第1章 绪论 | 第1-19页 |
1.1 课题概述 | 第9-11页 |
1.1.1 课题的提出 | 第9-10页 |
1.1.2 课题的目的和意义 | 第10-11页 |
1.2 文献阅读综 | 第11-18页 |
1.2.1 钢丝绳无损检测技术的分类 | 第11-12页 |
1.2.2 钢丝绳无损检测技术的发展简史 | 第12-15页 |
1.2.3 钢丝绳电磁检测技术的现状与发展趋势 | 第15-18页 |
1.3 本论文的主要研究工作 | 第18-19页 |
第2章 钢丝绳结构、缺陷及检测原理 | 第19-31页 |
2.1 钢丝绳结构 | 第19-20页 |
2.1.1 钢丝绳的构造 | 第19-20页 |
2.1.2 钢丝绳的类型 | 第20页 |
2.2 钢丝绳断丝缺陷及报废标准 | 第20-23页 |
2.2.1 钢丝绳断丝缺陷的分类及其特征 | 第20-21页 |
2.2.2 钢丝绳断丝数报废标准(摘自GB5792-86) | 第21-23页 |
2.3 无损电磁检测原理 | 第23-26页 |
2.4 钢丝绳的磁化方法 | 第26-27页 |
2.5 霍尔效应元件 | 第27-30页 |
2.6 本章小结 | 第30-31页 |
第3章 信号特征提取方法及智能化识别技术 | 第31-59页 |
3.1 引言 | 第31页 |
3.2 基于小波变换的信号处理 | 第31-36页 |
3.2.1 小波函数与小波变换 | 第31-33页 |
3.2.2 多分辨率分析与信号的分解和重构 | 第33-34页 |
3.2.3 B-小波 | 第34-35页 |
3.2.4 断丝信号的时频分析服从海森堡测不准原理 | 第35-36页 |
3.3 钢丝绳断丝信号分析 | 第36-38页 |
3.4 断丝信号检测的预处理 | 第38-41页 |
3.4.1 小波基的选取 | 第38-39页 |
3.4.2 断丝信号的滤波与整形 | 第39-41页 |
3.5 人工神经网络 | 第41-47页 |
3.5.1 BP神经网络模型 | 第42-43页 |
3.5.2 BP神经网络学习规则 | 第43-47页 |
3.6 检测信号特征量提取 | 第47-52页 |
3.7 钢丝绳断丝检测的实验研究 | 第52-58页 |
3.7.1 实验一 | 第54-56页 |
3.7.2 实验二 | 第56-58页 |
3.8 本章小结 | 第58-59页 |
第4章 钢丝绳断丝检测系统的硬件实现 | 第59-70页 |
4.1 系统硬件方案设计 | 第59-61页 |
4.1.1 检测系统的功能 | 第59-60页 |
4.1.2 检测系统硬件配置 | 第60-61页 |
4.2 前向通道设计 | 第61-62页 |
4.2.1 信号拾取与调节 | 第61-62页 |
4.2.2 模/数转换方式选择 | 第62页 |
4.2.3 电源配置 | 第62页 |
4.3 单片机和AD574A的硬件接口设计 | 第62-65页 |
4.4 液晶显示 | 第65-66页 |
4.5 大容量存储 | 第66-68页 |
4.6 其他电路 | 第68-69页 |
4.7 本章小结 | 第69-70页 |
第5章 钢丝绳断丝检测系统功能介绍及界面设计 | 第70-76页 |
5.1 系统运行环境 | 第70-71页 |
5.2 系统功能介绍 | 第71-74页 |
5.2.1 模块一:参数设置 | 第71-72页 |
5.2.2 模块二:串口采集 | 第72-73页 |
5.2.3 模块三:检测方法 | 第73-74页 |
5.2.4 模块四:结果输出 | 第74页 |
5.3 本章小结 | 第74-76页 |
第6章 全文总结和展望 | 第76-78页 |
致谢 | 第78-79页 |
参考文献 | 第79-82页 |