首页--工业技术论文--金属学与金属工艺论文--金属学与热处理论文--金属学(物理冶金)论文--金属的分析试验(金属材料试验)论文--物理试验法论文

基于BP神经网络的电磁融合无损检测方法研究

中文摘要第3-4页
英文摘要第4-5页
1 绪论第9-15页
    1.1 课题研究背景第9-10页
    1.2 课题研究的目的和意义第10-11页
    1.3 国内外研究现状第11-14页
        1.3.1 巴克豪森检测研究现状第11-12页
        1.3.2 涡流检测研究现状第12-14页
    1.4 论文的主要研究内容第14-15页
2 电磁融合理论基础第15-37页
    2.1 磁学的基础理论知识第15-18页
        2.1.1 磁畴和磁化第15-16页
        2.1.2 磁化曲线和磁滞回线第16-18页
    2.2 MBN检测的理论基础第18-27页
        2.2.1 巴克豪森检测的基本原理第18-21页
        2.2.2 巴克豪森信号的影响因素第21-22页
        2.2.3 巴克豪森信号的特征提取方法第22-27页
    2.3 电涡流检测的理论基础第27-33页
        2.3.1 电涡流检测的基本原理第27-30页
        2.3.2 电涡流检测的趋肤效应第30-31页
        2.3.3 电涡流信号的特征提取方法第31-33页
    2.4 电磁融合原理第33-35页
    2.5 本章小结第35-37页
3 BP神经网络电磁融合检测模型第37-45页
    3.1 BP神经网络第37-42页
        3.1.1 BP神经网络的介绍第37-38页
        3.1.2 BP神经网络的基本原理第38-40页
        3.1.3 BP神经网络的建立过程第40-42页
    3.2 基于BP神经网络的电磁融合检测模型第42-43页
    3.3 本章小结第43-45页
4 检测系统设计第45-59页
    4.1 检测系统简介第45页
    4.2 硬件系统设计第45-53页
        4.2.1 测试系统的整体硬件框架第45-46页
        4.2.2 信号发生器和功率放大器选型第46-48页
        4.2.3 磁化器设计第48-50页
        4.2.4 信号调理电路设计第50-52页
        4.2.5 数据采集装置设计第52-53页
    4.3 软件系统设计第53-57页
        4.3.1 测试系统的整体软件框架第53-55页
        4.3.2 参数设置模块第55-56页
        4.3.3 系统控制模块第56页
        4.3.4 数据分析模块第56-57页
    4.4 本章小结第57-59页
5 检测实验与分析第59-93页
    5.1 应力检测实验第59-60页
    5.2 应力分析第60-69页
        5.2.1 单一特征的应力检测结果及分析第61-68页
        5.2.2 多特征融合的应力检测结果及分析第68-69页
    5.3 缺陷检测实验第69-73页
        5.3.1 缺陷深度检测实验激励频率的确定第71-73页
        5.3.2 缺陷宽度检测实验激励频率的确定第73页
    5.4 缺陷深度分析第73-84页
        5.4.1 单一特征的缺陷深度检测结果及分析第74-81页
        5.4.2 多特征融合的缺陷深度检测结果及分析第81-84页
    5.5 缺陷宽度分析第84-92页
        5.5.1 单一特征的缺陷宽度检测结果及分析第84-89页
        5.5.2 多特征融合的缺陷宽度检测结果及分析第89-92页
    5.6 本章总结第92-93页
6 总结与展望第93-95页
    6.1 总结第93页
    6.2 展望第93-95页
致谢第95-97页
参考文献第97-101页
附录第101页
    A.作者在攻读硕士学位期间发表论文第101页
    B.作者在攻读硕士学位期间参与的科研项目第101页

论文共101页,点击 下载论文
上一篇:基于特征编码的数控刀具管理系统的研究与设计
下一篇:机床故障诊断算法可配置系统研究