该文介绍的粘接构件声激励检测方法,通过对粘结结构施加微力、阵列传声器检测信号、信号的特征提取、人工神经网络的分类识别等一系列过程,完成了粘接结构承受拉脱力合格与否的无损预报.其中,如何从声激励声信号中获取与粘接性能有关的特征是该方法的关键所在,也是该论文的主要内容.小波分析是一门新兴理论,它克服了传统Fourier分析的不足,在时域和频域都具有良好的局部化特性,在信号处理、图像处理、语音分析等领域有重要的应用价值.该文采用小波变换的方法对采集到的声激励信号进行分析,在时-频域提取出与粘接性能有关的特征量,用于粘接结构力学性能无损检测的神经网络输入,从而为有效进行分类判别和预报奠定了基础.实验结果表明,用该文所提供的特征提取方法,可以从声激励信号中提取出有效的特征信息,对以后进行粘接构件性能的分类预报奠定了基础.