| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第一章 绪论 | 第9-18页 |
| 1.1 引言 | 第9-11页 |
| 1.2 油气管道无损检测技术 | 第11-14页 |
| 1.3 管道漏磁检测的发展与研究动态 | 第14-16页 |
| 1.3.1 管道漏磁检测的发展 | 第14页 |
| 1.3.2 管道漏磁检测数值模拟研究动态 | 第14-15页 |
| 1.3.3 人工神经网络在管道漏磁检测中的应用动态 | 第15-16页 |
| 1.4 本课题主要研究内容 | 第16-18页 |
| 第二章 管道漏磁内检测 | 第18-26页 |
| 2.1 管道漏磁检测原理 | 第18-19页 |
| 2.2 管道漏磁内检测装置 | 第19-20页 |
| 2.3 管道漏磁内检测技术 | 第20-26页 |
| 2.3.1 磁化方式 | 第20-24页 |
| 2.3.2 探测元件 | 第24-26页 |
| 第三章 管道漏磁内检测的有限元模拟 | 第26-46页 |
| 3.1 有限元法简介 | 第26-27页 |
| 3.2 电磁场基本理论 | 第27-29页 |
| 3.2.1 麦克斯韦方程 | 第27-28页 |
| 3.2.2 电磁场微分方程 | 第28-29页 |
| 3.2.3 电磁场边界条件 | 第29页 |
| 3.3 ANSYS电磁场求解方法 | 第29-30页 |
| 3.3.1 磁标量位方法 | 第30页 |
| 3.3.2 磁矢量位方法 | 第30页 |
| 3.3.3 棱边单元法 | 第30页 |
| 3.4 管道漏磁内检测的有限元模拟 | 第30-37页 |
| 3.4.1 几何模型的建立 | 第31-32页 |
| 3.4.2 单元类型的选择 | 第32-33页 |
| 3.4.3 材料属性的确定 | 第33-36页 |
| 3.4.4 求解 | 第36页 |
| 3.4.5 结果的初步分析 | 第36-37页 |
| 3.5 漏磁检测信号的分析与处理 | 第37-45页 |
| 3.6 本章小结 | 第45-46页 |
| 第四章 基于RBF神经网络的缺陷重构 | 第46-61页 |
| 4.1 RBF神经网络基本原理 | 第46-47页 |
| 4.2 RBF神经网络模型 | 第47-48页 |
| 4.3 RBF神经网络的学习算法 | 第48-49页 |
| 4.4 RBF神经网络的MATLAB实现 | 第49-50页 |
| 4.5 基于RBF神经网络的缺陷重构 | 第50-60页 |
| 4.5.1 训练样本与特征值的确定 | 第50-53页 |
| 4.5.2 特征量数量对网络精度的影响 | 第53-55页 |
| 4.5.3 训练样本数量对重构精度的影响 | 第55-56页 |
| 4.5.4 SPREAD值对重构精度的影响 | 第56-60页 |
| 4.6 本章小结 | 第60-61页 |
| 第五章 总结与展望 | 第61-62页 |
| 参考文献 | 第62-66页 |
| 发表论文和参加科研情况说明 | 第66-67页 |
| 致谢 | 第67-68页 |