| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第1章 绪论 | 第9-18页 |
| 1.1 研究工作的背景及意义 | 第9-11页 |
| 1.2 国内外研究现状 | 第11-15页 |
| 1.2.1 基于裂纹检测的电磁激励热像方法研究 | 第11-13页 |
| 1.2.2 热像图处理算法研究 | 第13-14页 |
| 1.2.3 缺陷特征参数提取方法研究 | 第14-15页 |
| 1.3 本文研究内容与创新 | 第15-16页 |
| 1.4 本文结构安排 | 第16-18页 |
| 第2章 电磁激励红外热像检测粗糙钢结构基本理论 | 第18-31页 |
| 2.1 电磁激励加热粗糙钢结构机理 | 第18-22页 |
| 2.1.1 粗糙钢结构表面感应电流 | 第19-21页 |
| 2.1.2 粗糙钢结构表面感应温度场 | 第21-22页 |
| 2.2 裂纹边缘温度分布特征 | 第22-25页 |
| 2.3 红外热像图成像效果影响因素分析 | 第25-30页 |
| 2.3.1 检测条件与环境的影响 | 第25-27页 |
| 2.3.2 电磁激励加热影响 | 第27-28页 |
| 2.3.3 表面发射率影响 | 第28-30页 |
| 2.4 本章小结 | 第30-31页 |
| 第3章 不同表面特征的钢结构检测仿真研究 | 第31-42页 |
| 3.1 有限元仿真模型建立 | 第31-35页 |
| 3.1.1 几何模型建立 | 第31-33页 |
| 3.1.2 仿真模型参数设置 | 第33-34页 |
| 3.1.3 网格划分 | 第34-35页 |
| 3.2 仿真结果与分析 | 第35-41页 |
| 3.2.1 光滑表面感应电流分布和温度分布 | 第35-36页 |
| 3.2.2 钢结构规则粗糙表面仿真分析 | 第36-40页 |
| 3.2.3 钢结构随机粗糙表面仿真分析 | 第40-41页 |
| 3.3 本章小结 | 第41-42页 |
| 第4章 基于裂纹形态和温度梯度的特征表面裂纹识别方法研究 | 第42-52页 |
| 4.1 红外热像图增强方法 | 第42-44页 |
| 4.1.1 红外热像图滤波去噪 | 第42-43页 |
| 4.1.2 基于热响应差分归一化的图像增强方法 | 第43-44页 |
| 4.2 基于裂纹形态和温度梯度表面特征钢结构裂纹识别方法 | 第44-48页 |
| 4.2.1 最大类间方差异常区域分割法 | 第45-46页 |
| 4.2.2 小波变换边缘检测法 | 第46-47页 |
| 4.2.3 基于裂纹形态与温度梯度的裂纹提取方法 | 第47-48页 |
| 4.3 表面特征裂纹识别算法整体流程 | 第48-50页 |
| 4.4 本章小结 | 第50-52页 |
| 第5章 电磁激励红外热像检测裂纹试验研究 | 第52-68页 |
| 5.1 电磁激励红外热像检测系统 | 第52-57页 |
| 5.1.1 试验平台设计 | 第52-55页 |
| 5.1.2 检测试件设计 | 第55-56页 |
| 5.1.3 试验方案设计 | 第56-57页 |
| 5.2 试验结果分析 | 第57-61页 |
| 5.2.1 检测过程中温度变化情况分析 | 第58-59页 |
| 5.2.2 轮廓纹理方向对检测结果的影响 | 第59页 |
| 5.2.3 轮廓峰谷高度对检测结果的影响 | 第59-61页 |
| 5.2.4 随机粗糙表面温度分布特征分析 | 第61页 |
| 5.3 裂纹识别算法分析 | 第61-67页 |
| 5.3.1 裂纹识别算法结果 | 第61-66页 |
| 5.3.2 结果对比分析 | 第66-67页 |
| 5.4 本章小结 | 第67-68页 |
| 第6章 总结与展望 | 第68-70页 |
| 6.1 研究工作总结 | 第68页 |
| 6.2 后续研究展望 | 第68-70页 |
| 致谢 | 第70-71页 |
| 参考文献 | 第71-75页 |
| 攻读硕士学位期间取得的成果 | 第75页 |