| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第一章 绪论 | 第8-18页 |
| ·引言 | 第8页 |
| ·摩擦焊 | 第8-10页 |
| ·人工神经网络 | 第10-13页 |
| ·人工神经网络 | 第10-12页 |
| ·人工神经网络在焊接领域的应用 | 第12-13页 |
| ·超声波无损检测 | 第13-14页 |
| ·小波分析 | 第14-16页 |
| ·课题研究内容及意义 | 第16-18页 |
| ·课题研究内容 | 第16页 |
| ·选题意义 | 第16-18页 |
| 第二章 BP网络学习算法改进 | 第18-24页 |
| ·原始BP算法 | 第18-21页 |
| ·算法的改进 | 第21-23页 |
| ·基础算法的选取 | 第21-22页 |
| ·快速BP算法改进 | 第22-23页 |
| ·本章小结 | 第23-24页 |
| 第三章 基于神经网络的摩擦焊工艺参数及接头性能预测系统建立 | 第24-41页 |
| ·系统建模 | 第24-25页 |
| ·数据采集 | 第25-26页 |
| ·试件材料、设备、工艺参数 | 第25页 |
| ·原始数据 | 第25-26页 |
| ·神经网络的构建 | 第26-34页 |
| ·网络结构参数的选取 | 第26-29页 |
| ·编程实现 | 第29-34页 |
| ·摩擦焊工艺参数预测 | 第34-39页 |
| ·摩擦时间 | 第34-36页 |
| ·摩擦压力 | 第36-37页 |
| ·顶锻压力 | 第37-39页 |
| ·摩擦焊接头性能预测 | 第39-40页 |
| ·本章小结 | 第40-41页 |
| 第四章 摩擦焊接头的超声无损检测及数据处理 | 第41-57页 |
| ·超声波检测实验设备 | 第41-43页 |
| ·系统组成 | 第41页 |
| ·各组件功能及参数 | 第41-42页 |
| ·系统软件运行环境 | 第42-43页 |
| ·超声波扫描结果 | 第43-45页 |
| ·试件1的超声扫描数据处理 | 第45-51页 |
| ·原始扫描数据 | 第45-47页 |
| ·超声信号的小波包分析 | 第47-51页 |
| ·试件2和试件3的超声扫描数据处理 | 第51-56页 |
| ·试件2的超声扫描数据处理 | 第52-54页 |
| ·试件3的超声扫描数据处理 | 第54-56页 |
| ·本章小结 | 第56-57页 |
| 第五章 摩擦焊接头超声检测缺陷信号的模式识别 | 第57-65页 |
| ·信号特征提取 | 第57-63页 |
| ·小波包法提取信号特征 | 第57-59页 |
| ·幅频特性曲线法提取信号特征 | 第59-63页 |
| ·缺陷信号的模式识别 | 第63-64页 |
| ·用小波包法提取的信号特征训练网络 | 第63-64页 |
| ·用幅频特性曲线法提取的信号特征训练网络 | 第64页 |
| ·本章小结 | 第64-65页 |
| 第六章 程序的可视化 | 第65-76页 |
| ·接口程序的实现 | 第65-71页 |
| ·MATLAB与VC的接口实现 | 第65-67页 |
| ·数据库与VC的接口实现 | 第67-71页 |
| ·人机交互界面的实现 | 第71-75页 |
| ·主界面程序的实现 | 第71-73页 |
| ·程序的功能实现 | 第73-75页 |
| ·本章小结 | 第75-76页 |
| 第七章 结论与展望 | 第76-78页 |
| 参考文献 | 第78-81页 |
| 致谢 | 第81-82页 |
| 授权书 | 第82页 |