基于散斑照相法的电机转子的空间位移的测量
| 摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-14页 |
| 1.1 研究背景和意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.2.1 转子空间位置测量传感器 | 第10-11页 |
| 1.2.2 转子空间位移无传感器测量 | 第11-12页 |
| 1.3 本文研究内容 | 第12-14页 |
| 第二章 数字散斑照相测量 | 第14-19页 |
| 2.1 引言 | 第14-15页 |
| 2.2 数字散斑照相频域分析法 | 第15-16页 |
| 2.3 Young's条纹分析 | 第16-18页 |
| 2.3.1 产生Young's条纹 | 第16-17页 |
| 2.3.2 Young's条纹亮度的改善 | 第17-18页 |
| 2.4 本章总结 | 第18-19页 |
| 第三章 散斑照相法测量转子空间位移 | 第19-25页 |
| 3.1 散斑照相频域干涉法测量转子空间位移的优势 | 第19-20页 |
| 3.2 实验设备 | 第20页 |
| 3.3 图像预处理 | 第20-22页 |
| 3.4 白光散斑照相频域干涉 | 第22-24页 |
| 3.5 本章总结 | 第24-25页 |
| 第四章 干涉条纹图像的滤波 | 第25-46页 |
| 4.1 散斑干涉条纹的主要滤波放法 | 第25-26页 |
| 4.2 剪切波变换 | 第26-34页 |
| 4.2.1 剪切波的定义及离散算法 | 第26-29页 |
| 4.2.2 离散不可分离剪切波 | 第29-34页 |
| 4.2.2.1 剪切波算子的离散化 | 第29-34页 |
| 4.3 支持向量机(SVM)分类原理 | 第34-40页 |
| 4.3.1 SVM的简介 | 第34页 |
| 4.3.2 SVM基础理论 | 第34-38页 |
| 4.3.3 核函数Kernel | 第38-40页 |
| 4.4 PCNN神经网络 | 第40-41页 |
| 4.5 一种新的SIST-SVM滤波算法 | 第41-44页 |
| 4.6 骨架线提取 | 第44-45页 |
| 4.7 本章总结 | 第45-46页 |
| 第五章 实际测试 | 第46-54页 |
| 5.1 径向位移的实际测量 | 第46-47页 |
| 5.2 轴向位移的实际测量 | 第47-48页 |
| 5.3 径向轴向同时发生位移的实际测量 | 第48-52页 |
| 5.4 转速不同对干涉图像的影响 | 第52-53页 |
| 5.5 本章总结 | 第53-54页 |
| 总结与展望 | 第54-56页 |
| 参考文献 | 第56-59页 |
| 致谢 | 第59-60页 |
| 发表论文和科研情况说明 | 第60页 |
