导读:本文包含了回归谱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:超声,回波,时差,裂纹,故障诊断,缺陷,模型。
回归谱论文文献综述
孙旭,金士杰,张东辉,刘丽丽,杨会敏[1]（2018）在《基于自回归谱外推方法的TOFD检测盲区抑制》一文中研究指出结合自回归谱外推方法与超声衍射时差法(Time of flight diffraction, TOFD),抑制直通波脉冲宽度造成的近表面检测盲区。建立碳钢试块模型,并设置上尖端埋深d依次为2.5 mm、3.0 mm、5.0 mm及7.0 mm的底面开口槽,模拟选用中心频率5 MHz、探头中心距34.0 mm的TOFD探头实施检测。利用自回归谱外推方法扩宽傅里叶变换后的混迭信号频带,压缩时域脉冲宽度,分离了混迭的直通波与衍射波,将TOFD检测盲区深度由8.3 mm抑制到2.5 mm以内,实现四个底面开口槽的同时检出与定位。针对碳钢试块中埋深3.0mm底面开口槽进行试验验证,定位误差为0.30mm。与常规TOFD和频谱分析方法相比,自回归谱外推方法以高信噪比频带为基础,外推有效频带外的高频与低频范围数据,提高时间分辨率,为TOFD检测盲区内缺陷定位提供了新思路。(本文来源于《机械工程学报》期刊2018年22期）
孙旭,金士杰,张东辉,刘丽丽,张树潇[2]（2017）在《基于自回归谱外推的小尺寸裂纹TOFD定量检测》一文中研究指出利用超声衍射时差法(Time of Flight Diffraction,TOFD)对合金钢焊缝中的小尺寸裂纹实施检测时,受脉冲宽度等因素制约,裂纹上、下端点的衍射波会发生混迭,而导致裂纹高度定量困难。采用自回归谱外推(Autoregressive Spectral Extrapolation,ARSE)技术对混迭信号进行处理,扩展有效频带范围,达到压缩时域信号脉宽和提高时间分辨率的目的。结果表明,结合ARSE技术可有效分离混迭信号,实现厚度100.0mm合金钢中深度50.0mm处高度1.0mm裂纹的TOFD定量检测,且相对定量误差不超过5.3%。(本文来源于《无损检测》期刊2017年10期）
王伟明[3]（2017）在《喜庆回归谱新篇 别具特色筑“凯旋”——追记泉州纪念香港回归与“马上成功”塑像建设》一文中研究指出1997年7月1日是一个永远难忘与值得自豪的日子,被英国殖民主义者统治了一百叁十多年的香港回归祖国怀抱,中华神州,普天同庆,尽情挥洒扬眉吐气的欢乐豪情。而历史文化名城泉州的纪念活动,更显得别具一格。喜庆回归振人心泉州庆回归的活动丰富多彩,而最具亮点者首推纪念郑成功收复台湾335周年纪念大会。1997年初,为庆祝香港回归祖国,福建省政协着手策划、组织系列活动,其中,举办纪念郑成功收复台湾(本文来源于《政协天地》期刊2017年07期）
孙旭,金士杰,张东辉,刘丽丽,张树潇[4]（2017）在《基于自回归谱外推的小尺寸裂纹TOFD定量检测研究》一文中研究指出利用超声衍射时差法(Time of Flight Diffraction,TOFD)对合金钢焊缝中的小尺寸裂纹实施检测时,受脉冲宽度等因素制约,裂纹上、下端点衍射波混迭,导致裂纹高度定量困难。本文采用自回归谱外推(Autoregressive Spectral Extrapolation,ARSE)技术对混迭信号进行处理,扩展有效频带范围,达到压缩时域信号脉宽和提高时间分辨力的目的。研究结果表明,结合ARSE技术可有效分离混迭信号,实现厚度100 mm合金钢中深度50 mm处高度1.0 mm裂纹的TOFD定量检测,且相对定量误差不超过5.3%。(本文来源于《2017远东无损检测新技术论坛论文集》期刊2017-06-21）
王晓莉,王典洪,陈分雄[5]（2013）在《基于自回归谱Marple算法的频率估计分析》一文中研究指出和传统的FFT相比,采用AR模型进行计算得到的功率谱估计有更好的能量聚集性和频率分辨率,因而可以用来进行频率估计。本文章采用AR模型中的Marple算法进行频率估计,在Marple算法的基础上对估计理论及影响估计精度的相关的因素进行探讨,并在计算机上进行仿真,仿真结果表明Marple算法能达到很好的频率估计效果。(本文来源于《电子测试》期刊2013年15期）
焦敬品,候松,马婷,吴斌,何存富[6]（2013）在《基于自回归谱分析的超声导波缺陷定量检测方法研究》一文中研究指出将自回归谱技术应用于缺陷回波信号处理。研究了自回归谱分析过程中回归阶数和衰减窗宽度对缺陷回波信号处理的影响,并优化出最佳的处理参数。在此基础上,将自回归谱分析技术应用于不同缺陷回波处理,结果表明,通过对缺陷回波信号进行自回归谱分析,可以实现板结构缺陷尺寸的测量。(本文来源于《中国力学大会——2013论文摘要集》期刊2013-08-19）
