摘要：随着现代社会的蓬勃发展，大量的材料以及钢结构得以应用，人们不得不面临随之而来的结构损伤问题。近年来材料科学的损伤识别方法的研究也愈来愈受到重视。本文针对钢结构中的材料损伤问题，结合目前在结构损伤领域应用较为广泛的声发射技术，搭建材料拉伸实验平台。通过声发射仪采集声压信号，并将此信号数据作为研究对象，提出了一种基于声发射信号的损伤特征信息提取的方法。首先通过提取损伤特征向量，构建BP神经网络模型，然后利用提取的声发射信号数据特征训练神经网络，最后用神经网络快速准确识别数据特征并将损伤归类，得到结构服役状态并对损伤缺陷进行预警。

关键字：钢结构  损伤识别  神经网络  声发射

目录

摘要

Abstract

1.绪论1

1.1研究背景及意义1

1.2研究内容及现状1

1.2.1 结构损伤诊断检测的目的1

1.2.2 传统的诊断检测方法2

1.2.3无模型识别方法2

1.2.4基于模型的无反演损伤指数定位方法2

1.2.5声发射信号及信号处理的难点2

1.2.6声发射信号的处理方法3

2.声发射检测拉伸实验4

2.1声发射技术4

2.2拉伸实验系统4

3.实验数据特征提取9

3.1声发射信号时域特征分析9

3.2声发射信号频域特征分析13

3.3 特征向量选取19

4.故障分类模型20

4.1 BP神经网络基本原理20

4.2 神经网络模型构建21

4.3神经网络模型训练测试22

5.全文总结与展望27

参考文献28

致谢29