| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第8-15页 |
| 1.1 课题目的及意义 | 第8-9页 |
| 1.2 钢丝绳无损检测的研究现状 | 第9-13页 |
| 1.2.1 钢丝绳无损检测的主要方法 | 第9-11页 |
| 1.2.2 钢丝绳无损检测技术的发展史 | 第11-13页 |
| 1.2.3 钢丝绳无损探伤技术的发展趋势 | 第13页 |
| 1.3 论文研究内容 | 第13-15页 |
| 第二章 钢丝绳漏磁检测技术原理 | 第15-23页 |
| 2.1 漏磁检测技术原理 | 第15-16页 |
| 2.2 基于漏磁检测技术的霍尔效应原理 | 第16-17页 |
| 2.3 钢丝绳断丝漏磁场的数学模型 | 第17-18页 |
| 2.4 基于等效磁偶极子模型的 MATLAB 仿真分析 | 第18-22页 |
| 2.5 本章小结 | 第22-23页 |
| 第三章 钢丝绳漏磁检测系统设计与实验 | 第23-41页 |
| 3.1 钢丝绳检测系统设计 | 第23-34页 |
| 3.1.1 钢丝绳励磁装置的设计 | 第23-31页 |
| 3.1.2 钢丝绳检测系统数据采集装置设计 | 第31-32页 |
| 3.1.3 钢丝绳检测系统数据分析软件设计 | 第32-33页 |
| 3.1.4 钢丝绳检测实验台设计 | 第33-34页 |
| 3.2 钢丝绳漏磁检测的实验研究 | 第34-40页 |
| 3.2.1 不同钢丝绳断丝数目检测实验研究 | 第35页 |
| 3.2.2 不同钢丝绳断丝宽度检测实验研究 | 第35-37页 |
| 3.2.3 不同钢丝绳运行速率检测实验研究 | 第37-38页 |
| 3.2.4 不同钢丝绳张力检测实验研究 | 第38-40页 |
| 3.3 本章小结 | 第40-41页 |
| 第四章 钢丝绳缺陷信号的降噪及特征提取 | 第41-52页 |
| 4.1 钢丝绳缺陷信号的降噪 | 第41-47页 |
| 4.1.1 小波变换降噪 | 第42-45页 |
| 4.1.2 滑动平均滤波法 | 第45-46页 |
| 4.1.3 滑动平均与小波变换相结合的降噪方法 | 第46-47页 |
| 4.2 波形特征自动提取 | 第47-51页 |
| 4.2.1 特征提取原理 | 第47-49页 |
| 4.2.2 钢丝绳漏磁信号的特征提取 | 第49-50页 |
| 4.2.3 波形信号特征量的计算 | 第50-51页 |
| 4.3 本章小结 | 第51-52页 |
| 第五章 基于神经网络的钢丝绳断丝损伤类型识别 | 第52-63页 |
| 5.1 神经网络简介 | 第52-53页 |
| 5.2 BP 神经网络在钢丝绳断丝损伤类型中的应用 | 第53-59页 |
| 5.2.1 BP 神经网络概述 | 第53-54页 |
| 5.2.2 BP 网络的设计技巧 | 第54-55页 |
| 5.2.3 BP 神经网络在钢丝绳断丝损伤中的应用 | 第55-59页 |
| 5.3 径向基（RBF）神经网络在钢丝绳断丝损伤类型中的应用 | 第59-61页 |
| 5.3.1 RBF 神经网络概述 | 第59-61页 |
| 5.3.2 RBF 神经网络在钢丝绳断丝损伤中的应用 | 第61页 |
| 5.4 RBF 神经网络与 BP 神经网络的比较 | 第61-62页 |
| 5.5 本章小结 | 第62-63页 |
| 第六章 机载式钢丝绳诊断系统设计 | 第63-71页 |
| 6.1 总体设计方案 | 第63-64页 |
| 6.2 智能节点的设计 | 第64-69页 |
| 6.2.1 TMS320F28335 芯片的介绍 | 第64页 |
| 6.2.2 AD 转换的实现 | 第64-67页 |
| 6.2.3 SD 卡存储的实现 | 第67-68页 |
| 6.2.4 RS485 总线通信的实现 | 第68-69页 |
| 6.3 监测软件设计 | 第69-70页 |
| 6.4 本章小结 | 第70-71页 |
| 第七章 结论与展望 | 第71-72页 |
| 参考文献 | 第72-75页 |
| 致谢 | 第75-76页 |
| 个人简历、在学期间的研究成果及发表的学术论文 | 第76页 |