郭兴明,卢德林,汤丽平[7]（2013）在《自回归谱模型的运动员心音频谱特征研究》一文中研究指出S1/S2指标是表征心肌收缩能力的重要标志,为从频域角度来了解运动对运动员心肌收缩功能的影响,将运动员和普通大学生在运动前后的心音信号纳入到自回归功率谱中加以研究。通过分析运动员组和普通大学生组心音次频段(<20Hz)范围的自回归功率谱曲线,发现在该频段范围两组之间的心音频谱存在显着的差异性,因此,提出了两个新的评估的指标R值和A值。结果显示,运动前后两组之间的特征参数R值和A值存在显着性差异(P<0.05),且两组之间的特征值与指标S1/S2有显着的相关性(P<0.01)。这表明通过频域的角度所提出的两个特征参数可以用于评估运动员心脏功能状态和心肌的收缩能力。(本文来源于《计算机工程与应用》期刊2013年07期）
刘玉娇,姚恩涛,徐红专[8]（2012）在《基于粒子滤波和自回归谱的液压泵故障诊断》一文中研究指出针对飞机轴向柱塞式液压泵的工作状态监控问题,提出了一种基于液压泵振动信号分析处理的故障诊断新方法。通过对加速度传感器的原始数据序列进行信号建模,利用粒子数优化后的粒子滤波算法进行降噪;根据滤波后信号的自回归谱提取特征值,结合液压泵的故障机理分析其工作状态,实现对液压泵的故障分析和诊断。实验及仿真结果表明,粒子滤波可有效跟随原始信号并滤除噪声干扰,基于粒子滤波和自回归谱的液压泵故障诊断方法能有效地提取故障特征值,实现故障诊断和识别。(本文来源于《仪器仪表学报》期刊2012年03期）
何德虎,谢建[9]（2010）在《基于小波自回归谱的液压系统故障诊断方法》一文中研究指出该文将小波自回归谱的信号处理方法应用到液压系统故障信号处理中,确定了最优小波基。利用Festo液压实验系统,采集正常情况和故障情况下的压力信号,通过比较加噪的正常和故障信号处理结果,证明低频信号的自回归谱可以作为故障诊断的依据。(本文来源于《液压与气动》期刊2010年11期）
李洪云,刘伟,林圣路[10]（2010）在《强磁场中Rydberg NO分子的回归谱研究》一文中研究指出利用分子的闭合轨道理论和多通道量子亏损理论,考虑核的转动影响,计算了Rydberg NO分子在外磁场中的回归谱.研究表明,复杂谱的结构可以用包含分子实散射的闭合轨道理论来解释,不管是同一通道内的弹性散射还是不同通道间的非弹性散射都起着非常重要的作用,尤其是较大标度作用量下,散射作用远大于基本轨道和重复轨道的贡献,很大程度上影响着体系的动力学性质。(本文来源于《物理学报》期刊2010年10期）
回归谱论文开题报告
（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：
利用超声衍射时差法(Time of Flight Diffraction,TOFD)对合金钢焊缝中的小尺寸裂纹实施检测时,受脉冲宽度等因素制约,裂纹上、下端点的衍射波会发生混迭,而导致裂纹高度定量困难。采用自回归谱外推(Autoregressive Spectral Extrapolation,ARSE)技术对混迭信号进行处理,扩展有效频带范围,达到压缩时域信号脉宽和提高时间分辨率的目的。结果表明,结合ARSE技术可有效分离混迭信号,实现厚度100.0mm合金钢中深度50.0mm处高度1.0mm裂纹的TOFD定量检测,且相对定量误差不超过5.3%。
（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。
回归谱论文参考文献
[1].孙旭,金士杰,张东辉,刘丽丽,杨会敏.基于自回归谱外推方法的TOFD检测盲区抑制[J].机械工程学报.2018
[2].孙旭,金士杰,张东辉,刘丽丽,张树潇.基于自回归谱外推的小尺寸裂纹TOFD定量检测[J].无损检测.2017
[3].王伟明.喜庆回归谱新篇别具特色筑“凯旋”——追记泉州纪念香港回归与“马上成功”塑像建设[J].政协天地.2017
[4].孙旭,金士杰,张东辉,刘丽丽,张树潇.基于自回归谱外推的小尺寸裂纹TOFD定量检测研究[C].2017远东无损检测新技术论坛论文集.2017
[5].王晓莉,王典洪,陈分雄.基于自回归谱Marple算法的频率估计分析[J].电子测试.2013
[6].焦敬品,候松,马婷,吴斌,何存富.基于自回归谱分析的超声导波缺陷定量检测方法研究[C].中国力学大会——2013论文摘要集.2013
[7].郭兴明,卢德林,汤丽平.自回归谱模型的运动员心音频谱特征研究[J].计算机工程与应用.2013
[8].刘玉娇,姚恩涛,徐红专.基于粒子滤波和自回归谱的液压泵故障诊断[J].仪器仪表学报.2012
[9].何德虎,谢建.基于小波自回归谱的液压系统故障诊断方法[J].液压与气动.2010
[10].李洪云,刘伟,林圣路.强磁场中RydbergNO分子的回归谱研究[J].物理学报.2010
论文知识图
