量-缺陷”法；首先将检测到的复合材料缺陷超声信号进行3层小波包分解，在通频带范围内得到分布在不同频段内的分解序列，进而分别求出各频段的总能量，选取最能反映缺陷特征的参数一“能量特征向量”作为特征参数，进行缺陷的识别；以金属基复合材料超声信号为例，运用“能量-缺陷”法进行了缺陷信号特征提取，试验表明此方法是一种行之有效的新方法。为复合材料缺陷检测与识别开拓了新的思路。     

三参数全范围裂纹扩展公式

提出了全范围裂纹扩展公式,并通过2种材料的裂纹扩展实验,由非线性拟合方法得到了较高精度的拟合结果,从而验证了公式的正确普适性、参数易求性及公式物理意义的明确性,进而可应用到预测不同材料的疲劳裂纹扩展速率。