金属表面缺陷特征智能提取及特征分析的方法研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第12-22页 |
| 1.1 课题的背景 | 第12-13页 |
| 1.2 金属表面缺陷的无损检测技术 | 第13-15页 |
| 1.2.1 超声检测 | 第13页 |
| 1.2.2 涡流检测 | 第13-14页 |
| 1.2.3 漏磁检测 | 第14-15页 |
| 1.3 金属表面缺陷特征提取及分析方法 | 第15-19页 |
| 1.3.1 线性判别分析 | 第15-16页 |
| 1.3.2 独立成分分析 | 第16-17页 |
| 1.3.3 主成分分析 | 第17-19页 |
| 1.4 金属表面缺陷特征提取及分析研究现状 | 第19-21页 |
| 1.4.1 国外研究现状 | 第19-20页 |
| 1.4.2 国内研究现状 | 第20-21页 |
| 1.5 本文主要研究内容 | 第21-22页 |
| 第2章 缺陷自适应阈值检测方法的研究 | 第22-36页 |
| 2.1 漏磁数据的分析与处理 | 第22-27页 |
| 2.1.1 漏磁信号的产生 | 第22-23页 |
| 2.1.2 漏磁信号的处理 | 第23-27页 |
| 2.2 自适应阈值检测方法的研究 | 第27-33页 |
| 2.2.1 差分阈值法 | 第27-30页 |
| 2.2.2 幅值阈值法 | 第30-31页 |
| 2.2.3 自适应阈值法 | 第31-33页 |
| 2.3 自适应阈值检测方法的的应用 | 第33-35页 |
| 2.4 本章小结 | 第35-36页 |
| 第3章 缺陷特征智能提取方法的研究 | 第36-64页 |
| 3.1 缺陷特征的辨识 | 第36-44页 |
| 3.1.1 仿真数据辨识 | 第36-37页 |
| 3.1.2 实测数据辨识 | 第37-41页 |
| 3.1.3 缺陷特征辨识结果 | 第41-44页 |
| 3.2 缺陷特征智能提取算法的研究 | 第44-53页 |
| 3.2.1 初始特征提取算法的研究 | 第44-52页 |
| 3.2.2 初始特征提取算法的分析 | 第52-53页 |
| 3.3 缺陷特征智能提取方法的改进 | 第53-60页 |
| 3.3.1 漏磁数据差值算法 | 第53-55页 |
| 3.3.2 漏磁数据最值算法 | 第55-57页 |
| 3.3.3 两种算法的对比分析 | 第57-59页 |
| 3.3.4 算法稳定性的改进 | 第59-60页 |
| 3.4 缺陷特征智能提取方法的应用 | 第60-63页 |
| 3.4.1 环路试验的应用 | 第60-61页 |
| 3.4.2 海试试验的应用 | 第61-63页 |
| 3.5 本章小结 | 第63-64页 |
| 第4章 基于PCA的缺陷特征分析算法 | 第64-82页 |
| 4.1 缺陷相关特征的分类 | 第64-67页 |
| 4.1.1 长度相关特征 | 第64-65页 |
| 4.1.2 宽度相关特征 | 第65-66页 |
| 4.1.3 深度相关特征 | 第66-67页 |
| 4.2 缺陷相关特征样本库 | 第67-69页 |
| 4.2.1 长度相关特征样本库 | 第67-68页 |
| 4.2.2 宽度相关特征样本库 | 第68-69页 |
| 4.2.3 深度相关特征样本库 | 第69页 |
| 4.3 基于PCA的特征分析算法 | 第69-74页 |
| 4.3.1 特征分析算法的原理 | 第69-72页 |
| 4.3.2 特征分析算法 | 第72-74页 |
| 4.4 基于PCA特征分析算法的仿真 | 第74-78页 |
| 4.4.1 长度相关特征的算法仿真 | 第74-75页 |
| 4.4.2 宽度相关特征的算法仿真 | 第75-76页 |
| 4.4.3 深度相关特征的算法仿真 | 第76-78页 |
| 4.4.4 分析结果适用性分析 | 第78页 |
| 4.5 缺陷特征分析结果的反演验证 | 第78-81页 |
| 4.5.1 长度分析结果反演验证 | 第79-80页 |
| 4.5.2 宽度分析结果反演验证 | 第80-81页 |
| 4.5.3 深度分析结果反演验证 | 第81页 |
| 4.6 本章小结 | 第81-82页 |
| 第5章 基于KPCA的缺陷特征分析算法 | 第82-98页 |
| 5.1 基于KPCA的特征分析算法 | 第82-85页 |
| 5.1.1 特征分析算法的原理 | 第82-84页 |
| 5.1.2 特征分析算法 | 第84-85页 |
| 5.2 基于KPCA缺陷分析算法的仿真 | 第85-90页 |
| 5.2.1 长度相关特征的算法仿真 | 第86-87页 |
| 5.2.2 宽度相关特征的算法仿真 | 第87-88页 |
| 5.2.3 深度相关特征的算法仿真 | 第88-90页 |
| 5.2.4 分析结果适用性分析 | 第90页 |
| 5.3 缺陷特征分析结果的反演验证 | 第90-93页 |
| 5.3.1 长度分析结果反演验证 | 第91-92页 |
| 5.3.2 宽度分析结果反演验证 | 第92页 |
| 5.3.3 深度分析结果反演验证 | 第92-93页 |
| 5.4 两种缺陷特征分析算法的对比 | 第93-96页 |
| 5.4.1 特征分析结果的对比 | 第93-94页 |
| 5.4.2 特征反演结果的对比 | 第94-96页 |
| 5.5 本章小结 | 第96-98页 |
| 第6章 总结与展望 | 第98-100页 |
| 参考文献 | 第100-104页 |
| 致谢 | 第104-106页 |
| 攻读硕士期间科研情况 | 第106页 |
