声明
致谢
摘要
插图
表格
缩写、符号清单、术语表
1 绪论
1.1 研究背景与意义
1.2 增材制造、过程监测与AE技术综述
1.2.1 增材制造技术综述
1.2.2 过程监测技术综述
1.2.3 AE无损检测技术综述
1.3 面向增材制造的监测技术综述
1.3.1 面向PBF打印工件和工况的监测技术研究现状
1.3.2 面向DED打印工件和工况的监测技术研究现状
1.3.3 增材制造监测技术研究中面临的关键问题
1.4 本文主要研究内容
2 增材制造材料热损伤与AE监测信号特征关系研究
2.1 引言
2.2 材料热损伤和相应AE监测信号的特性分析
2.3 AE原始波形信号的降噪与特征提取方法
2.4 实验设计
2.4.1 AE监测实验平台
2.4.2 实验材料准备与实验步骤
2.5 实验结果分析与讨论
2.5.1 AE监测信号的时、频域特征与材料热损伤之间的关系研究
2.5.2 基于EEMD的材料热损伤特征信号提取研究
2.5.3 AE特征值与材料性能之间的关系研究
2.6 本章小结
3 增材制造打印工件缺陷的AE监测方法研究
3.1 引言
3.2 典型缺陷模式与影响因素分析
3.3 AE信号处理与识别方法
3.3.1 基于AE hit的特征提取方法
3.3.2 基于SOM的AE监测方法
3.4 实验设计
3.4.1 AE监测实验平台
3.4.2 实验步骤
3.5 实验结果分析与讨论
3.5.1 实验T1的结果分析
3.5.2 实验T2的结果分析
3.5.3 讨论
3.6 本章小结
4 增材制造打印工况的在线监测方法研究
4.1 引言
4.2 增材制造打印工况的典型状态与故障分析
4.3 AE信号处理与模式识别方法
4.3.1 AE特征提取与数据压缩
4.3.2 支持向量机(SVM)算法
4.3.3 K-means快速分类算法
4.4 实验设计
4.4.1 AE监测实验平台
4.4.2 实验步骤
4.5 基于SVM的AE监测实验结果分析
4.5.1 在两种正常状态下的AE hit特征值敏感性分析
4.5.2 材料耗尽状态的监测与识别
4.5.3 喷头阻塞状态的监测与识别
4.5.4 基于SVM的多状态监测与识别
4.6 基于K-means的AE监测实验结果分析
4.6.1 实验数据处理
4.6.2 FDM打印工况的典型状态监测与识别
4.7 本章小结
5 基于PCA和HSMM的打印工况在线监测改进方法研究
5.1 引言
5.2 AE监测改进方法框架与算法
5.2.1 AE监测改进方法的总体框架
5.2.2 主成分分析(PCA)算法
5.2.3 隐半马尔科夫模型(HSMM)算法
5.3 实验设计
5.4 实验结果分析与讨论
5.4.1 AE hit特征值分析与降维处理
5.4.2 HSMM的训练与状态识别
5.4.3 监测方法的敏感性分析
5.4.4 讨论
5.5 本章小结
6 面向增材制造的多通道AE监测原型系统研发
6.1 引言
6.2 AE监测系统的应用需求分析与功能模块分解
6.3 多通道AE监测系统的研发
6.3.1 多通道AE监测原型系统的硬件设计
6.3.2 多通道AE监测原型系统的软件设计
6.3.3 多通道AE监测原型系统的实现方法
6.4 本章小结
7 结论与展望
7.1 结论
7.2 展望
参考文献
作者简历(攻读博士学位期间)
发表文章目录与专利申请