钢板缺陷的电磁脉冲热成像检测方法
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-7页 |
| 第一章 绪论 | 第7-13页 |
| ·研究背景及意义 | 第7-8页 |
| ·脉冲热成像无损检测技术的研究现状 | 第8-11页 |
| ·脉冲激励热成像技术 | 第8-10页 |
| ·电磁脉冲热成像技术在缺陷检测的研究现状 | 第10-11页 |
| ·本文的研究内容与结构安排 | 第11-13页 |
| ·本文研究内容 | 第11-12页 |
| ·结构安排 | 第12-13页 |
| 第二章 电磁脉冲热成像检测技术 | 第13-18页 |
| ·电磁脉冲热成像检测机理 | 第13-15页 |
| ·电磁感应原理 | 第13页 |
| ·电磁热成像检测技术原理 | 第13-14页 |
| ·电磁脉冲热成像检测机理 | 第14-15页 |
| ·基于电磁脉冲热成像的信号处理方法 | 第15-17页 |
| ·时域信号处理方法 | 第15-16页 |
| ·频域信号处理方法 | 第16-17页 |
| 本章小结 | 第17-18页 |
| 第三章 钢板缺陷的电磁脉冲激励热成像实验 | 第18-33页 |
| ·基于 ANSYS 的电磁激励参数研究 | 第18-29页 |
| ·电磁-热耦合场的有限元数学模型分析 | 第18-19页 |
| ·模型的建立 | 第19-21页 |
| ·网格划分 | 第21-22页 |
| ·激励参数水平设置 | 第22-23页 |
| ·模型的加载与结果 | 第23页 |
| ·模型的验证 | 第23-27页 |
| ·基于偏最小二乘的电磁激励参数之间关系建模 | 第27-29页 |
| ·电磁脉冲激励下含缺陷钢板的红外热图采集 | 第29-32页 |
| ·实验试件及设备 | 第29-30页 |
| ·实验方案 | 第30-32页 |
| 本章小结 | 第32-33页 |
| 第四章 基于主成分分析的缺陷特征提取 | 第33-44页 |
| ·电磁脉冲热成像的缺陷时/频初始特征获取 | 第33-34页 |
| ·主成分分析 | 第34-43页 |
| ·基于主成分的时域初始特征的特征提取 | 第36-38页 |
| ·基于主成分分析的频域初始特征的特征提取 | 第38-43页 |
| 本章小结 | 第43-44页 |
| 第五章 基于概率神经网络的缺陷识别 | 第44-50页 |
| ·概率神经网络 | 第44-47页 |
| ·概率神经网络基本原理 | 第44-45页 |
| ·概率神经网络的建立 | 第45-47页 |
| ·基于概率神经网络的缺陷识别 | 第47-49页 |
| 本章小结 | 第49-50页 |
| 第六章 总结与展望 | 第50-52页 |
| ·论文总结 | 第50-51页 |
| ·展望 | 第51-52页 |
| 参考文献 | 第52-56页 |
| 个人简历 在读期间发表的学术论文 | 第56-57页 |
| 致谢 | 第57-58页 |
