摘要 | 第4-5页 |
Abstract | 第5页 |
创新点摘要 | 第6-7页 |
目录 | 第7-9页 |
第一章 绪论 | 第9-16页 |
1.1 课题来源 | 第9页 |
1.2 课题研究背景目的及意义 | 第9-10页 |
1.3 磁记忆检测与常规无损检测的对比 | 第10-12页 |
1.3.1 磁记忆检测技术概况 | 第10页 |
1.3.2 常规无损检测方法 | 第10-12页 |
1.3.3 磁记忆检测与常规无损检测的对比 | 第12页 |
1.4 磁记忆检测技术发展现状 | 第12-14页 |
1.5 磁记忆技术发展趋势 | 第14-15页 |
1.6 本文的主要研究内容 | 第15-16页 |
第二章 焊缝磁记忆检测机理 | 第16-22页 |
2.1 引言 | 第16页 |
2.2 焊缝残余应力的产生 | 第16-17页 |
2.3 磁记忆效应机理 | 第17-20页 |
2.3.1 铁磁物质自发磁化特性 | 第17-18页 |
2.3.2 磁滞伸缩和磁弹性能 | 第18-20页 |
2.4 位错磁化的微观理论 | 第20-21页 |
2.4.1 塑性变形过程中位错结构的变化 | 第20页 |
2.4.2 材料磁化与位错结构变化之间的关系 | 第20-21页 |
2.5 本章小结 | 第21-22页 |
第三章 焊缝疲劳实验 | 第22-36页 |
3.1 引言 | 第22页 |
3.2 实验方案 | 第22-25页 |
3.2.1 实验材料和仪器 | 第22-23页 |
3.2.2 实验方法 | 第23-25页 |
3.3 焊缝实验结果及分析 | 第25-35页 |
3.3.1 不同类型缺陷残余应力的磁记忆信号特征 | 第25-26页 |
3.3.2 不同尺寸同类缺陷残余应力的磁记忆信号特征 | 第26页 |
3.3.3 损伤演化过程磁记忆特征变化规律 | 第26-30页 |
3.3.4 不同缺陷类型的梯度极限状态系数对比 | 第30-32页 |
3.3.5 焊缝临界损伤磁记忆特征与 X 射线检测结果对比 | 第32-35页 |
3.4 本章小结 | 第35-36页 |
第四章 神经网络与遗传优化算法研究 | 第36-44页 |
4.1 引言 | 第36页 |
4.2 人工神经网络 | 第36-39页 |
4.2.1 BP 神经网络的工作原理 | 第36-37页 |
4.2.2 BP 算法的基础 | 第37-39页 |
4.2.3 BP 神经算法流程实现 | 第39页 |
4.3 遗传算法的基本原理与运行过程 | 第39-41页 |
4.3.1 遗传算法的概念 | 第39-40页 |
4.3.2 遗传算法的运算流程 | 第40-41页 |
4.4 遗传算法优化 BP 神经网络 | 第41-43页 |
4.5 本章小结 | 第43-44页 |
第五章 基于遗传神经网络的焊缝等级磁记忆研究 | 第44-53页 |
5.1 引言 | 第44页 |
5.2 焊缝等级磁记忆定量化研究思想 | 第44-45页 |
5.3 磁记忆信号的特征值提取 | 第45页 |
5.4 BP 网络建模 | 第45-47页 |
5.5 遗传算法优化 BP 网络建模 | 第47-49页 |
5.6 遗传优化前后 BP 网络运算结果分析 | 第49-52页 |
5.7 本章小结 | 第52-53页 |
结论 | 第53-54页 |
参考文献 | 第54-57页 |
发表文章目录 | 第57-58页 |
致谢 | 第58-59页 |
详细摘要 | 第59-67页 |