首页--工业技术论文--自动化技术、计算机技术论文--自动化技术及设备论文--自动化系统论文--数据处理、数据处理系统论文

基于阵列探头的铝板缺陷超声检测仿真及其定位研究

摘要第1-4页
ABSTRACT第4-8页
第一章 绪论第8-13页
   ·研究背景及意义第8-9页
   ·超声无损检测的研究现状第9-10页
     ·国外研究现状第9页
     ·国内研究现状第9-10页
   ·论文的主要研究内容及结构安排第10-13页
     ·文章主要研究内容第10-11页
     ·论文的基本结构及安排第11-13页
第二章 超声波无损检测技术第13-20页
   ·超声检测的工作原理第13-15页
     ·穿透法的超声检测原理第13-14页
     ·反射法的超声检测原理第14-15页
   ·超声波检测声场理论第15-17页
     ·声速第15-16页
     ·声压第16页
     ·声强第16页
     ·声阻抗第16页
     ·超声波声场的波动方程第16-17页
   ·超声波声场的指向性第17-19页
   ·基于 COMSOL Multiphysics 的超声仿真第19页
   ·本章小结第19-20页
第三章 二维单发多收超声探头阵列模型的仿真第20-28页
   ·二维单发多收超声阵列探头的仿真模型设置第20页
   ·单发多收阵列探头模型的建立第20-23页
     ·实体模型建立第20-21页
     ·网格划分及施加载荷第21-23页
   ·模拟结果第23-27页
     ·含有缺陷时的声场模拟及声压分布第23-25页
     ·含有缺陷时探头阵列接收的时域信号第25-27页
   ·本章小结第27-28页
第四章 基于主成分分析的铝板缺陷特征提取第28-36页
   ·主成分分析概述第28-29页
     ·主成分分析的基本原理第28页
     ·主成分分析的基本步骤第28-29页
   ·基于主成分分析的特征选择与提取第29-33页
     ·时域初始特征获取第29-30页
     ·时域信号的频谱分析第30页
     ·结合主成分分析的特征提取第30-33页
   ·特征向量降维结果第33-35页
   ·本章小结第35-36页
第五章 基于阵列探头的超声缺陷检测定位研究第36-49页
   ·概率神经网络介绍第36-42页
     ·概率神经网络基本原理第36页
     ·基于 Parzen 窗方法的概率神经网络算法第36-37页
     ·基于概率神经网络的缺陷定位模型建立第37-38页
     ·基于概率神经网络的缺陷定位结果及分析第38-42页
   ·基于支持向量机的缺陷定位研究第42-47页
     ·支持向量机概述第42页
     ·支持向量的基本思想第42-44页
     ·基于支持向量机的缺陷定位结果及分析第44-47页
   ·两种不同算法定位结果对比分析第47-48页
   ·本章小结第48-49页
第六章 探头阵列单元的分布对缺陷定位准确率的影响第49-54页
   ·探头阵列单元个数及换能器分布对缺陷定位的影响第49-51页
   ·换能器分布优化结果分析第51-52页
   ·本章小结第52-54页
第七章 总结与展望第54-56页
   ·论文总结第54-55页
   ·展望第55-56页
参考文献第56-59页
个人简历 在读期间发表的学术论文第59-60页
致谢第60页

论文共60页,点击 下载论文
上一篇:鱼缸温度自动调控方法与装置
下一篇:DCT双离合变速箱车间布局设计与仿真优化