基于视频定位的超声检测方法与缺陷识别的研究
| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第1章 绪论 | 第8-17页 |
| ·课题目的及意义 | 第8-9页 |
| ·超声无损检测技术的发展 | 第9-13页 |
| ·超声波无损检测缺陷识别的现状 | 第13-16页 |
| ·本课题研究的主要内容 | 第16-17页 |
| 第2章 基于视频定位的超声检测系统的构建 | 第17-30页 |
| ·引言 | 第17页 |
| ·基于视频定位的超声检测系统的工作原理 | 第17-18页 |
| ·基于视频定位的超声检测系统的组成 | 第18-26页 |
| ·超声信号采集方法 | 第18-19页 |
| ·超声波探头二维位置定位方法 | 第19-22页 |
| ·超声缺陷三维投影成像方法 | 第22-26页 |
| ·基于视频定位的超声检测系统的性能测试 | 第26-29页 |
| ·模拟缺陷检测 | 第26-27页 |
| ·实际焊缝缺陷的检测 | 第27-29页 |
| ·本章小结 | 第29-30页 |
| 第3章 超声缺陷回波信号分析 | 第30-46页 |
| ·引言 | 第30页 |
| ·实际缺陷信号的采集与预处理 | 第30-32页 |
| ·超声信号的时域分析 | 第32-35页 |
| ·超声信号的频域分析 | 第35-38页 |
| ·超声信号的小波分析 | 第38-44页 |
| ·小波分析理论 | 第38-40页 |
| ·焊缝缺陷小波分析参数的确定 | 第40-42页 |
| ·实际焊缝缺陷回波小波分析 | 第42-44页 |
| ·本章小结 | 第44-46页 |
| 第4章 超声缺陷特征值提取与选择 | 第46-55页 |
| ·引言 | 第46页 |
| ·超声缺陷特征提取 | 第46-49页 |
| ·时域特征提取 | 第46-47页 |
| ·频域特征提取 | 第47-48页 |
| ·小波特征提取 | 第48-49页 |
| ·位置特征提取 | 第49页 |
| ·超声缺陷特征选择 | 第49-54页 |
| ·评价准则 | 第50-51页 |
| ·搜索策略 | 第51-52页 |
| ·特征选择结果 | 第52-54页 |
| ·本章小结 | 第54-55页 |
| 第5章 焊缝缺陷的智能识别 | 第55-67页 |
| ·引言 | 第55页 |
| ·基于BP 神经网络的缺陷识别 | 第55-61页 |
| ·BP 神经网络的基本原理 | 第55-56页 |
| ·BP 神经网络结构的构建 | 第56-58页 |
| ·BP 神经网络的识别结果 | 第58-61页 |
| ·基于支持向量机的缺陷识别 | 第61-65页 |
| ·支持向量机的基本原理 | 第61-62页 |
| ·支持向量机结构的构建 | 第62-64页 |
| ·支持向量机的识别结果 | 第64-65页 |
| ·两种缺陷识别方法的比较 | 第65-66页 |
| ·本章小结 | 第66-67页 |
| 结论 | 第67-68页 |
| 参考文献 | 第68-72页 |
| 攻读学位期间发表的学术论文 | 第72-74页 |
| 致谢 | 第74页 |
